專利名稱：基于多個傳感器的距離讀數(shù)而確定對象位置的方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及基于多個傳感器的測量而確定多個對象的位置。更具體地，本發(fā)明涉及通過三邊測量確定由多個間隔的距離(range)傳感器檢測的多個對象的位置。
背景技術(shù)：
三邊測量是基于得知對象與多個已知位置的距離(range)(間距(distance))而及時確定對象位置的技術(shù)。例如，對象與已知位置(例如一個具體傳感器)的距離的得知定義了該對象應(yīng)當(dāng)位于的球體，該球體是以傳感器為中心的球體，并具有等于測量距離值的半徑。兩個分離位置(傳感器)的距離值定義了該對象應(yīng)當(dāng)位于的兩個不同球體。因此，該對象應(yīng)當(dāng)位于這兩個球體的交叉點所定義的點的軌跡上，這是一個圓圈。如果已知第三個位置(或傳感器)到該對象的距離，然后已知該對象位于所有三個球體的交叉點所定義的點的軌跡上。在很多實際情況下，這三個球體的交叉點定義了定位該對象的單個點。
作為另一個例子，在二維環(huán)境中(或至少可假設(shè)為二維的環(huán)境)，僅從兩個傳感器到相同對象的距離讀數(shù)就能定義在兩點交叉的兩個圓圈。然而，在多數(shù)實際情況下，這些交叉點中的僅僅一個將位于傳感器的檢測區(qū)域內(nèi)。
提供距離測量但不是方位測量的傳感器的一個例子是寬方位雷達反射系統(tǒng)。現(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，并檢測發(fā)出波束和波束反射回該傳感器的時間之間的延時?？赏ㄟ^將該延遲時間乘以波速而將該延遲時間轉(zhuǎn)換為來回的間距。
當(dāng)然，如果雷達波束具有定義的方位角，則雷達檢測系統(tǒng)也提供至少一些方位信息?？罩薪煌ɡ走_是提供距離和方位信息的雷達的已知例子。這樣的雷達從旋轉(zhuǎn)的發(fā)射器天線發(fā)出非常窄的波束。所以，可根據(jù)反射波束的延時而確定距離，同時可根據(jù)接收該反射波束時天線的角取向而確定方位。
事實上，所有雷達系統(tǒng)都給出一些方位信息，因為發(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對象時，三邊測量在算術(shù)上是簡單的。然而，實際對象不是點對象。例如，檢測同一對象的三個傳感器可在不同位置檢測該對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，即使在理想點對象的情況下，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，在實際形勢下，由來自單一對象的三個不同傳感器的距離讀數(shù)定義的三個圓圈可能實際上不在單一點相交。相反，可能存在每兩個圓圈的三個相鄰的交叉點，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，已開發(fā)了各種算法用于基于這樣有缺點的讀數(shù)而估計精確位置。
為了進一步使事情復(fù)雜，在實際應(yīng)用中，一般在視野中存在多于一個對象，使得每一傳感器接收多個反射波前以及因此的多個距離讀數(shù)。僅作為一個例子，讓我們考慮非常簡單的例子，其中四個傳感器的每一個檢測來自相同十個實際對象的十個反射波前。在該非常簡單的例子中，這意味著將識別10×10×10×10＝10000個“潛在對象”。讓我們進一步假設(shè)我們僅考慮對象潛在存在于某個地方，其中四個傳感器的每一個具有定義一個圓圈(或三維系統(tǒng)中的球體)的距離讀數(shù)，該圓圈與來自所有其他三個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)，很可能潛在對象的數(shù)目將大大少于10000個。然而，潛在對象的數(shù)目在包括10個實對象的實際環(huán)境下仍將計算為幾百個。因此，實際三邊測量算法應(yīng)包括用于預(yù)測視野中代表實對象和不存在的那些(對應(yīng)于“虛對象”的那些)的上百個潛在對象的處理。理想地，這樣的算法應(yīng)將視野中的上百個“潛在對象”減少到十個“實對象”。

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


現(xiàn)在將參考附圖通過例子來描述本發(fā)明的實施例，其中圖1是具有根據(jù)本發(fā)明的傳感器系統(tǒng)的汽車的平面圖。
圖2是根據(jù)本發(fā)明一個特定實施例的智能車輛控制傳感器系統(tǒng)的方框圖。
圖3是圖示了四個傳感器到單一理想的點對象的距離測量的距離圖。
圖4是圖示了第二環(huán)境中的距離測量的距離圖。
圖5是圖示了根據(jù)本發(fā)明一個方面的操作的流程圖。
具體實施例方式
本發(fā)明涉及利用多個間隔的傳感器感測到多個對象的距離，并利用三邊測量術(shù)確定所述多個對象的位置的一種方法和設(shè)備。在復(fù)雜環(huán)境，例如存在多對象、復(fù)雜形狀對象、和/或虛讀數(shù)的環(huán)境中，利用該三邊測量技術(shù)的主要問題之一在于降低通過將相交球體/圓圈確定為可能實對象的圖或表的基本三邊測量步驟產(chǎn)生的潛在對象的數(shù)目。例如，如上所述，在傳感器從多個對象接收反射的復(fù)雜環(huán)境下，當(dāng)實對象的數(shù)目小于一打時，識別的潛在對象的數(shù)目可為幾百個。
因此，對于在真實世界環(huán)境中實際使用的三邊測量技術(shù)，應(yīng)將該技術(shù)實現(xiàn)為確定哪個潛在對象可能是實對象，使得潛在對象的列表可降低到相當(dāng)精確數(shù)目的實對象(和它們的位置)。
可在許多不同應(yīng)用和環(huán)境中使用三邊測量技術(shù)，尤其是根據(jù)本發(fā)明的三邊測量技術(shù)。然而，下面將結(jié)合與汽車使用相關(guān)的幾個不同實施例而描述本發(fā)明。本領(lǐng)域普通技術(shù)人員應(yīng)理解這不是對本發(fā)明的限制而僅是示例實施例。將結(jié)合用于檢測移動汽車前方的障礙的實施例而具體描述本發(fā)明?？山Y(jié)合智能停止和前進系統(tǒng)而使用這樣的系統(tǒng)，其中車輛前方的障礙或?qū)ο蟮挠诚裼糜诳刂栖囕v的速度，例如當(dāng)在交通堵塞情況下操作時，匹配直接在該小轎車之前的車輛的速度。
討論集中在根據(jù)傳感器讀數(shù)而及時確定給定瞬間的對象位置。然而，在例如前述智能停止和前進車輛控制系統(tǒng)的應(yīng)用中，也確定檢測對象的軌跡(即方向和速度)。在這樣的系統(tǒng)中，取得讀數(shù)的多個臨時移位集合，每一集合用于產(chǎn)生視野中對象位置的靜態(tài)映像。然后為了確定這些對象的軌跡(或速度和方向)，這多個映像彼此相關(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，四個雷達傳感器103沿直線位于汽車101的前端。該雷達傳感器可為脈沖或可變頻率傳感器，使得它們能檢測并區(qū)別多個反射波前，從而提供到多個對象111的距離測量。
在本發(fā)明的至少一個優(yōu)選實施例中，每一傳感器是短距離24GHz脈沖雷達，例如M/A-COM of Lowell，Massachusetts生產(chǎn)的型號MLAU0003-006。
在至少一個實施例中，每一傳感器發(fā)射甚短射頻(RF)脈沖并然后檢測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算到反射該反射波脈沖的對象的距離。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?？商鎿Q地或另外，距離測量的數(shù)目可限制為具體數(shù)目，例如十個最近的對象(反射波前)。而且，由于汽車是離不開地面的，因此在汽車應(yīng)用中假設(shè)二維環(huán)境通常是合理的，基本不會導(dǎo)致有用信息的丟失。
而且，雖然理論上可在二維三邊測量中使用兩個傳感器，但是一般必須包括多于兩個傳感器。例如，當(dāng)對象為復(fù)雜形狀對象時，很可能一個或多個傳感器不能檢測期望視野中的對象的反射。而且，多于兩個傳感器的使用幫助消除以下情況，即來自兩個不同傳感器的讀數(shù)僅能將對象的潛在位置的位置減少為兩個可能位置而不是一個。多于兩個傳感器的使用提供了一種手段，以當(dāng)來自不同對象的不同傳感器的距離讀數(shù)解釋為虛對象時，根據(jù)本發(fā)明減少虛對象。我們已發(fā)現(xiàn)在汽車領(lǐng)域，在汽車保險杠中沿直線安排的四個傳感器提供了良好性能。
圖2是根據(jù)本發(fā)明的智能車輛控制系統(tǒng)的方框圖。它包括四個距離傳感器201、203、205和207以及耦接用于接收傳感器的距離測量輸出的數(shù)字處理器209。該數(shù)字處理器209進行這些測量，并通過算法運行它們以創(chuàng)建傳感器視野中的對象的映像。在實際停止和前進車輛控制系統(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象的速度和方向，并產(chǎn)生用于控制汽車的其他組件213例如剎車和加速踏板的信號，由此實現(xiàn)前述停止和前進車輛控制系統(tǒng)。
圖3圖示了包括由四個傳感器陣列所觀察的單一對象302的簡單模擬情景。方框201、203、205和207分別表示四個傳感器的位置。半圓309、311、313和315分別代表來自這四個傳感器201、203、205和207的距離觀測。每一距離半圓的中心為產(chǎn)生該觀測的傳感器的位置。在這個視野中僅具有一個對象的簡單例子中，假設(shè)沒有誤差并假設(shè)該對象具有一個反射點，則所有四個距離半圓在單一點321相交。該點是相對于傳感器陣列的檢測對象302的位置。
圖4代表了汽車遇到的更現(xiàn)實的情況。然而，甚至圖4中描繪的環(huán)境也是相當(dāng)簡單的。在圖4的環(huán)境中，相同的四個傳感器201、203、205和207檢測兩個對象，即人401和桿403。理想地，四個傳感器201、203、205和207的每一個應(yīng)檢測這兩個對象并僅檢測這兩個對象，即每一傳感器應(yīng)產(chǎn)生兩個精確的距離半圓。然而，實際上，以下情況是很有可能的，一個或多個傳感器(a)不能檢測一個或多個對象，(b)接收來自單一對象的兩個或多個反射(尤其是如果該對象很大和/或具有復(fù)雜形狀)，和/或(3)僅接收虛遙測(telemetry)。僅從圖4可直觀地看出哪些圓圈的哪些交點代表實對象有一點含糊。由于來自三個或四個不同傳感器的半圓相交于多個位置而使對象的精確位置更模糊也應(yīng)該是顯然的，因為它們不完全相交于單一點，而相交于小區(qū)域。簡而言之，很難確定哪組距離測量是同一對象的觀測。
因此，盡管三邊測量的第一步產(chǎn)生例如圖3和4圖示的映像，并且該數(shù)據(jù)的算術(shù)操作對于不同傳感器的距離圓圈的哪些結(jié)合對應(yīng)于實對象、以及該對象的實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量產(chǎn)生實對象列表的本發(fā)明分解三邊測量算法的簡單流程圖。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解析多個傳感器的距離測量以識別哪些距離半圓可對應(yīng)于同一對象，從而創(chuàng)建潛在對象列表。通?？勺龀瞿承┘僭O(shè)來簡化該第一步驟。該第一個合理假設(shè)是潛在對象基于的所有距離測量必須來自不同傳感器。其次，我們可假設(shè)來自不同傳感器、彼此不相交的圓圈不對應(yīng)于同一對象。注意這些假設(shè)未必在所有情況下都是正確的。然而，在整個方案中，往往不會導(dǎo)致重大失誤。
第三，恰好它們對應(yīng)于三個或四個傳感器讀數(shù)，則我們考慮潛在對象，即我們排除僅基于兩個傳感器讀數(shù)的任何潛在對象。然而，在本發(fā)明的優(yōu)選實施例中，在獨立地識別和驗證僅基于兩個傳感器讀數(shù)的潛在對象的不同運算規(guī)則中，考慮僅基于兩個傳感器讀數(shù)的潛在對象。
如前所述，四個傳感器的每一個產(chǎn)生十個讀數(shù)，一共有一萬個可能的潛在對象。然而，人們通常必須假設(shè)一個傳感器可能沒有接收來自期望視野中的一個對象的反射。因此，人們通常也必須考慮僅三個傳感器的距離半圓相交的情況。例如，如果我們也考慮三個傳感器的距離半圓重疊的潛在對象情形，則潛在對象的最大數(shù)目增加為10000+1000+1000+1000+1000＝14000。也就是說，除了上述四個傳感器距離交點的10000個可能潛在對象之外，還存在三個傳感器的相交距離半圓的四個潛在組合，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個讀數(shù)，所以對于三個相交距離半圓的另外全部4000個可能集合，三個傳感器的每一可能組合具有10×10×10＝1000個潛在對象。
當(dāng)然，上述數(shù)目是最壞的情況。交叉圓圈的組合的實際數(shù)目由于幾個原因一般將為很小。首先，很多距離半圓將不重疊。具體說，由相差大于傳感器之間間距的兩個或多個傳感器的任何兩個距離測量(或半圓)將不交叉。而且，傳感器的任何一個或多個可能檢測到少于十個反射波前。
因此，在該第一階段產(chǎn)生的潛在對象的數(shù)目可能大大小于該潛在最大數(shù)目，但在實際環(huán)境下仍為幾百個。
在該第一階段，基于相關(guān)距離測量而產(chǎn)生潛在對象列表，并將位置指定到每一潛在對象。已知用于基于在單一點不完全交叉的距離測量而估計位置的幾種算法?？刹捎萌魏芜@些合適的算法。
為每一潛在對象確定的特定位置是利用迭代最小二乘法，例如Levenberg-Marquardt方法可解決的非線性問題。例如見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)榱私档陀嬎阖摀?dān)而選擇更簡單的算法。具體說，在優(yōu)選實施例中，僅利用潛在對象所基于的三個或四個傳感器中彼此相距最遠的兩個傳感器(即最外面的兩個傳感器)的距離測量而計算潛在對象位置?；仡欉@些，在優(yōu)選實施例中，對于即使被做到潛在對象列表中的潛在對象，其也必須基于三個或四個不同傳感器的交叉半圓。由此，在這里描述的具體實施例中，對象的可能存在基于三個或四個傳感器讀數(shù)，但僅利用這些距離讀數(shù)的兩個來計算該潛在對象的假設(shè)位置，即來自最外面?zhèn)鞲衅鞯哪切┚嚯x讀數(shù)，并且僅這兩個距離讀數(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)明的三邊測量技術(shù)的第二階段是根據(jù)提供潛在對象對應(yīng)于實對象的可能性的合理估計的度量(下面稱為“分級度量”)而分類或排序該潛在對象列表。為此目的存在許多公知算術(shù)算法。在本發(fā)明的一個優(yōu)選實施例中，計算每一潛在對象的累積誤差。該累積誤差代表某一潛在對象基于的距離測量和第一步驟501中確定的潛在對象的指定位置之間的差別。更具體地，用于產(chǎn)生累積誤差的一個簡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，確定潛在對象基于的每一距離測量和該潛在對象與對應(yīng)傳感器的假定距離(在步驟501由該潛在對象的指定位置容易確定)之間的差別。然后求每一個的平方。最后將它們加在一起。
應(yīng)注意，根據(jù)該具體實施例，可能有必要使所計算的SSE值彼此標準化。例如，在這里所述的實施例中，其中一些潛在對象基于三個距離讀數(shù)，一些潛在對象基于四個距離讀數(shù)，基于三個讀數(shù)的潛在對象的SSE不能直接與基于四個讀數(shù)的潛在對象的SSE相比。由此，例如通過將該SSE除以該潛在對象基于的傳感器讀數(shù)的數(shù)目而標準化該SSE。
SSE技術(shù)中存在許多可能的變更。在本發(fā)明的一個優(yōu)選實施例中，其中僅利用如上所述兩個最外面?zhèn)鞲衅鞯木嚯x測量來確定潛在對象的位置，該度量被計算為相對于該潛在對象的位置的最里面的傳感器距離的平方誤差的和。每一平方誤差項通過除以傳感器測量方差而進一步被標準化。
在該具體實施例中，該分級度量可認為是一個或兩個隨機變量的和，每一個具有零平均值和統(tǒng)一方差。如果假設(shè)每一變量也為標準和獨立的，則該分級度量具有卡方(chi-square)分布。具體地，三傳感器度量為具有一個自由度的卡方分布(來自其里面的一個傳感器)，而四傳感器度量具有二個自由度。
三個和四個傳感器潛在對象的分級度量的優(yōu)點是具有相同的統(tǒng)計分布。這將允許這些對象利用該度量直接彼此比較，而不偏愛任一種。為了完成這些，將三個傳感器對象的分級度量映射到具有二個自由度的相等卡方值?？捎啥囗検浇品▉韺崿F(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象的列表。該排序列表基本是503的輸出。
消除是該三邊測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潛在對象降低到較少數(shù)量的實對象。很明顯步驟505的降低是重要的。例如，讓我們考慮存在三個傳感器的理想例子，每一個僅正確檢測視野中相同的五個實對象。讓我們再假設(shè)所有五個對象被定位使得任何兩個傳感器的距離的每個結(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個潛在對象。理想地，該消除階段505將該125個潛在對象的列表降低為5個實對象。降低了96％。
根據(jù)本發(fā)明的消除算法實際在算術(shù)上相當(dāng)簡單。首先，列表上的最高級潛在對象，例如具有最低累積誤差的潛在對象，被選擇并假設(shè)為實對象。列表中具有較低級并基于所選對象所基于的距離測量的任何一個或多個的每一其他潛在對象假設(shè)為虛對象，并從該潛在對象列表中去除。在去除了所有這些對象之后，假設(shè)列表中下一最高級潛在對象對應(yīng)于實對象。然后，列表中具有較低級并基于所選對象所基于的距離測量的任何一個或多個的每一其他潛在對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象已被選擇為實對象或從該列表中去除。
上述三邊測量算法應(yīng)用到圖4所示的例子，其中具有四個傳感器201、203、205、207的汽車面向人401和桿403。該算法識別圖中所示的兩個對象。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，它正確識別了在該桿和人的位置的點對象。
該實驗中的桿403是三英寸進度(three inch schedule)-40 PVC桿。該桿因為它的非金屬材料而具有小雷達橫截面。由產(chǎn)生距離半圓203a、205a和207a的三個傳感器203、205和207觀察該桿，而不是最左邊的傳感器201。這可能由于天線增益考慮。具體說，最左邊的傳感器201具有朝向該桿的最小天線增益，因為其視角距該具體傳感器的內(nèi)視野(bore sight)最遠。
該人401是距該傳感器陣列最近的點對象。人不總是向該傳感器陣列呈現(xiàn)定義明確的反射點。例如，傳感器可檢測一條腿、另一條腿、或皮帶扣。不同傳感器可觀察人的不同部分。在圖4的情況下，由全部四個傳感器觀察該人(見距離半圓201b、203b、205b、和207b)。然而，一個傳感器205報告了到該人的稍短距離205b。該三邊測量算法將該人401識別為三傳感器對象，并不被看作屬于任何對象而與第四傳感器距離讀數(shù)205b相關(guān)聯(lián)。
左邊第二個傳感器203產(chǎn)生兩個虛觀測結(jié)果一個位于人和桿中途203c，另一個超出該桿203d。有時，傳感器報告虛觀測結(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)所有對象為點對象的三邊測量技術(shù)而主要描述了本發(fā)明，但這些僅是實現(xiàn)主題。本發(fā)明可容易地應(yīng)用到三維環(huán)境和其他形式的對象類型假設(shè)中。
已開發(fā)了新三邊測量算法用于利用來自高分辨率雷達傳感器陣列的距離數(shù)據(jù)來定位對象。而且，該算法已證明利用來自困難汽車場景的實際數(shù)據(jù)來正確決定對象。
盡管已描述了本發(fā)明的一些具體實施例，但對于本領(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。由該公開使其明了的這樣的改變、修改和改進意欲為本說明書的一部分，盡管不在這里特別說明，并意欲在本發(fā)明的精神和范圍之內(nèi)。因此，上述說明僅為例子，而不是限制性的。僅由以下權(quán)利要求及其等同物來限定本發(fā)明。
權(quán)利要求
1.一種基于多個距離傳感器的距離測量來確定多個實對象的位置的方法，每一傳感器能提供多個距離測量，所述方法包括步驟(1)從所述傳感器獲得多個距離測量；(2)相關(guān)所述多個傳感器的所述距離測量，以產(chǎn)生潛在對象和它們的位置的列表，所述潛在對象的每一個基于多個距離測量；(3)從成為實對象的最高到最低可能性來排序所述潛在對象列表；(4)選擇所述排序列表中最高的潛在對象作為實對象；(5)確定步驟(4)中選擇的所述潛在對象所基于的距離測量；(6)從所述排序列表中去除步驟(4)中選擇的所述潛在對象以及排序低于步驟(4)中選擇的所述潛在對象的任何潛在對象，所述任何潛在對象基于步驟(4)中選擇的所述潛在對象所基于的所述距離測量的任一個；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)計算潛在對象基于的所述距離測量的累積誤差；和(3.2)根據(jù)所述累積誤差計算而排序所述列表。
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)對于潛在對象基于的所述距離測量中的至少一個，確定所述至少一個距離測量和產(chǎn)生所述至少一個距離測量的所述傳感器到所述潛在對象的所述確定的位置的距離之間的誤差；(3.1.2)對所述誤差的每一個求平方；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，其中所述多個傳感器包括至少三個傳感器。
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自少于預(yù)定數(shù)目傳感器的距離測量的任何潛在對象的步驟。
6.根據(jù)權(quán)利要求5的方法，其中步驟(2)包括執(zhí)行一個規(guī)則，使得沒有潛在對象能基于多于來自任一個傳感器的一個距離測量。
7.根據(jù)權(quán)利要求4的方法，其中所述多個傳感器包括四個傳感器。
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自少于三個傳感器的距離測量的任何潛在對象。
9.根據(jù)權(quán)利要求1的方法，其中在步驟(2)，由三邊測量確定所述位置。
10.根據(jù)權(quán)利要求9的方法，其中步驟(2)包括步驟(2.1)對于每一單獨距離測量，確定由所述距離測量定義的點軌跡；(2.2)對于每一所述點軌跡，確定對應(yīng)于來自其他傳感器的距離測量的所述點軌跡中的哪些與所述點軌跡重疊；(2.3)在所述列表上增加與每一點軌跡對應(yīng)的潛在對象，所述每一點軌跡與對應(yīng)于來自其他傳感器的距離測量的至少預(yù)定數(shù)目其他點軌跡交叉。
11.根據(jù)權(quán)利要求7的方法，其中步驟(2)包括步驟(2.4)對于每一單獨距離測量，確定由所述距離測量定義的點軌跡；(2.5)對于每一所述點軌跡，確定對應(yīng)于來自其他傳感器的距離測量的所述點軌跡中的哪些與所述點軌跡重疊；(2.6)在所述列表上增加與每一點軌跡對應(yīng)的潛在對象，所述每一點軌跡與對應(yīng)于來自其他傳感器的距離測量的至少預(yù)定數(shù)目的其他點軌跡交叉。
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的兩個傳感器的所述距離測量來產(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象基于的所述距離測量確定所述誤差，而不是彼此相距最遠的所述兩個傳感器。
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的兩個傳感器的所述距離測量來產(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的兩個傳感器的所述距離測量來產(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)包括將來自每一傳感器的距離測量的數(shù)目限制為預(yù)定數(shù)目。
19.根據(jù)權(quán)利要求18的方法，其中來自每一傳感器的距離測量的所述預(yù)定數(shù)目為10。
20.一種基于多個距離傳感器的距離測量來確定多個實對象的位置的方法，每一傳感器能輸出多個距離測量，所述方法包括步驟(1)從所述傳感器獲得多個距離測量；(2)相關(guān)所述多個傳感器的所述距離測量，以產(chǎn)生潛在對象和它們的位置的列表，所述潛在對象的每一個基于來自多個所述傳感器的距離測量；(3)從成為實對象的最高到最低可能性來排序所述潛在對象列表；(4)選擇所述排序列表中最高的潛在對象作為實對象；(5)從所述排序列表中去除步驟(4)中選擇的所述潛在對象以及排序低于步驟(4)中選擇的所述潛在對象的任何潛在對象，所述任何潛在對象基于步驟(4)中選擇的所述潛在對象所基于的所述距離測量中的任一個；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象。
21.一種基于距離測量來確定多個實對象的位置的設(shè)備，所述設(shè)備包括多個距離傳感器，每一傳感器能提供多個距離測量；數(shù)字處理器，適于(a)從所述傳感器獲得多個距離測量，(b)相關(guān)所述多個傳感器的所述距離測量，以產(chǎn)生潛在對象和它們的位置的列表，所述潛在對象的每一個基于多個距離測量，(c)從成為實對象的最高到最低可能性來排序所述潛在對象列表，(d)選擇所述排序列表中最高的潛在對象作為實對象，(e)確定所述選擇的潛在對象基于的距離測量，(f)從所述排序列表中去除所述選擇的潛在對象以及排序低于所述選擇的潛在對象的任何潛在對象，所述任何潛在對象基于所述選擇的潛在對象所基于的所述距離測量中的任一個，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，所述數(shù)字處理器計算潛在對象基于的所述距離測量的積累誤差，并根據(jù)所述積累誤差計算來排序所述列表。
23.根據(jù)權(quán)利要求22的設(shè)備，其中所述處理器通過下列方法計算所述積累誤差對于潛在對象基于的所述距離測量中的至少一個，確定所述至少一個距離測量和產(chǎn)生所述至少一個距離測量的所述傳感器到所述潛在對象的所述確定的位置的距離之間的誤差，對所述間距的每一個求平方，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，其中所述多個傳感器包括至少三個傳感器。
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自至少預(yù)定數(shù)目的傳感器的距離測量的潛在對象。
26.根據(jù)權(quán)利要求25的設(shè)備，其中步驟(b)包括執(zhí)行一個規(guī)則，使得沒有潛在對象能基于多于來自任一個傳感器的一個距離測量。
27.根據(jù)權(quán)利要求24的設(shè)備，其中所述多個傳感器包括四個傳感器。
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自至少三個傳感器的距離測量的潛在對象。
29.根據(jù)權(quán)利要求21的設(shè)備，其中所述數(shù)字處理器通過三邊測量確定所述位置。
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的兩個傳感器的所述距離測量來產(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象基于的所述距離測量來計算所述累積誤差，而不是彼此相距最遠的所述兩個傳感器。
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產(chǎn)生不超過預(yù)定數(shù)目的距離測量。
34.根據(jù)權(quán)利要求33的設(shè)備，其中所述距離測量的預(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排列。
36.一種汽車，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，還包括處理器，適于基于多個臨時間隔的距離測量而確定所述選擇的對象的軌跡。
38.根據(jù)權(quán)利要求37的汽車，還包括處理器，用于基于所述軌跡控制所述汽車的速度。
全文摘要
本發(fā)明是基于多個距離傳感器的輸出來確定多個實對象的位置的方法和設(shè)備。從多個傳感器獲得多個距離測量，每一傳感器能提供多個距離測量。來自多個傳感器的距離測量彼此相關(guān)以產(chǎn)生潛在對象列表，并從成為實對象的最高到最低可能性排序所述潛在對象列表。該順序可基于潛在對象基于的個別傳感器測量的累積誤差。通過將排序列表中最高的潛在對象假設(shè)為實對象，并從列表中去除所有其他排序低的潛在對象，所述所有其他排序低的潛在對象基于所選擇的對象所基于的距離測量的任一個，從而將該潛在對象的排序列表減少到實對象的較小列表。對于該列表中保留的下一最高潛在對象而重復(fù)該處理，直至該列表中的所有潛在對象被選擇為實對象或從該列表中去除。
文檔編號G01S13/93GK1636149SQ02827946
公開日2005年7月6日 申請日期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 申請人:M/A-Com公司