车辆传感器补偿的制作方法
【专利摘要】本发明涉及车辆传感器补偿。提供了用于车辆传感器补偿的方法和系统。传感器被设置为至少帮助获取关于接近所述车辆的物体的传感器数据。传感器数据包括物体的测量方位角值。处理器联接至传感器。所述处理器被联接至传感器并且被设置为至少帮助利用传感器数据估计用于所述传感器的失准角，和利用所述失准角生成用于测量方位角值的校正因子。
【专利说明】
车辆传感器补偿
技术领域
[0001] 本公开总体上设及车辆，并且更具体地设及关于车辆传感器的方法和系统。
【背景技术】
[0002] 现在的许多车辆具有获取关于可能接近车辆的物体的数据的传感器。例如，现在 的许多车辆使用用于获取关于运种物体的数据的雷达传感器、摄像机和/或光探测及测距 (LIDAR)装置，运种物体可W包括例如其它车辆、其它运动物体，和/或接近车辆的固定物 体。但是，在某些情况中，可能有运种传感器的失准，运能够影响关于物体的数据。
[0003] 因此，理想的是提供用于例如如果发生来自车辆传感器，诸如车辆的雷达、摄像机 和LIDAR传感器的失准时，使用来自运种传感器的数据的技术。还期望的是提供利用运种技 术的方法、系统和车辆。此外，从后续的详细描述和所附权利要求，结合附图和前述技术领 域和【背景技术】将显而易见到本发明的其它期望的特征和特性。
【发明内容】
[0004] 根据示例性实施例，提供一种方法。所述方法包括:经由传感器获取关于接近车辆 的物体的传感器数据;利用处理器使用所述传感器数据估计用于所述传感器的失准角；W 及利用所述处理器使用所述失准角生成用于测量方位角值的校正因子。所述传感器数据包 括用于所述物体的测量方位角值。
[0005] 根据示例性实施例，提供一种系统。所述系统包括传感器和处理器。所述传感器被 设置成至少辅助获取关于接近车辆的物体的传感器数据。所述传感器数据包括用于所述物 体的测量方位角值。所述处理器联接至所述传感器并且被设置成至少辅助利用所述传感器 数据估计用于所述传感器的失准角和利用所述失准角生成用于所述测量方位角值的校正 因子。
[0006] 根据进一步的示例性实施例，提供一种车辆。所述车辆包括车身、传感器和处理 器。所述传感器被设置成至少辅助获取关于接近车辆的物体的传感器数据。所述传感器数 据包括用于所述物体的测量方位角值。所述处理器布置在车身内并且联接至所述传感器。 所述处理器被设置成至少辅助利用所述传感器数据估计用于所述传感器的失准角和利用 所述失准角生成用于所述测量方位角值的校正因子。
[0007] 本申请还提供了 W下技术方案。
[000引方案1. 一种方法，包括： 经由传感器获取关于接近车辆的物体的传感器数据，所述传感器数据包括所述物体的 测量方位角值； 利用处理器使用所述传感器数据估计用于传感器的失准角；W及 利用处理器使用所述失准角生成用于所述测量方位角值的校正因子。
[0009]方案2.根据方案1所述的方法，还包括： 将双阶段滤波应用于所述传感器数据，生成滤波数据； 其中估计所述失准角的步骤包括利用所述滤波数据估计所述失准角。
[0010]方案3.根据方案1所述的方法，还包括： 利用所述传感器数据估计所述物体和所述车辆之间的距离的变化率； 其中估计所述失准角的步骤包括利用所述测量方位角值和所述距离的变化率估计所 述失准角。
[OOW 方案4.根据方案1所述的方法，其中： 估计所述失准角的步骤包括： 利用第一技术估计第一失准角值;和 利用第二技术估计第二失准角值;W及 生成所述校正因子的步骤包括利用所述第一失准角值和所述第二失准角值两者生成 所述校正因子。
[0012]方案5.根据方案4所述的方法，其中： 估计所述第一失准角值的步骤包括利用平行运动方法估计所述第一失准角值;和 估计所述第二失准角值的步骤包括利用静止物体方法估计所述第二失准角值。
[OOU]方案6.根据方案4所述的方法，其中： 估计所述第一失准角值的步骤包括利用所述测量方位角值、所述测量方位角值的变化 率、所述物体和所述车辆之间的距离和所述距离的变化率来估计所述第一失准角值； 估计所述第二失准角值的步骤包括利用所述测量方位角值、所述距离的变化率和所述 车辆相对于所述物体的速度来估计所述第二失准角值。
[0014] 方案7.根据方案4所述的方法，还包括： 当所述第一失准角值超过第一阔值时使第一计数器递增;和 当所述第二失准角值超过第二阔值时使第二计数器递增；W及 其中生成所述校正因子的步骤包括当所述第一计数器超过第Ξ阔值和所述第二计数 器超过第四阔值时，利用所述第一失准角值和所述第二失准角值生成所述校正因子。
[0015] 方案8.根据方案1所述的方法，其中所述传感器从由下列项构成的组中选择:雷 达传感器、摄像机传感器和光探测及测距化IDAR)传感器。
[0016] 方案9. 一种系统，包括： 传感器，所述传感器被设置为至少帮助获取关于接近车辆的物体的传感器数据，所述 传感器数据包括所述物体的测量方位角值;和 处理器，所述处理器联接至所述传感器并且被设置为至少帮助： 利用所述传感器数据估计用于所述传感器的失准角;和 利用所述失准角生成用于所述测量方位角值的校正因子。
[0017] 方案10.根据方案9所述的系统，其中所述处理器被设置为至少帮助： 将双阶段滤波应用于所述传感器数据，生成滤波数据;和 利用所述滤波数据估计所述失准角。
[0018] 方案11.根据方案9所述的系统，其中所述处理器被设置为至少帮助： 利用所述传感器数据估计所述物体和所述车辆之间的距离的变化率;和 利用所述测量方位角值和所述距离的变化率估计所述失准角。
[0019] 方案12.根据方案9所述的系统，其中所述处理器被设置为至少帮助： 利用第一技术估计第一失准角值； 利用第二技术估计第二失准角值;和 利用所述第一失准角值和所述第二失准角值两者生成所述校正因子。
[0020] 方案13.根据方案12所述的系统，其中所述处理器被设置为至少帮助： 利用平行运动方法估计所述第一失准角值;和 利用静止物体方法估计所述第二失准角值。
[0021] 方案14.根据方案12所述的系统，其中所述处理器被设置为至少帮助： 利用所述测量方位角值、所述测量方位角值的变化率、所述物体和所述车辆之间的距 离和所述距离的变化率估计所述第一失准角值； 利用所述测量方位角值、所述距离的变化率和所述车辆相对于所述物体的速度估计所 述第二失准角值。
[0022] 方案15.根据方案12所述的系统，其中所述处理器被设置为至少帮助： 当所述第一失准角值超过第一阔值时使第一计数器递增； 当所述第二失准角值超过第二阔值时使第二计数器递增;和 当所述第一计数器超过第Ξ阔值和所述第二计数器超过第四阔值时，利用所述第一失 准角值和所述第二失准角值生成所述校正因子。
[0023] 方案16.根据方案9所述的系统，其中所述传感器包括雷达传感器。
[0024] 方案17.根据方案9所述的系统，其中所述传感器包括摄像机传感器。
[0025] 方案18.根据方案9所述的系统，其中所述传感器包括光探测及测距化IDAR)传感 器。
[0026] 方案19. 一种车辆，包括： 车身； 传感器，所述传感器被设置为至少帮助获取关于接近所述车辆的物体的传感器数据， 所述传感器数据包括所述物体的测量方位角值;和 处理器，所述处理器被布置在所述车身内并且联接至所述传感器，所述处理器被设置 为至少帮助： 利用所述传感器数据估计用于所述传感器的失准角;和 利用所述失准角生成用于所述测量方位角值的校正因子。
[0027] 方案20.根据方案19所述的车辆，其中所述处理器被设置为至少帮助： 利用平行运动技术估计第一失准角值； 利用静止物体技术估计第二失准角值;和 利用所述第一失准角值和所述第二失准角值两者生成所述校正因子。
【附图说明】
[0028] 本公开将在后文结合W下附图描述，其中同样的数字标记同样的元件，并且附图 中： 图1是根据示例性实施例的包括控制系统的车辆的原理框图，控制系统包括用于获取 关于接近车辆的物体的传感器数据的一个或多个传感器和用于一个或多个传感器的控制 器； 图2是根据示例性实施例的用于控制车辆的传感器的过程的流程图，并且该流程图可 W结合图1的车辆和控制系统使用；W及 图3是根据示例性实施例的用于图2的过程的子过程的流程图，即用于补偿控制系统的 传感器的失准角的子过程。
【具体实施方式】
[0029] 下文的详细描述在本质上是仅示例性的并且不旨在限制本公开或其应用和使用。 此外，不旨在被前述【背景技术】或下文的详细描述中出现的任何理论限制。
[0030] 图1示出根据示例性实施例的车辆100,或汽车。如下文更加详细描述的，车辆100 包括控制系统102,该控制系统102用于获取和利用关于可能接近车辆100的物体的数据。在 某些实施例中，控制系统102是用于车辆100的一个或多个主动安全系统的一部分和/或联 接至该一个或多个主动安全系统，所述用于车辆100的一个或多个主动安全系统诸如用于 自动制动、制动辅助、转向辅助、牵引控制、电子稳定性控制、车道偏离警报、车道变更提醒， 和/或用于一个或多个其它主动安全特征。如下文进一步讨论的，控制系统102包括获取关 于接近车辆100的物体的传感器数据的一个或多个传感器103的传感器阵列103, W及用于 控制传感器阵列103的控制器104。
[0031] 如图1中描绘的，车辆100除上述控制系统102外，还包括底盘112、车身114、四个车 轮116、电子控制系统118、转向系统150和制动系统160。车身114布置在底盘112上并且实质 上封装车辆100的其它部件。车身114和底盘112可W联合地形成框架。每个车轮116在车身 114的相应角部附近可旋转地联接至底盘112。在各种实施例中，车辆100可W与图1中所描 绘的不同。例如，在某些实施例中，车轮116的数量可W变化。作为附加的示例，在各种实施 例中，车辆100可W不具有转向系统，并且在各种其它可能的差别中，例如可W由差速制动 转向。
[0032] 在图1所示的示例性实施例中，车辆100包括致动器组件120。该致动器组件120包 括安装在底盘112上的至少一个推进系统129,推进系统129驱动车轮116。在描绘的实施例 中，致动器组件120包括发动机130。在一实施例中，发动机130包括燃烧发动机。在其它实施 例中，代替燃烧发动机或除燃烧发动机之外，致动器组件120可W包括一个或多个其它类型 的发动机和/或马达，诸如电动马达/发电机。
[0033] 仍然参考图1，发动机130通过一个或多个传动轴134联接至车轮116中的至少一 些。在一些实施例中，发动机130机械地联接至变速器。在其它实施例中，发动机130可W替 代地联接至发电机，该发电机用于向机械地联接至变速器的电动马达提供电力。在某些其 它实施例(例如电动车辆)中，发动机和/或变速器可能不是必需的。
[0034] 转向系统150安装在底盘112上，并且控制车轮116的转向。转向系统150包括方向 盘和转向柱(未绘出）。方向盘接收来自车辆100的驾驶员的输入。转向柱基于来自驾驶员的 输入经由传动轴134产生用于车轮116的期望转向角。与关于车辆100的可能变化的上述讨 论相似，在某些实施例中，车辆100可W不包括方向盘和/或转向。此外，在某些实施例中，自 主式车辆可W利用由计算机生成的转向命令，而没有来自驾驶员的参与。
[0035] 制动系统160安装在底盘112上，并且提供用于车辆100的制动。制动系统160经由 制动踏板(未绘出）接收来自驾驶员的输入，并且经由制动单元（也未绘出）提供适当的制 动。驾驶员也经由加速踏板(未绘出）提供输入w便达到车辆的期望速度或加速，也提供用 于诸如一个或多个车辆收音机、其它娱乐系统、环境控制系统、照明单元、导航系统等(也未 绘出）的各种车辆装置和/或系统的各种其它输入。与关于车辆100的可能变化的上述讨论 相似，在某些实施例中，转向、制动和/或加速能够由计算机而不是由驾驶员命令。
[0036] 控制系统102安装在底盘112上。如上文所述，控制系统102包括传感器阵列103和 控制器104。
[0037] 传感器阵列103包括获取关于接近车辆100的一个或多个物体的传感器数据的一 个或多个传感器。在绘出的实施例中，传感器阵列103包括获取关于接近车辆100的物体的 传感器数据的一个或多个雷达传感器162、一个或多个摄像机(本文中也被称为摄像机传感 器)传感器164、和/或一个或多个光探测及测距化IDAR)单元(在本文中也被称为LIDAR传感 器）166。运样的物体可W包括，作为示例，道路边缘、道路标志、护栏、中间分隔带(median)、 标志、建筑物、树、其它车辆、行人、和/或各种其它运动的和/或不动的物体。在各种实施例 中，传感器阵列102可W包括单一雷达传感器162、单一摄像机164和/或单一LIDAR单元166 和/或任何数量的雷达传感器162、摄像机164和/或LIDAR单元166的任何结合。此外，在某些 实施例中，传感器阵列103也可W包括一个或多个其它传感器168,例如用于估计车辆100的 速度的一个或多个车轮速度传感器和/或惯性测量传感器。来自传感器阵列103的各种传感 器的测量和信息提供至控制器104W便处理。
[0038] 控制器104联接至传感器阵列103。控制器104利用来自传感器阵列103的各种测量 和信息W便用于控制和补偿传感器阵列103的传感器(例如，雷达传感器162、摄像机164和/ 或LIDAR单元166)。在某些实施例中，控制器104利用使用传感器数据的传感器动态监测W 便估计用于补偿来自传感器的测量值的传感器的失准角。在某些实施例中，控制器104和传 感器阵列103-起提供运些和其它功能，也提供根据下文结合附图2和3进一步讨论的过程 200的附加的功能。
[0039] 如图1所示，控制器104包括计算机系统。在某些实施例中，控制器104也可W包括 传感器阵列103的一个或多个传感器、一个或多个其它装置和/或系统、和/或其部件。此外， 应当理解的是控制器104可W另外的方式不同于图1中所绘的实施例。例如，控制器104可W 联接至或可W另外地利用一个或多个远程计算机系统和/或其它控制系统，诸如图1的电子 控制系统118。
[0040] 在绘出的实施例中，控制器104的计算机系统包括处理器172、存储器174、接口 176、储存装置178和总线180。处理器172执行控制器104的计算和控制功能，并且可W包括 任何类型的处理器或多处理器、诸如微处理器的单集成电路、或任何合适数量的集成电路 装置和/或电路板，W上各项协作工作W完成处理单元的功能。在一实施例中，处理器172通 过串行通信连接至传感器阵列103;然而，在其它实施例中运可W改变。在运行期间，处理器 172执行包含在存储器174内的一个或多个程序182,并且因此通常在执行本文所描述的过 程中，诸如在下文结合图2和3进一步描述的过程200中，控制控制器104和控制器104的计算 机系统的总体运行。而且在一实施例中，处理器172联接至传感器阵列103,并且利用来自传 感器阵列103的各种传感器的值W便执行控制器104的功能。
[0041] 存储器174可W是任何类型的合适存储器。例如，存储器174可W包括诸如SDRAM的 各种类型的动态随机存取存储器(DRAM)、各种类型的静态RAM(SRAM)、和各种类型的非易失 性存储器(PR0M、EPR0M和闪存）。在某些示例中，存储器174位于和/或共同位于与处理器172 相同的计算机忍片上。在绘出的实施例中，存储器174将上述程序182和一个或多个储存的 值184 (例如，任何储存的阔值)一起储存W便用于做出决策。
[0042] 总线180用来在控制器104的计算机系统的各种部件之间传输程序、数据、状态和 其它信息或信号。接口 176允许例如从系统驱动器和/或另一个计算机系统至控制器104的 计算机系统的通信，并且能够利用任何合适的方法和设备实现。在一实施例中，接口 176从 传感器阵列103的传感器获取各种数据。接口 176可W包括一个或多个网络接口 W便与其它 系统或部件通信。接口 176也可W包括一个或多个网络接口 W便与技术员通信，和/或包括 一个或多个储存接口 W便连接至诸如储存装置178的储存设备。
[0043] 储存装置178可W是任何合适类型的储存设备，包括直接存取储存装置，诸如硬盘 驱动器、闪存系统、软磁盘驱动器和光盘驱动器。在一示例性实施例中，存储装置178包括程 序产品，存储器174能够从该程序产品中接收程序182,程序182执行本公开的一个或多个过 程的一个或多个实施例，诸如在下文结合图2和3进一步描述的过程200(和其任何子过程） 的步骤。在另一示例性实施例中，程序产品可W直接地储存在存储器174中和/或磁盘(例 如，磁盘186)中，和/或另外地由所述存储器174和/或磁盘访问，例如下文所述那样。
[0044] 总线180可W是连接计算机系统和部件的任何合适的物理构件或逻辑构件。运包 括，但不限于直接硬线连接、光导纤维、红外线和无线总线技术。在运行期间，程序182储存 在存储器174中并且由处理器172执行。
[0045] 应当理解的是，虽然运种示例性实施例在功能全面的计算机系统的背景中描述， 但本领域技术人员应当认识到本公开的机制能够作为程序产品被分配，并且一个或多个类 型的非暂时性计算机可读信号承载介质被用于储存程序和其指令W及完成其分配，诸如承 载程序和包含储存在其中的计算机指令W便引起计算机处理器(诸如处理器172)实施和执 行程序的非暂时性计算机可读介质。运样的程序产品可W采取多种形式，并且不论用于完 成分配的计算机可读信号承载介质的具体类型，本公开均同等地适用。信号承载介质的示 例包括:诸如软磁盘、硬盘驱动器、存储卡和光盘的可记录介质，和诸如数字和模拟通信链 路的传输介质。应当理解的是，基于云的储存和/或其它技术也可W被用在某些实施例中。 应当相似地理解的是，控制器104的计算机系统也可W另外地不同于图1中所绘的实施例， 例如不同之处在于控制器104的计算机系统可W联接至或可W另外地利用一个或多个远程 计算机系统和/或其它控制系统。
[0046] 虽然控制系统102、传感器阵列103和控制器104作为相同系统中的一部分被绘出， 但应当理解的是在某些实施例中运些特征可W包括两个或更多个系统。此外，在各种实施 例中，控制系统102可W包括各种其它车辆装置和系统的全部或一部分，和/或可W联接至 所述各种其它车辆装置和系统，例如尤其是致动器组件120、和/或电子控制系统118。
[0047] 图2是根据示例性实施例，用于控制车辆的传感器的过程200的流程图。根据示例 性实施例，处理器200可W结合图1的车辆100和控制系统102使用。在一实施例中，过程200 的各种步骤在贯穿当前车辆驾驶或车辆点火周期的各种循环或迭代中重复地执行，并且优 选地连续地执行。
[0048] 如图2中所绘，过程200在步骤201处启动。一旦过程启动，那么传感器数据就被获 取(步骤202)。传感器数据与图1的接近车辆100的物体相关。在各种实施例中，物体可W包 括接近车辆的一个或多个道路边缘、道路标志、护栏、中间分隔带、标志、建筑物、树、其它车 辆、行人和/或各种其它运动的和/或不动的物体和/或车辆正在行驶的车道。而且在一实施 例中，传感器数据包括传感器的位置、物体和车辆之间的距离、该距离的变化率、物体和车 辆之间的方位角、该方位角的变化率、和车辆相对于物体的速度，如传感器(例如，雷达、摄 像机或LIDAR传感器)所确定的那样。
[0049] 在各种实施例中，利用图1的雷达传感器162、摄像机传感器164和/或LIDAR传感器 166经由信号的传输和接收获取传感器数据。在一实施例中，相应的传感器利用发射器发射 信号。传输信号随后接触车辆100所行驶的道路上或道路旁的物体。接触物体之后，信号被 反射，并且从其它车辆和/或其它物体沿各种方向传播，包括向车辆100返回的一些信号。返 回车辆100的信号（接收信号）由一个或多个接收器接收，并且接着被提供至图1的处理器 172(例如，经由控制器104的接口 176)W便处理。在某些实施例中，除接收信号之外，处理器 172也经由接口 176从图1的传感器阵列103的一个或多个额外的传感器168获取额外的数据 (例如，经由一个或多个车轮速度传感器和/或惯性测量传感器获取车辆速度值）。在一实施 例中，处理器172基于由车辆的一个或多个车轮速度传感器、惯性测量单元和方向盘传感器 提供的车轮速度值、惯性测量值和转向角值计算主车辆的速度。
[0050] 基于传感器数据做出决策，决策关于条件是否有益于基于第一技术和第二技术中 的一者或两者估计一个或多个传感器失准角(步骤204)。在一实施例中，失准角与相同传感 器(例如，雷达系统、摄像机或LIDAR单元）的实际安装角和预期安装角之间的差相关，所述 传感器收集有关接近车辆的物体的数据。而且在一实施例中，第一技术包括基于平行运动 的方法，该方法假设所讨论的物体正平行于车辆100行驶，例如在提交于2015年1月16日，题 为''Method for Determining Misalignment of an Object Sensor" 的美国专利申请号 14/598894中更详细地提出的，该专利申请的全文W援引方式合并在本文中。而且在一实施 例中，第二技术包括基于静止物体的方法，该方法假设所讨论的物体是静止的，例如在提交 于2014年3月28 日，题为 "System and Method for Determining of and Compensating for Misalignment of a Sensor"的美国专利申请号14/229178中更详细地提出的，该专利 申请的全文W援引方式合并在本文中。在一实施例中，步骤204的决策由图1的处理器172做 出。
[0051] 在一实施例中，第一方法(例如，平行运动方法)和第二方法(例如，静止物体方法） 两者均被使用而不论传感器数据所反映的条件。在一运样的实施例中，步骤204的条件能够 总是被视为满足第一技术和第二技术两者。在其它实施例中，用于第一技术和第二技术的 条件可W基于诸如下文提出的那些的各种条件而被满足。例如，在一实施例中，如果从传感 器数据已知所讨论的物体正实质上平行于车辆100运动，那么可W单独使用平行运动方法。 相似地，在一实施例中，如果从传感器数据已知所讨论的物体是静止的，那么可W单独使用 静止物体方法。而且在一实施例中，如果运些条件（即，物体平行运动或物体静止)都没有被 确认为已在合理的确定性程度上被满足，那么对应的物体就被认为是无效物体并且不被用 于计算(在运样的情况中，该方法在一实施例中将在当前和未来的循环中继续寻找其它有 效物体，并且据此处理）。
[0052] 如果确定用于第一技术的条件已被满足，那么利用第一技术估计传感器的失准角 (步骤206)。在一实施例中，其中第一技术包括上文描述的平行运动技术，用于传感器的第 一失准角值计算如下：
其中V'表示失准角，V'表示物体和车辆之间的距离(或间隔）/V"表示距离的变化 率(或速率），"θ"表示物体和车辆之间的方位角，从及"章"表示方位角的变化率(或速率）。 在一实施例中，运些计算由图1的处理器172执行。
[0053] 如果确定用于第二技术的条件已被满足，那么利用第二技术估计传感器的失准角 (步骤208)。在一实施例中，其中第一技术包括上文描述的静止物体技术，用于传感器的第 二失准角值计算如下：
其中％表示车辆相对于物体的速度。在一实施例中，运些计算由图1的处理器172执 行。
[0054] 如上文所述，在某些实施例中，在每个迭代中利用第一技术和第二技术两者生成 车辆的运动的估计。而且如上文所述，在某些其它实施例中，第一技术、第二技术或两者可 W基于传感器数据在任何具体的迭代中所代表的条件而被用在该具体的迭代中。此外，由 于贯穿车辆驾驶或点火周期重复步骤，可W为每个迭代或循环分别确定第一技术、第二技 术或两者中的选择。例如，如果对于第一循环或第一迭代传感器数据仅反映用于第一技术 的条件，那么在一实施例中仅第一技术可W被用于第一迭代。作为进一步的示例，如果对于 第二循环或第二迭代传感器数据仅反映用于第二技术的条件，那么在一实施例中仅第二技 术可W被用于第二迭代。相似地，如果对于第Ξ循环或第Ξ迭代传感器数据反映用于第一 技术和第二技术两者的条件，那么在一实施例中第一技术和第二技术可W被用于第Ξ迭 代，等等。
[0055] 确定失准角的平均值(步骤210)。在一实施例中，由图1的处理器172利用步骤206 的第一失准角值和步骤208的第二失准角值计算平均值。在一运样的实施例中，失准角的加 权平均值在步骤210获得。在某些实施例中，权重因子可W基于使用何种技术(例如针对静 止相对于运动的物体)而变化。在一实施例中，权重因子至少部分基于使用何种技术。在一 实施例中，第一技术用于当前静止的被跟踪物体(例如，之前被跟踪是不动的并且继续不运 动的物体，或之前被跟踪是运动的但是当前不运动的物体），而第二技术用于运动物体，例 如如果物体是新的(或新定位的)或已被连续地跟踪至少预定数量的循环或迭代。在一实施 例中，与运动物体相比，静止物体被赋予更高的权重，并且与新物体相比，已被跟踪至少预 定数量的循环或迭代的物体被赋予更高的权重。
[0056] 做出关于过程是否处于初始阶段的决策(步骤212)。在一实施例中，运种决策由图 1的处理器172基于从当前车辆驾驶周期或点火周期的开始已经过的时间量做出。例如，在 一实施例中，如果本循环或本迭代发生在当前车辆驾驶周期或点火周期的开始之后小于预 定的时间的阔值量，那么该过程被视为处于初始阶段。相似地，也在一实施例中，如果本循 环或本迭代发生在当前车辆驾驶周期或点火周期的开始之后预定的时间的阔值量之后，那 么该过程被视为不处于初始阶段。而且在一实施例中，预定的时间量作为存储器174中的储 存值184储存在其中，并且代表一种时间量，在该时间量之后关于接近车辆的物体的传感器 数据(例如，雷达、摄像机和/或LIDAR)预期收敛到合理的稳定值。在一实施例中，预定的阔 值等于大约2600秒，但是，在其它实施例中运可W变化。在一实施例中，阔值是可校准的，并 且该值可W基于实际设置改变。在一示例(与上文提供的示例一致，其中起动时间标记等于 2500秒）中，根据一实施例，阔值等于大约100秒。但是，运可W在其它实施例中变化。
[0057] 如果确定过程处于初始阶段，那么应用第一滤波技术(步骤214)。在一实施例中， 由图1的处理器172利用第一滤波技术将滤波应用于步骤202的传感器数据W便生成滤波数 据。而且在一实施例中，第一滤波技术包括相对较轻的或不太强的滤波方法。在一示例中， 轻滤波方法根据W下方程使用一阶滤波：
其中"X&I"表示在先循环的滤波值，V'表示当前循环的瞬时值，Xz代表当前循环的滤 波值，W及V'是滤波系数。而且在一实施例中，与在更重的滤波中所用的V值相比，在轻 滤波中V'被设为相对大的值。在一实施例中，在给出的示例中，对于轻滤波，V值被设为 0.003,对于重滤波，V'值被设为0.001。但是，在其它实施例中运可W变化。
[0058] 不同地，如果确定过程不处于初始阶段，那么应用第二滤波技术(步骤216)。在一 实施例中，由图1的处理器172利用第二滤波技术将滤波应用于步骤202的传感器数据W便 生成滤波数据。而且在一实施例中，第二滤波技术包括相对重的或更强的滤波方法，诸如上 文所讨论的示例性重滤波实施例。
[0059] 根据上文的讨论，过程200的各种步骤优选地贯穿车辆驾驶周期或点火周期重复 地执行。因此，在一实施例中，步骤214的第一滤波技术将在当前车辆驾驶周期或点火周期 的开始被用于多个初始迭代或循环，并且步骤216的第二滤波技术将随后被用于车辆驾驶 周期或点火周期的其余迭代或循环。因此，在各种迭代或循环期间，双阶段滤波被用于传感 器数据。
[0060] 为传感器提供补偿(步骤218)。在一实施例中，由处理器172对传感器阵列103的各 种传感器(例如，雷达162、摄像机164和/或LIDAR166)提供补偿，其中所述各种传感器在步 骤202中获取关于接近车辆100的物体的雷达数据。在某些实施例中，用于失准角V'的步骤 210的加权平均数被用于生成补偿(在本文中也被称为校正因子），如下： 砖j = (方程 4) 其中"马"是物体和车辆之间的方位角的测量值(如作为步骤204的传感器数据的一部 分由传感器所测量的），"邱"表示传感器相对于车辆前部的标称(或预期)安装角(例如，如 在制造说明等中所标注的），V'是传感器的失准角（例如，如利用步骤210的加权平均数所 确定的），并且马j是物体和车辆之间的修正的（或补偿)方位角。应当理解的是，在一实施 例中，Χ、Υ分量(对于车辆，Χ、Υ坐标系）可W被用于方程4的各种参数，包括用于对传感器的 补偿。
[0061] 于是修正的方位角可W由控制系统102和/或由其它车辆系统用在任何数量的车 辆功能中，例如关于图1的转向系统150、图1的制动系统160、任何数量的主动安全功能(诸 如自动制动、制动辅助、转向辅助、牵引控制、电子稳定性控制、车道偏离警报和车道变更提 醒）、和/或任何数量的其它功能。此外，在一实施例中，在新迭代中过程也返回步骤201，原 因在于贯穿车辆驾驶周期或点火周期，在新的循环或迭代中，过程200的步骤重复，优选地 持续地重复。
[0062] 参考图3,在某些实施例中，仅当一些附加条件也被满足时，可W提供步骤218的补 偿。如图3中所绘，在一实施例中，步骤(或子过程)218被启动(步骤302)。与关于图2的上述 讨论相似，贯穿车辆驾驶周期或点火周期，图3的步骤也被重复，优选地持续地重复。
[0063] 做出关于图2的步骤206的第一失准角(例如，利用平行运动方法)是否超过第一故 障阔值的决策(步骤304)。在一实施例中，第一故障阔值作为图1的存储器174储存的值184 中的一个储存在其中。在一实施例中，阔值代表故障标记，故障标记被设为正或负Ξ度的失 准。但是，在其它实施例中运可W变化。如果第一失准角大于第一故障阔值，那么第一故障 计数器(用于第一失准估计技术)递增(步骤306)。不同地，如果第一失准角小于或等于第一 故障阔值，那么第一故障计数器（用于第一失准估计技术)递减(步骤308)。在一实施例中， 步骤304-308由图1的处理器172执行。
[0064] 做出关于第一故障计数器是否已超过第一计数器阔值的决策（步骤310)。在一实 施例中，第一计数器阔值等于校准的故障期满时间（fault ma化re time)加滞后值。如果第 一故障计数器大于第一计数器阔值，那么用于第一计数器的标记被设为真(步骤312)。不同 地，如果第一计数器小于或等于第一计数器阔值，那么用于第一计数器的标记被设为假(步 骤314)。在一实施例中，步骤310-314由图1的处理器172执行。
[0065] 此外，做出关于图2的步骤208的第二失准角（例如，利用静止物体方法)是否超过 第二故障阔值的决策(步骤316)。在一实施例中，第二故障阔值作为图1的存储器174储存的 值184中的一个储存在其中。在一实施例中，该阔值等于大约正或负Ξ度。但是，在其它实施 例中运可W变化。如果第二失准角大于第二故障阔值，那么第二故障计数器(用于第二失准 估计技术)递增(步骤318)。不同地，如果第二失准角小于或等于第二故障阔值，那么第二故 障计数器(用于第二失准估计技术)递减(步骤320)。在一实施例中，步骤316-320由图1的处 理器172执行。
[0066] 做出关于第二故障计数器是否已超过第二计数器阔值的决策(步骤322)。在一实 施例中，第二计数器阔值等于校准的故障期满时间加滞后值。如果第二故障计数器大于第 二计数器阔值，那么用于第二计数器的标记被设为真（步骤324)。不同地，如果第二计数器 小于或等于第二计数器阔值，那么用于第二计数器的标记被设为假(步骤326)。在一实施例 中，步骤322-326由图1的处理器172执行。
[0067] 做出关于第一故障标记和第二故障标记二者是否均被设为真的决策(步骤328)。 在一实施例中，该决策由图1的处理器172基于步骤312、314、324和326的最近的迭代做出。 在一实施例中，如果确定第一故障标记和第二故障标记二者均被设为真，那么对传感器提 供补偿(步骤330)，优选地W上文关于图2的步骤218的讨论提出的方式提供。不同地，在一 实施例中，如果确定第一故障标记和/或第二故障标记中的一者或两者被设为假，那么过程 替代地返回步骤302,因为步骤302-328重复直至做出第一故障标记和第二故障标记两者均 被设为真的决策。此外，在一实施例中，过程也返回步骤302W便接续步骤330的新的迭代， 如图3中所绘。
[0068] 应当理解的是，公开的方法、系统和车辆可W不同于附图中所描绘的和本文所描 述的那些。例如，车辆100、控制系统102、和/或其各种部件可W不同于图1中描绘的和与其 相关的描述。此外，应当理解的是过程200的某些步骤可W不同于图2和3中所描绘的和/或 上文所描述的与其相关的那些。应当相似地理解的是，上文所述方法的某些步骤可W同时 发生或W与图2和3中所描绘的和/或上文所描述的与其相关的顺序不同的顺序发生。
[0069]虽然在前述的详细描述中呈现了至少一个示例性实施例，但应当理解的是存在大 量的变型。也应当理解的是，示例性实施例或多个示例性实施例仅是示例，并且不旨在W任 何方式限制本公开的范围、应用性或构造。而且，前述详细描述将向本领域技术人员提供用 于实施该示例性实施例或多个示例性实施例的方便的路线图。应当理解的是可W在元件的 功能和布置中做出各种改变而不偏离所附权利要求和其法律等价物的范围。
【主权项】
1. 一种方法，包括： 经由传感器获取关于接近车辆的物体的传感器数据，所述传感器数据包括所述物体的 测量方位角值； 利用处理器使用所述传感器数据估计用于传感器的失准角；以及 利用处理器使用所述失准角生成用于所述测量方位角值的校正因子。2. 根据权利要求1所述的方法，还包括： 将双阶段滤波应用于所述传感器数据，生成滤波数据； 其中估计所述失准角的步骤包括利用所述滤波数据估计所述失准角。3. 根据权利要求1所述的方法，还包括： 利用所述传感器数据估计所述物体和所述车辆之间的距离的变化率； 其中估计所述失准角的步骤包括利用所述测量方位角值和所述距离的变化率估计所 述失准角。4. 根据权利要求1所述的方法，其中： 估计所述失准角的步骤包括： 利用第一技术估计第一失准角值;和 利用第二技术估计第二失准角值；以及 生成所述校正因子的步骤包括利用所述第一失准角值和所述第二失准角值两者生成 所述校正因子。5. 根据权利要求4所述的方法，其中： 估计所述第一失准角值的步骤包括利用平行运动方法估计所述第一失准角值;和 估计所述第二失准角值的步骤包括利用静止物体方法估计所述第二失准角值。6. 根据权利要求4所述的方法，其中： 估计所述第一失准角值的步骤包括利用所述测量方位角值、所述测量方位角值的变化 率、所述物体和所述车辆之间的距离和所述距离的变化率来估计所述第一失准角值； 估计所述第二失准角值的步骤包括利用所述测量方位角值、所述距离的变化率和所述 车辆相对于所述物体的速度来估计所述第二失准角值。7. 根据权利要求4所述的方法，还包括： 当所述第一失准角值超过第一阈值时使第一计数器递增;和 当所述第二失准角值超过第二阈值时使第二计数器递增；以及 其中生成所述校正因子的步骤包括当所述第一计数器超过第三阈值和所述第二计数 器超过第四阈值时，利用所述第一失准角值和所述第二失准角值生成所述校正因子。8. 根据权利要求1所述的方法，其中所述传感器从由下列项构成的组中选择:雷达传感 器、摄像机传感器和光探测及测距(LIDAR)传感器。9. 一种系统，包括： 传感器，所述传感器被设置为至少帮助获取关于接近车辆的物体的传感器数据，所述 传感器数据包括所述物体的测量方位角值;和 处理器，所述处理器联接至所述传感器并且被设置为至少帮助： 利用所述传感器数据估计用于所述传感器的失准角;和 利用所述失准角生成用于所述测量方位角值的校正因子。10. -种车辆，包括： 车身； 传感器，所述传感器被设置为至少帮助获取关于接近所述车辆的物体的传感器数据， 所述传感器数据包括所述物体的测量方位角值;和 处理器，所述处理器被布置在所述车身内并且联接至所述传感器，所述处理器被设置 为至少帮助： 利用所述传感器数据估计用于所述传感器的失准角;和 利用所述失准角生成用于所述测量方位角值的校正因子。
【文档编号】B60W50/02GK105835890SQ201610078716
【公开日】2016年8月10日
【申请日】2016年2月4日
【发明人】F.W.亨茨克, P.R.威廉斯, X.F.宋
【申请人】通用汽车环球科技运作有限责任公司