專(zhuān)利名稱(chēng)：基于多個(gè)傳感器的距離讀數(shù)而確定對(duì)象位置的方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及基于多個(gè)傳感器的測(cè)量而確定多個(gè)對(duì)象的位置。更具體地，本發(fā)明涉及通過(guò)三邊測(cè)量確定由多個(gè)間隔的距離(range)傳感器檢測(cè)的多個(gè)對(duì)象的位置。
背景技術(shù)：
三邊測(cè)量是基于得知對(duì)象與多個(gè)已知位置的距離(range)(間距(distance))而及時(shí)確定對(duì)象位置的技術(shù)。例如，對(duì)象與已知位置(例如一個(gè)具體傳感器)的距離的得知定義了該對(duì)象應(yīng)當(dāng)位于的球體，該球體是以傳感器為中心的球體，并具有等于測(cè)量距離值的半徑。兩個(gè)分離位置(傳感器)的距離值定義了該對(duì)象應(yīng)當(dāng)位于的兩個(gè)不同球體。因此，該對(duì)象應(yīng)當(dāng)位于這兩個(gè)球體的交叉點(diǎn)所定義的點(diǎn)的軌跡上，這是一個(gè)圓圈。如果已知第三個(gè)位置(或傳感器)到該對(duì)象的距離，然后已知該對(duì)象位于所有三個(gè)球體的交叉點(diǎn)所定義的點(diǎn)的軌跡上。在很多實(shí)際情況下，這三個(gè)球體的交叉點(diǎn)定義了定位該對(duì)象的單個(gè)點(diǎn)。
作為另一個(gè)例子，在二維環(huán)境中(或至少可假設(shè)為二維的環(huán)境)，僅從兩個(gè)傳感器到相同對(duì)象的距離讀數(shù)就能定義在兩點(diǎn)交叉的兩個(gè)圓圈。然而，在多數(shù)實(shí)際情況下，這些交叉點(diǎn)中的僅僅一個(gè)將位于傳感器的檢測(cè)區(qū)域內(nèi)。
提供距離測(cè)量但不是方位測(cè)量的傳感器的一個(gè)例子是寬方位雷達(dá)反射系統(tǒng)?，F(xiàn)有技術(shù)中已知，可從已知位置發(fā)出射頻(RF)波束并然后在相同(或另一已知)位置接收該波束的反射，并檢測(cè)發(fā)出波束和波束反射回該傳感器的時(shí)間之間的延時(shí)。可通過(guò)將該延遲時(shí)間乘以波速而將該延遲時(shí)間轉(zhuǎn)換為來(lái)回的間距。
當(dāng)然，如果雷達(dá)波束具有定義的方位角，則雷達(dá)檢測(cè)系統(tǒng)也提供至少一些方位信息?？罩薪煌ɡ走_(dá)是提供距離和方位信息的雷達(dá)的已知例子。這樣的雷達(dá)從旋轉(zhuǎn)的發(fā)射器天線(xiàn)發(fā)出非常窄的波束。所以，可根據(jù)反射波束的延時(shí)而確定距離，同時(shí)可根據(jù)接收該反射波束時(shí)天線(xiàn)的角取向而確定方位。
事實(shí)上，所有雷達(dá)系統(tǒng)都給出一些方位信息，因?yàn)榘l(fā)射器很少產(chǎn)生具有全360°方位角的完全的球面波前(front)。例如，即使具有與180°一樣寬的方位角的雷達(dá)也消除了方位譜(bearing spectrum)的一半(假設(shè)已知傳感器面向的方向)。
理論上，當(dāng)如上述例子中假設(shè)的一樣在視野中存在單一點(diǎn)對(duì)象時(shí)，三邊測(cè)量在算術(shù)上是簡(jiǎn)單的。然而，實(shí)際對(duì)象不是點(diǎn)對(duì)象。例如，檢測(cè)同一對(duì)象的三個(gè)傳感器可在不同位置檢測(cè)該對(duì)象的稍微不同的表面，其中每一表面都是從本質(zhì)上定義的。而且，即使在理想點(diǎn)對(duì)象的情況下，每一傳感器也具有一些誤差距離，并由此每一傳感器讀數(shù)將存在一些不精確。因此，在實(shí)際形勢(shì)下，由來(lái)自單一對(duì)象的三個(gè)不同傳感器的距離讀數(shù)定義的三個(gè)圓圈可能實(shí)際上不在單一點(diǎn)相交。相反，可能存在每?jī)蓚€(gè)圓圈的三個(gè)相鄰的交叉點(diǎn)，即第一和第二圓圈、第一和第三圓圈、以及第二和第三圓圈。因此，已開(kāi)發(fā)了各種算法用于基于這樣有缺點(diǎn)的讀數(shù)而估計(jì)精確位置。
為了進(jìn)一步使事情復(fù)雜，在實(shí)際應(yīng)用中，一般在視野中存在多于一個(gè)對(duì)象，使得每一傳感器接收多個(gè)反射波前以及因此的多個(gè)距離讀數(shù)。僅作為一個(gè)例子，讓我們考慮非常簡(jiǎn)單的例子，其中四個(gè)傳感器的每一個(gè)檢測(cè)來(lái)自相同十個(gè)實(shí)際對(duì)象的十個(gè)反射波前。在該非常簡(jiǎn)單的例子中，這意味著將識(shí)別10×10×10×10＝10000個(gè)“潛在對(duì)象”。讓我們進(jìn)一步假設(shè)我們僅考慮對(duì)象潛在存在于某個(gè)地方，其中四個(gè)傳感器的每一個(gè)具有定義一個(gè)圓圈(或三維系統(tǒng)中的球體)的距離讀數(shù)，該圓圈與來(lái)自所有其他三個(gè)傳感器的距離圓圈相交。很可能并非每一傳感器的所有距離讀數(shù)(圓圈)將與所有其他三個(gè)傳感器的距離讀數(shù)相交，并因此根據(jù)該假設(shè)，很可能潛在對(duì)象的數(shù)目將大大少于10000個(gè)。然而，潛在對(duì)象的數(shù)目在包括10個(gè)實(shí)對(duì)象的實(shí)際環(huán)境下仍將計(jì)算為幾百個(gè)。因此，實(shí)際三邊測(cè)量算法應(yīng)包括用于預(yù)測(cè)視野中代表實(shí)對(duì)象和不存在的那些(對(duì)應(yīng)于“虛對(duì)象”的那些)的上百個(gè)潛在對(duì)象的處理。理想地，這樣的算法應(yīng)將視野中的上百個(gè)“潛在對(duì)象”減少到十個(gè)“實(shí)對(duì)象”。

發(fā)明內(nèi)容
因此，本發(fā)明一個(gè)目的是提供一種改善的多對(duì)象位置傳感器方法和設(shè)備。
本發(fā)明的另一個(gè)目的是提供一種在多對(duì)象三邊測(cè)量中消除虛對(duì)象的方法和設(shè)備。
本發(fā)明是一種基于多個(gè)距離傳感器的輸出而利用三邊測(cè)量法來(lái)確定多個(gè)實(shí)對(duì)象的位置的方法和設(shè)備。根據(jù)該方法和設(shè)備，從多個(gè)傳感器獲得多個(gè)距離測(cè)量，每一傳感器能提供多個(gè)距離測(cè)量。來(lái)自所述多個(gè)傳感器的距離測(cè)量彼此相關(guān)以產(chǎn)生潛在對(duì)象列表。然后按照從成為實(shí)對(duì)象的最高到最低可能性來(lái)排序該潛在對(duì)象列表，例如通過(guò)根據(jù)潛在對(duì)象基于的個(gè)別傳感器測(cè)量的計(jì)算的累積誤差來(lái)排序所述對(duì)象。然后通過(guò)選擇該排序列表中最高的潛在對(duì)象并將其假設(shè)為實(shí)對(duì)象，并然后從該列表中去除所有其他排序低的潛在對(duì)象，從而將該潛在對(duì)象的排序列表減少到實(shí)對(duì)象的較小列表，所述所有其他排序低的潛在對(duì)象基于所選擇的對(duì)象所基于的測(cè)量中的任一個(gè)。對(duì)于該列表中保留的下一最高潛在對(duì)象而重復(fù)該處理，直至該列表中的所有潛在對(duì)象已被選擇為實(shí)對(duì)象或從該列表中去除。


現(xiàn)在將參考附圖通過(guò)例子來(lái)描述本發(fā)明的實(shí)施例，其中圖1是具有根據(jù)本發(fā)明的傳感器系統(tǒng)的汽車(chē)的平面圖。
圖2是根據(jù)本發(fā)明一個(gè)特定實(shí)施例的智能車(chē)輛控制傳感器系統(tǒng)的方框圖。
圖3是圖示了四個(gè)傳感器到單一理想的點(diǎn)對(duì)象的距離測(cè)量的距離圖。
圖4是圖示了第二環(huán)境中的距離測(cè)量的距離圖。
圖5是圖示了根據(jù)本發(fā)明一個(gè)方面的操作的流程圖。
具體實(shí)施例方式
本發(fā)明涉及利用多個(gè)間隔的傳感器感測(cè)到多個(gè)對(duì)象的距離，并利用三邊測(cè)量術(shù)確定所述多個(gè)對(duì)象的位置的一種方法和設(shè)備。在復(fù)雜環(huán)境，例如存在多對(duì)象、復(fù)雜形狀對(duì)象、和/或虛讀數(shù)的環(huán)境中，利用該三邊測(cè)量技術(shù)的主要問(wèn)題之一在于降低通過(guò)將相交球體/圓圈確定為可能實(shí)對(duì)象的圖或表的基本三邊測(cè)量步驟產(chǎn)生的潛在對(duì)象的數(shù)目。例如，如上所述，在傳感器從多個(gè)對(duì)象接收反射的復(fù)雜環(huán)境下，當(dāng)實(shí)對(duì)象的數(shù)目小于一打時(shí)，識(shí)別的潛在對(duì)象的數(shù)目可為幾百個(gè)。
因此，對(duì)于在真實(shí)世界環(huán)境中實(shí)際使用的三邊測(cè)量技術(shù)，應(yīng)將該技術(shù)實(shí)現(xiàn)為確定哪個(gè)潛在對(duì)象可能是實(shí)對(duì)象，使得潛在對(duì)象的列表可降低到相當(dāng)精確數(shù)目的實(shí)對(duì)象(和它們的位置)。
可在許多不同應(yīng)用和環(huán)境中使用三邊測(cè)量技術(shù)，尤其是根據(jù)本發(fā)明的三邊測(cè)量技術(shù)。然而，下面將結(jié)合與汽車(chē)使用相關(guān)的幾個(gè)不同實(shí)施例而描述本發(fā)明。本領(lǐng)域普通技術(shù)人員應(yīng)理解這不是對(duì)本發(fā)明的限制而僅是示例實(shí)施例。將結(jié)合用于檢測(cè)移動(dòng)汽車(chē)前方的障礙的實(shí)施例而具體描述本發(fā)明。可結(jié)合智能停止和前進(jìn)系統(tǒng)而使用這樣的系統(tǒng)，其中車(chē)輛前方的障礙或?qū)ο蟮挠诚裼糜诳刂栖?chē)輛的速度，例如當(dāng)在交通堵塞情況下操作時(shí)，匹配直接在該小轎車(chē)之前的車(chē)輛的速度。
討論集中在根據(jù)傳感器讀數(shù)而及時(shí)確定給定瞬間的對(duì)象位置。然而，在例如前述智能停止和前進(jìn)車(chē)輛控制系統(tǒng)的應(yīng)用中，也確定檢測(cè)對(duì)象的軌跡(即方向和速度)。在這樣的系統(tǒng)中，取得讀數(shù)的多個(gè)臨時(shí)移位集合，每一集合用于產(chǎn)生視野中對(duì)象位置的靜態(tài)映像。然后為了確定這些對(duì)象的軌跡(或速度和方向)，這多個(gè)映像彼此相關(guān)。
圖1是本發(fā)明的示例應(yīng)用的平面圖。在該示例應(yīng)用中，四個(gè)雷達(dá)傳感器103沿直線(xiàn)位于汽車(chē)101的前端。該雷達(dá)傳感器可為脈沖或可變頻率傳感器，使得它們能檢測(cè)并區(qū)別多個(gè)反射波前，從而提供到多個(gè)對(duì)象111的距離測(cè)量。
在本發(fā)明的至少一個(gè)優(yōu)選實(shí)施例中，每一傳感器是短距離24GHz脈沖雷達(dá)，例如M/A-COM of Lowell，Massachusetts生產(chǎn)的型號(hào)MLAU0003-006。
在至少一個(gè)實(shí)施例中，每一傳感器發(fā)射甚短射頻(RF)脈沖并然后檢測(cè)回到該傳感器的脈沖的反射。該傳感器確定發(fā)出脈沖和反射波前之間的延遲并計(jì)算到反射該反射波脈沖的對(duì)象的距離。傳感器的距離應(yīng)基于應(yīng)用限制在一些合理的距離。這可通過(guò)丟棄低于預(yù)定大小和/或預(yù)定延遲之后接收的任何反射波前而完成。可替換地或另外，距離測(cè)量的數(shù)目可限制為具體數(shù)目，例如十個(gè)最近的對(duì)象(反射波前)。而且，由于汽車(chē)是離不開(kāi)地面的，因此在汽車(chē)應(yīng)用中假設(shè)二維環(huán)境通常是合理的，基本不會(huì)導(dǎo)致有用信息的丟失。
而且，雖然理論上可在二維三邊測(cè)量中使用兩個(gè)傳感器，但是一般必須包括多于兩個(gè)傳感器。例如，當(dāng)對(duì)象為復(fù)雜形狀對(duì)象時(shí)，很可能一個(gè)或多個(gè)傳感器不能檢測(cè)期望視野中的對(duì)象的反射。而且，多于兩個(gè)傳感器的使用幫助消除以下情況，即來(lái)自?xún)蓚€(gè)不同傳感器的讀數(shù)僅能將對(duì)象的潛在位置的位置減少為兩個(gè)可能位置而不是一個(gè)。多于兩個(gè)傳感器的使用提供了一種手段，以當(dāng)來(lái)自不同對(duì)象的不同傳感器的距離讀數(shù)解釋為虛對(duì)象時(shí)，根據(jù)本發(fā)明減少虛對(duì)象。我們已發(fā)現(xiàn)在汽車(chē)領(lǐng)域，在汽車(chē)保險(xiǎn)杠中沿直線(xiàn)安排的四個(gè)傳感器提供了良好性能。
圖2是根據(jù)本發(fā)明的智能車(chē)輛控制系統(tǒng)的方框圖。它包括四個(gè)距離傳感器201、203、205和207以及耦接用于接收傳感器的距離測(cè)量輸出的數(shù)字處理器209。該數(shù)字處理器209進(jìn)行這些測(cè)量，并通過(guò)算法運(yùn)行它們以創(chuàng)建傳感器視野中的對(duì)象的映像。在實(shí)際停止和前進(jìn)車(chē)輛控制系統(tǒng)中，處理器209可將該映像輸出到跟蹤處理器211，該跟蹤處理器211比較該映像和先前映像以跟蹤對(duì)象的速度和方向，并產(chǎn)生用于控制汽車(chē)的其他組件213例如剎車(chē)和加速踏板的信號(hào)，由此實(shí)現(xiàn)前述停止和前進(jìn)車(chē)輛控制系統(tǒng)。
圖3圖示了包括由四個(gè)傳感器陣列所觀(guān)察的單一對(duì)象302的簡(jiǎn)單模擬情景。方框201、203、205和207分別表示四個(gè)傳感器的位置。半圓309、311、313和315分別代表來(lái)自這四個(gè)傳感器201、203、205和207的距離觀(guān)測(cè)。每一距離半圓的中心為產(chǎn)生該觀(guān)測(cè)的傳感器的位置。在這個(gè)視野中僅具有一個(gè)對(duì)象的簡(jiǎn)單例子中，假設(shè)沒(méi)有誤差并假設(shè)該對(duì)象具有一個(gè)反射點(diǎn)，則所有四個(gè)距離半圓在單一點(diǎn)321相交。該點(diǎn)是相對(duì)于傳感器陣列的檢測(cè)對(duì)象302的位置。
圖4代表了汽車(chē)遇到的更現(xiàn)實(shí)的情況。然而，甚至圖4中描繪的環(huán)境也是相當(dāng)簡(jiǎn)單的。在圖4的環(huán)境中，相同的四個(gè)傳感器201、203、205和207檢測(cè)兩個(gè)對(duì)象，即人401和桿403。理想地，四個(gè)傳感器201、203、205和207的每一個(gè)應(yīng)檢測(cè)這兩個(gè)對(duì)象并僅檢測(cè)這兩個(gè)對(duì)象，即每一傳感器應(yīng)產(chǎn)生兩個(gè)精確的距離半圓。然而，實(shí)際上，以下情況是很有可能的，一個(gè)或多個(gè)傳感器(a)不能檢測(cè)一個(gè)或多個(gè)對(duì)象，(b)接收來(lái)自單一對(duì)象的兩個(gè)或多個(gè)反射(尤其是如果該對(duì)象很大和/或具有復(fù)雜形狀)，和/或(3)僅接收虛遙測(cè)(telemetry)。僅從圖4可直觀(guān)地看出哪些圓圈的哪些交點(diǎn)代表實(shí)對(duì)象有一點(diǎn)含糊。由于來(lái)自三個(gè)或四個(gè)不同傳感器的半圓相交于多個(gè)位置而使對(duì)象的精確位置更模糊也應(yīng)該是顯然的，因?yàn)樗鼈儾煌耆嘟挥趩我稽c(diǎn)，而相交于小區(qū)域。簡(jiǎn)而言之，很難確定哪組距離測(cè)量是同一對(duì)象的觀(guān)測(cè)。
因此，盡管三邊測(cè)量的第一步產(chǎn)生例如圖3和4圖示的映像，并且該數(shù)據(jù)的算術(shù)操作對(duì)于不同傳感器的距離圓圈的哪些結(jié)合對(duì)應(yīng)于實(shí)對(duì)象、以及該對(duì)象的實(shí)際位置是什么做出合理假設(shè)是必須的。
圖5是根據(jù)用于從傳感器距離測(cè)量產(chǎn)生實(shí)對(duì)象列表的本發(fā)明分解三邊測(cè)量算法的簡(jiǎn)單流程圖。圖5基本上是在圖2的處理器209中發(fā)生的步驟的分解。該處理中的第一步驟501解析多個(gè)傳感器的距離測(cè)量以識(shí)別哪些距離半圓可對(duì)應(yīng)于同一對(duì)象，從而創(chuàng)建潛在對(duì)象列表。通常可做出某些假設(shè)來(lái)簡(jiǎn)化該第一步驟。該第一個(gè)合理假設(shè)是潛在對(duì)象基于的所有距離測(cè)量必須來(lái)自不同傳感器。其次，我們可假設(shè)來(lái)自不同傳感器、彼此不相交的圓圈不對(duì)應(yīng)于同一對(duì)象。注意這些假設(shè)未必在所有情況下都是正確的。然而，在整個(gè)方案中，往往不會(huì)導(dǎo)致重大失誤。
第三，恰好它們對(duì)應(yīng)于三個(gè)或四個(gè)傳感器讀數(shù)，則我們考慮潛在對(duì)象，即我們排除僅基于兩個(gè)傳感器讀數(shù)的任何潛在對(duì)象。然而，在本發(fā)明的優(yōu)選實(shí)施例中，在獨(dú)立地識(shí)別和驗(yàn)證僅基于兩個(gè)傳感器讀數(shù)的潛在對(duì)象的不同運(yùn)算規(guī)則中，考慮僅基于兩個(gè)傳感器讀數(shù)的潛在對(duì)象。
如前所述，四個(gè)傳感器的每一個(gè)產(chǎn)生十個(gè)讀數(shù)，一共有一萬(wàn)個(gè)可能的潛在對(duì)象。然而，人們通常必須假設(shè)一個(gè)傳感器可能沒(méi)有接收來(lái)自期望視野中的一個(gè)對(duì)象的反射。因此，人們通常也必須考慮僅三個(gè)傳感器的距離半圓相交的情況。例如，如果我們也考慮三個(gè)傳感器的距離半圓重疊的潛在對(duì)象情形，則潛在對(duì)象的最大數(shù)目增加為10000+1000+1000+1000+1000＝14000。也就是說(shuō)，除了上述四個(gè)傳感器距離交點(diǎn)的10000個(gè)可能潛在對(duì)象之外，還存在三個(gè)傳感器的相交距離半圓的四個(gè)潛在組合，即(1)傳感器1、2和3，(2)傳感器1、2和4，(3)傳感器1、3和4，和(4)傳感器2、3和4。由于每一傳感器能產(chǎn)生多至10個(gè)讀數(shù)，所以對(duì)于三個(gè)相交距離半圓的另外全部4000個(gè)可能集合，三個(gè)傳感器的每一可能組合具有10×10×10＝1000個(gè)潛在對(duì)象。
當(dāng)然，上述數(shù)目是最壞的情況。交叉圓圈的組合的實(shí)際數(shù)目由于幾個(gè)原因一般將為很小。首先，很多距離半圓將不重疊。具體說(shuō)，由相差大于傳感器之間間距的兩個(gè)或多個(gè)傳感器的任何兩個(gè)距離測(cè)量(或半圓)將不交叉。而且，傳感器的任何一個(gè)或多個(gè)可能檢測(cè)到少于十個(gè)反射波前。
因此，在該第一階段產(chǎn)生的潛在對(duì)象的數(shù)目可能大大小于該潛在最大數(shù)目，但在實(shí)際環(huán)境下仍為幾百個(gè)。
在該第一階段，基于相關(guān)距離測(cè)量而產(chǎn)生潛在對(duì)象列表，并將位置指定到每一潛在對(duì)象。已知用于基于在單一點(diǎn)不完全交叉的距離測(cè)量而估計(jì)位置的幾種算法?？刹捎萌魏芜@些合適的算法。
為每一潛在對(duì)象確定的特定位置是利用迭代最小二乘法，例如Levenberg-Marquardt方法可解決的非線(xiàn)性問(wèn)題。例如見(jiàn)William Press et al，“Numerical Recipes in C”，Cambridge University Press，1999(哥倫比亞大學(xué)1999年出版的、William Press等人的“C中的數(shù)字處方”)。然而，我們?yōu)榱私档陀?jì)算負(fù)擔(dān)而選擇更簡(jiǎn)單的算法。具體說(shuō)，在優(yōu)選實(shí)施例中，僅利用潛在對(duì)象所基于的三個(gè)或四個(gè)傳感器中彼此相距最遠(yuǎn)的兩個(gè)傳感器(即最外面的兩個(gè)傳感器)的距離測(cè)量而計(jì)算潛在對(duì)象位置?；仡欉@些，在優(yōu)選實(shí)施例中，對(duì)于即使被做到潛在對(duì)象列表中的潛在對(duì)象，其也必須基于三個(gè)或四個(gè)不同傳感器的交叉半圓。由此，在這里描述的具體實(shí)施例中，對(duì)象的可能存在基于三個(gè)或四個(gè)傳感器讀數(shù)，但僅利用這些距離讀數(shù)的兩個(gè)來(lái)計(jì)算該潛在對(duì)象的假設(shè)位置，即來(lái)自最外面?zhèn)鞲衅鞯哪切┚嚯x讀數(shù)，并且僅這兩個(gè)距離讀數(shù)必須相交。
Monte-Carlo模擬表示上述最外面?zhèn)鞲衅鞣椒ㄅc迭代Levenberg-Marquardt方法相比產(chǎn)生了降低不到10％精度的位置結(jié)果。
如圖5的503所示，本發(fā)明的三邊測(cè)量技術(shù)的第二階段是根據(jù)提供潛在對(duì)象對(duì)應(yīng)于實(shí)對(duì)象的可能性的合理估計(jì)的度量(下面稱(chēng)為“分級(jí)度量”)而分類(lèi)或排序該潛在對(duì)象列表。為此目的存在許多公知算術(shù)算法。在本發(fā)明的一個(gè)優(yōu)選實(shí)施例中，計(jì)算每一潛在對(duì)象的累積誤差。該累積誤差代表某一潛在對(duì)象基于的距離測(cè)量和第一步驟501中確定的潛在對(duì)象的指定位置之間的差別。更具體地，用于產(chǎn)生累積誤差的一個(gè)簡(jiǎn)單但仍然有效的算法是誤差平方和(或SSE)算法。在該技術(shù)中，確定潛在對(duì)象基于的每一距離測(cè)量和該潛在對(duì)象與對(duì)應(yīng)傳感器的假定距離(在步驟501由該潛在對(duì)象的指定位置容易確定)之間的差別。然后求每一個(gè)的平方。最后將它們加在一起。
應(yīng)注意，根據(jù)該具體實(shí)施例，可能有必要使所計(jì)算的SSE值彼此標(biāo)準(zhǔn)化。例如，在這里所述的實(shí)施例中，其中一些潛在對(duì)象基于三個(gè)距離讀數(shù)，一些潛在對(duì)象基于四個(gè)距離讀數(shù)，基于三個(gè)讀數(shù)的潛在對(duì)象的SSE不能直接與基于四個(gè)讀數(shù)的潛在對(duì)象的SSE相比。由此，例如通過(guò)將該SSE除以該潛在對(duì)象基于的傳感器讀數(shù)的數(shù)目而標(biāo)準(zhǔn)化該SSE。
SSE技術(shù)中存在許多可能的變更。在本發(fā)明的一個(gè)優(yōu)選實(shí)施例中，其中僅利用如上所述兩個(gè)最外面?zhèn)鞲衅鞯木嚯x測(cè)量來(lái)確定潛在對(duì)象的位置，該度量被計(jì)算為相對(duì)于該潛在對(duì)象的位置的最里面的傳感器距離的平方誤差的和。每一平方誤差項(xiàng)通過(guò)除以傳感器測(cè)量方差而進(jìn)一步被標(biāo)準(zhǔn)化。
在該具體實(shí)施例中，該分級(jí)度量可認(rèn)為是一個(gè)或兩個(gè)隨機(jī)變量的和，每一個(gè)具有零平均值和統(tǒng)一方差。如果假設(shè)每一變量也為標(biāo)準(zhǔn)和獨(dú)立的，則該分級(jí)度量具有卡方(chi-square)分布。具體地，三傳感器度量為具有一個(gè)自由度的卡方分布(來(lái)自其里面的一個(gè)傳感器)，而四傳感器度量具有二個(gè)自由度。
三個(gè)和四個(gè)傳感器潛在對(duì)象的分級(jí)度量的優(yōu)點(diǎn)是具有相同的統(tǒng)計(jì)分布。這將允許這些對(duì)象利用該度量直接彼此比較，而不偏愛(ài)任一種。為了完成這些，將三個(gè)傳感器對(duì)象的分級(jí)度量映射到具有二個(gè)自由度的相等卡方值?？捎啥囗?xiàng)式近似法來(lái)實(shí)現(xiàn)該映射功能。
然后，從最低度量到最高度量，即從最小誤差到最大誤差排序潛在對(duì)象的列表。該排序列表基本是503的輸出。
消除是該三邊測(cè)量算法的第三和最后一步，并在圖5的505中示出。該階段包括將潛在的幾百個(gè)潛在對(duì)象降低到較少數(shù)量的實(shí)對(duì)象。很明顯步驟505的降低是重要的。例如，讓我們考慮存在三個(gè)傳感器的理想例子，每一個(gè)僅正確檢測(cè)視野中相同的五個(gè)實(shí)對(duì)象。讓我們?cè)偌僭O(shè)所有五個(gè)對(duì)象被定位使得任何兩個(gè)傳感器的距離的每個(gè)結(jié)合交叉。因此，在步驟501和503產(chǎn)生的排序列表中將有5×5×5＝125個(gè)潛在對(duì)象。理想地，該消除階段505將該125個(gè)潛在對(duì)象的列表降低為5個(gè)實(shí)對(duì)象。降低了96％。
根據(jù)本發(fā)明的消除算法實(shí)際在算術(shù)上相當(dāng)簡(jiǎn)單。首先，列表上的最高級(jí)潛在對(duì)象，例如具有最低累積誤差的潛在對(duì)象，被選擇并假設(shè)為實(shí)對(duì)象。列表中具有較低級(jí)并基于所選對(duì)象所基于的距離測(cè)量的任何一個(gè)或多個(gè)的每一其他潛在對(duì)象假設(shè)為虛對(duì)象，并從該潛在對(duì)象列表中去除。在去除了所有這些對(duì)象之后，假設(shè)列表中下一最高級(jí)潛在對(duì)象對(duì)應(yīng)于實(shí)對(duì)象。然后，列表中具有較低級(jí)并基于所選對(duì)象所基于的距離測(cè)量的任何一個(gè)或多個(gè)的每一其他潛在對(duì)象也再次從該列表中去除。繼續(xù)該處理直至該列表中的所有對(duì)象已被選擇為實(shí)對(duì)象或從該列表中去除。
上述三邊測(cè)量算法應(yīng)用到圖4所示的例子，其中具有四個(gè)傳感器201、203、205、207的汽車(chē)面向人401和桿403。該算法識(shí)別圖中所示的兩個(gè)對(duì)象。因此，該算法產(chǎn)生該具體環(huán)境的完全精確的映像。具體地，它正確識(shí)別了在該桿和人的位置的點(diǎn)對(duì)象。
該實(shí)驗(yàn)中的桿403是三英寸進(jìn)度(three inch schedule)-40 PVC桿。該桿因?yàn)樗姆墙饘俨牧隙哂行±走_(dá)橫截面。由產(chǎn)生距離半圓203a、205a和207a的三個(gè)傳感器203、205和207觀(guān)察該桿，而不是最左邊的傳感器201。這可能由于天線(xiàn)增益考慮。具體說(shuō)，最左邊的傳感器201具有朝向該桿的最小天線(xiàn)增益，因?yàn)槠湟暯蔷嘣摼唧w傳感器的內(nèi)視野(bore sight)最遠(yuǎn)。
該人401是距該傳感器陣列最近的點(diǎn)對(duì)象。人不總是向該傳感器陣列呈現(xiàn)定義明確的反射點(diǎn)。例如，傳感器可檢測(cè)一條腿、另一條腿、或皮帶扣。不同傳感器可觀(guān)察人的不同部分。在圖4的情況下，由全部四個(gè)傳感器觀(guān)察該人(見(jiàn)距離半圓201b、203b、205b、和207b)。然而，一個(gè)傳感器205報(bào)告了到該人的稍短距離205b。該三邊測(cè)量算法將該人401識(shí)別為三傳感器對(duì)象，并不被看作屬于任何對(duì)象而與第四傳感器距離讀數(shù)205b相關(guān)聯(lián)。
左邊第二個(gè)傳感器203產(chǎn)生兩個(gè)虛觀(guān)測(cè)結(jié)果一個(gè)位于人和桿中途203c，另一個(gè)超出該桿203d。有時(shí)，傳感器報(bào)告虛觀(guān)測(cè)結(jié)果。這可能由電磁干擾、多徑干擾、或傳感器不理想而發(fā)生。
盡管已結(jié)合二維應(yīng)用并利用假設(shè)所有對(duì)象為點(diǎn)對(duì)象的三邊測(cè)量技術(shù)而主要描述了本發(fā)明，但這些僅是實(shí)現(xiàn)主題。本發(fā)明可容易地應(yīng)用到三維環(huán)境和其他形式的對(duì)象類(lèi)型假設(shè)中。
已開(kāi)發(fā)了新三邊測(cè)量算法用于利用來(lái)自高分辨率雷達(dá)傳感器陣列的距離數(shù)據(jù)來(lái)定位對(duì)象。而且，該算法已證明利用來(lái)自困難汽車(chē)場(chǎng)景的實(shí)際數(shù)據(jù)來(lái)正確決定對(duì)象。
盡管已描述了本發(fā)明的一些具體實(shí)施例，但對(duì)于本領(lǐng)域普通技術(shù)人員而言，可容易地發(fā)生各種改變、修改和改進(jìn)。由該公開(kāi)使其明了的這樣的改變、修改和改進(jìn)意欲為本說(shuō)明書(shū)的一部分，盡管不在這里特別說(shuō)明，并意欲在本發(fā)明的精神和范圍之內(nèi)。因此，上述說(shuō)明僅為例子，而不是限制性的。僅由以下權(quán)利要求及其等同物來(lái)限定本發(fā)明。
權(quán)利要求
1.一種基于多個(gè)距離傳感器的距離測(cè)量來(lái)確定多個(gè)實(shí)對(duì)象的位置的方法，每一傳感器能提供多個(gè)距離測(cè)量，所述方法包括步驟(1)從所述傳感器獲得多個(gè)距離測(cè)量；(2)相關(guān)所述多個(gè)傳感器的所述距離測(cè)量，以產(chǎn)生潛在對(duì)象和它們的位置的列表，所述潛在對(duì)象的每一個(gè)基于多個(gè)距離測(cè)量；(3)從成為實(shí)對(duì)象的最高到最低可能性來(lái)排序所述潛在對(duì)象列表；(4)選擇所述排序列表中最高的潛在對(duì)象作為實(shí)對(duì)象；(5)確定步驟(4)中選擇的所述潛在對(duì)象所基于的距離測(cè)量；(6)從所述排序列表中去除步驟(4)中選擇的所述潛在對(duì)象以及排序低于步驟(4)中選擇的所述潛在對(duì)象的任何潛在對(duì)象，所述任何潛在對(duì)象基于步驟(4)中選擇的所述潛在對(duì)象所基于的所述距離測(cè)量的任一個(gè)；和(7)重復(fù)步驟(4)-(6)，直至已從所述列表中去除所有潛在對(duì)象。
2.根據(jù)權(quán)利要求1的方法，其中步驟(3)包括以下步驟(3.1)計(jì)算潛在對(duì)象基于的所述距離測(cè)量的累積誤差；和(3.2)根據(jù)所述累積誤差計(jì)算而排序所述列表。
3.根據(jù)權(quán)利要求2的方法，其中步驟(3.1)包括步驟(3.1.1)對(duì)于潛在對(duì)象基于的所述距離測(cè)量中的至少一個(gè)，確定所述至少一個(gè)距離測(cè)量和產(chǎn)生所述至少一個(gè)距離測(cè)量的所述傳感器到所述潛在對(duì)象的所述確定的位置的距離之間的誤差；(3.1.2)對(duì)所述誤差的每一個(gè)求平方；和(3.1.3)相加所述求平方后的誤差。
4.根據(jù)權(quán)利要求3的方法，其中所述多個(gè)傳感器包括至少三個(gè)傳感器。
5.根據(jù)權(quán)利要求4的方法，其中步驟(2)包括從所述列表中排除基于來(lái)自少于預(yù)定數(shù)目傳感器的距離測(cè)量的任何潛在對(duì)象的步驟。
6.根據(jù)權(quán)利要求5的方法，其中步驟(2)包括執(zhí)行一個(gè)規(guī)則，使得沒(méi)有潛在對(duì)象能基于多于來(lái)自任一個(gè)傳感器的一個(gè)距離測(cè)量。
7.根據(jù)權(quán)利要求4的方法，其中所述多個(gè)傳感器包括四個(gè)傳感器。
8.根據(jù)權(quán)利要求7的方法，其中步驟(2)包括從所述列表中排除基于來(lái)自少于三個(gè)傳感器的距離測(cè)量的任何潛在對(duì)象。
9.根據(jù)權(quán)利要求1的方法，其中在步驟(2)，由三邊測(cè)量確定所述位置。
10.根據(jù)權(quán)利要求9的方法，其中步驟(2)包括步驟(2.1)對(duì)于每一單獨(dú)距離測(cè)量，確定由所述距離測(cè)量定義的點(diǎn)軌跡；(2.2)對(duì)于每一所述點(diǎn)軌跡，確定對(duì)應(yīng)于來(lái)自其他傳感器的距離測(cè)量的所述點(diǎn)軌跡中的哪些與所述點(diǎn)軌跡重疊；(2.3)在所述列表上增加與每一點(diǎn)軌跡對(duì)應(yīng)的潛在對(duì)象，所述每一點(diǎn)軌跡與對(duì)應(yīng)于來(lái)自其他傳感器的距離測(cè)量的至少預(yù)定數(shù)目其他點(diǎn)軌跡交叉。
11.根據(jù)權(quán)利要求7的方法，其中步驟(2)包括步驟(2.4)對(duì)于每一單獨(dú)距離測(cè)量，確定由所述距離測(cè)量定義的點(diǎn)軌跡；(2.5)對(duì)于每一所述點(diǎn)軌跡，確定對(duì)應(yīng)于來(lái)自其他傳感器的距離測(cè)量的所述點(diǎn)軌跡中的哪些與所述點(diǎn)軌跡重疊；(2.6)在所述列表上增加與每一點(diǎn)軌跡對(duì)應(yīng)的潛在對(duì)象，所述每一點(diǎn)軌跡與對(duì)應(yīng)于來(lái)自其他傳感器的距離測(cè)量的至少預(yù)定數(shù)目的其他點(diǎn)軌跡交叉。
12.根據(jù)權(quán)利要求4的方法，其中步驟(2)包括僅利用彼此相距最遠(yuǎn)的兩個(gè)傳感器的所述距離測(cè)量來(lái)產(chǎn)生所述位置。
13.根據(jù)權(quán)利要求12的方法，其中步驟(3.1.1)包括僅為所述潛在對(duì)象基于的所述距離測(cè)量確定所述誤差，而不是彼此相距最遠(yuǎn)的所述兩個(gè)傳感器。
14.根據(jù)權(quán)利要求8的方法，其中步驟(2)包括僅利用彼此相距最遠(yuǎn)的兩個(gè)傳感器的所述距離測(cè)量來(lái)產(chǎn)生所述位置。
15.根據(jù)權(quán)利要求11的方法，還包括步驟(2.7)僅利用彼此相距最遠(yuǎn)的兩個(gè)傳感器的所述距離測(cè)量來(lái)產(chǎn)生所述位置。
16.根據(jù)權(quán)利要求10的方法，其中假設(shè)二維環(huán)境而執(zhí)行所述方法。
17.根據(jù)權(quán)利要求16的方法，其中所述點(diǎn)軌跡包括圓周。
18.根據(jù)權(quán)利要求8的方法，其中步驟(1)包括將來(lái)自每一傳感器的距離測(cè)量的數(shù)目限制為預(yù)定數(shù)目。
19.根據(jù)權(quán)利要求18的方法，其中來(lái)自每一傳感器的距離測(cè)量的所述預(yù)定數(shù)目為10。
20.一種基于多個(gè)距離傳感器的距離測(cè)量來(lái)確定多個(gè)實(shí)對(duì)象的位置的方法，每一傳感器能輸出多個(gè)距離測(cè)量，所述方法包括步驟(1)從所述傳感器獲得多個(gè)距離測(cè)量；(2)相關(guān)所述多個(gè)傳感器的所述距離測(cè)量，以產(chǎn)生潛在對(duì)象和它們的位置的列表，所述潛在對(duì)象的每一個(gè)基于來(lái)自多個(gè)所述傳感器的距離測(cè)量；(3)從成為實(shí)對(duì)象的最高到最低可能性來(lái)排序所述潛在對(duì)象列表；(4)選擇所述排序列表中最高的潛在對(duì)象作為實(shí)對(duì)象；(5)從所述排序列表中去除步驟(4)中選擇的所述潛在對(duì)象以及排序低于步驟(4)中選擇的所述潛在對(duì)象的任何潛在對(duì)象，所述任何潛在對(duì)象基于步驟(4)中選擇的所述潛在對(duì)象所基于的所述距離測(cè)量中的任一個(gè)；和(7)重復(fù)步驟(4)和(5)，直至已從所述列表中去除所有潛在對(duì)象。
21.一種基于距離測(cè)量來(lái)確定多個(gè)實(shí)對(duì)象的位置的設(shè)備，所述設(shè)備包括多個(gè)距離傳感器，每一傳感器能提供多個(gè)距離測(cè)量；數(shù)字處理器，適于(a)從所述傳感器獲得多個(gè)距離測(cè)量，(b)相關(guān)所述多個(gè)傳感器的所述距離測(cè)量，以產(chǎn)生潛在對(duì)象和它們的位置的列表，所述潛在對(duì)象的每一個(gè)基于多個(gè)距離測(cè)量，(c)從成為實(shí)對(duì)象的最高到最低可能性來(lái)排序所述潛在對(duì)象列表，(d)選擇所述排序列表中最高的潛在對(duì)象作為實(shí)對(duì)象，(e)確定所述選擇的潛在對(duì)象基于的距離測(cè)量，(f)從所述排序列表中去除所述選擇的潛在對(duì)象以及排序低于所述選擇的潛在對(duì)象的任何潛在對(duì)象，所述任何潛在對(duì)象基于所述選擇的潛在對(duì)象所基于的所述距離測(cè)量中的任一個(gè)，和(g)重復(fù)步驟(d)-(f)，直至已從所述列表中去除所有潛在對(duì)象。
22.根據(jù)權(quán)利要求21的設(shè)備，其中在執(zhí)行步驟(c)時(shí)，所述數(shù)字處理器計(jì)算潛在對(duì)象基于的所述距離測(cè)量的積累誤差，并根據(jù)所述積累誤差計(jì)算來(lái)排序所述列表。
23.根據(jù)權(quán)利要求22的設(shè)備，其中所述處理器通過(guò)下列方法計(jì)算所述積累誤差對(duì)于潛在對(duì)象基于的所述距離測(cè)量中的至少一個(gè)，確定所述至少一個(gè)距離測(cè)量和產(chǎn)生所述至少一個(gè)距離測(cè)量的所述傳感器到所述潛在對(duì)象的所述確定的位置的距離之間的誤差，對(duì)所述間距的每一個(gè)求平方，和相加所述求平方后的間距。
24.根據(jù)權(quán)利要求23的設(shè)備，其中所述多個(gè)傳感器包括至少三個(gè)傳感器。
25.根據(jù)權(quán)利要求24的設(shè)備，其中所述數(shù)字處理器適于在所述列表中僅包括基于來(lái)自至少預(yù)定數(shù)目的傳感器的距離測(cè)量的潛在對(duì)象。
26.根據(jù)權(quán)利要求25的設(shè)備，其中步驟(b)包括執(zhí)行一個(gè)規(guī)則，使得沒(méi)有潛在對(duì)象能基于多于來(lái)自任一個(gè)傳感器的一個(gè)距離測(cè)量。
27.根據(jù)權(quán)利要求24的設(shè)備，其中所述多個(gè)傳感器包括四個(gè)傳感器。
28.根據(jù)權(quán)利要求27的設(shè)備，其中所述數(shù)字處理器適于在所述列表中僅包括基于來(lái)自至少三個(gè)傳感器的距離測(cè)量的潛在對(duì)象。
29.根據(jù)權(quán)利要求21的設(shè)備，其中所述數(shù)字處理器通過(guò)三邊測(cè)量確定所述位置。
30.根據(jù)權(quán)利要求25的設(shè)備，其中所述數(shù)字處理器僅利用彼此相距最遠(yuǎn)的兩個(gè)傳感器的所述距離測(cè)量來(lái)產(chǎn)生所述位置。
31.根據(jù)權(quán)利要求30的設(shè)備，其中所述處理僅利用所述潛在對(duì)象基于的所述距離測(cè)量來(lái)計(jì)算所述累積誤差，而不是彼此相距最遠(yuǎn)的所述兩個(gè)傳感器。
32.根據(jù)權(quán)利要求29的設(shè)備，其中所述數(shù)字處理器適于假設(shè)二維環(huán)境。
33.根據(jù)權(quán)利要求28的設(shè)備，其中所述傳感器的每一個(gè)產(chǎn)生不超過(guò)預(yù)定數(shù)目的距離測(cè)量。
34.根據(jù)權(quán)利要求33的設(shè)備，其中所述距離測(cè)量的預(yù)定數(shù)目為10。
35.根據(jù)權(quán)利要求27的設(shè)備，其中所述傳感器沿直線(xiàn)排列。
36.一種汽車(chē)，包括權(quán)利要求21的所述設(shè)備。
37.根據(jù)權(quán)利要求36的汽車(chē)，還包括處理器，適于基于多個(gè)臨時(shí)間隔的距離測(cè)量而確定所述選擇的對(duì)象的軌跡。
38.根據(jù)權(quán)利要求37的汽車(chē)，還包括處理器，用于基于所述軌跡控制所述汽車(chē)的速度。
全文摘要
本發(fā)明是基于多個(gè)距離傳感器的輸出來(lái)確定多個(gè)實(shí)對(duì)象的位置的方法和設(shè)備。從多個(gè)傳感器獲得多個(gè)距離測(cè)量，每一傳感器能提供多個(gè)距離測(cè)量。來(lái)自多個(gè)傳感器的距離測(cè)量彼此相關(guān)以產(chǎn)生潛在對(duì)象列表，并從成為實(shí)對(duì)象的最高到最低可能性排序所述潛在對(duì)象列表。該順序可基于潛在對(duì)象基于的個(gè)別傳感器測(cè)量的累積誤差。通過(guò)將排序列表中最高的潛在對(duì)象假設(shè)為實(shí)對(duì)象，并從列表中去除所有其他排序低的潛在對(duì)象，所述所有其他排序低的潛在對(duì)象基于所選擇的對(duì)象所基于的距離測(cè)量的任一個(gè)，從而將該潛在對(duì)象的排序列表減少到實(shí)對(duì)象的較小列表。對(duì)于該列表中保留的下一最高潛在對(duì)象而重復(fù)該處理，直至該列表中的所有潛在對(duì)象被選擇為實(shí)對(duì)象或從該列表中去除。
文檔編號(hào)G01S13/93GK1636149SQ02827946
公開(kāi)日2005年7月6日 申請(qǐng)日期2002年12月17日 優(yōu)先權(quán)日2002年1月9日
發(fā)明者邁克爾·J·帕拉迪, 安德魯·E·亨特, 約翰·J·福德 申請(qǐng)人:M/A-Com公司