当前位置: 首页 > 专利查询>罗伯特专利>正文

用于汽车状态检测的超宽带智能感测系统和方法技术方案

技术编号:30682522 阅读:15 留言:0更新日期:2021-11-06 09:13
公开了用于基于在多个接收节点处接收到的UWB信号来确定特定车辆状态的系统和方法。可以根据从所述多个接收节点接收到的UWB信号来计算多个信道脉冲响应(CIR)。可以从所述多个CIR中提取基于所选位置和幅度的多个基于峰值的特征。可以通过将所述多个CIR与涉及多个车辆状态的参考CIR的语料库进行相关来生成多个基于相关性的特征。可以通过将所述多个CIR与涉及多个车辆状态的参考CIR的语料库进行相关来生成多个最大似然车辆矩阵。然后,可以通过使用机器学习分类算法来处理所述多个基于峰值的特征和基于相关性的特征从而确定车辆状态。状态。状态。

【技术实现步骤摘要】
【国外来华专利技术】用于汽车状态检测的超宽带智能感测系统和方法


[0001]以下内容总体上涉及可以提供增加的上下文感知、安全和安全性的超宽带感测系统和方法。

技术介绍

[0002]对于汽车应用而言,无钥匙进入系统提供了远程访问,从而允许有用户远程锁定或解锁车门的能力。例如,钥匙挂扣包括用于锁定/解锁车门的按钮。最近,汽车制造商已经开始引入所谓的无源无钥匙系统。无源无钥匙系统可能不需要按下按钮来锁定/解锁车门。无源无钥匙系统也可能不需要物理钥匙来启动车辆。取而代之,当钥匙挂扣靠近车辆或在车辆内定位时,无源无钥匙系统可以允许执行这种动作。

技术实现思路

[0003]在一个实施例中,公开了一种用于确定特定车辆状态的系统和方法,其可以包括:(1)确定用户在车辆内所位于的位置;或者(2)车辆座椅、车窗或门的位置,即门或窗是否打开/关闭。确定车辆状态可以包括:在多个接收节点处接收UWB信号。可以根据从所述多个接收节点接收到的UWB信号来计算多个信道脉冲响应(CIR)。可以从所述多个CIR中提取基于所选位置和幅度的多个基于峰值的特征。可以通过将所述多个CIR与涉及多个车辆状态的参考CIR的语料库进行相关来生成多个基于相关性的特征。可以通过将所述多个CIR与涉及所述多个车辆状态的参考CIR的语料库进行相关来生成多个最大似然车辆矩阵。所述多个最大似然车辆矩阵可以被求和以生成前K车辆状态矩阵。然后,可以通过在所述前K车辆状态矩阵内使用机器学习分类算法来处理所述多个基于峰值的特征和基于相关性的特征从而确定车辆状态。
[0004]所公开的系统和方法可以进一步包括使用快速傅立叶变换(FFT)算法来对所述多个CIR进行上采样。FFT算法可以在所述多个CIR的时域上操作。第一路径也可以被标识为发生在所述多个CIR中的事件。还设想的是,所述系统和方法可以包括机器学习过程,所述机器学习过程包括训练阶段和测试阶段,以用于生成用于确定车辆状态的车辆矩阵和算法。也可以在包括训练阶段和测试阶段的机器学习过程期间生成最大似然车辆矩阵。
[0005]还设想的是,所公开的系统和方法可以基于以下各项来确定一个或多个基于峰值的特征:(1)所述多个CIR中的第一峰值的功率比;(2)所述多个CIR的顶部峰值的功率比;(3)所述多个CIR的第一峰值之间的相对抽头(tap)距离;(4)所述多个CIR的顶部峰值之间的相对抽头距离;(5)所述多个CIR的最大峰值功率;以及(6)所述多个CIR的最大峰值功率的位置。
附图说明
[0006]图1是定位在车辆内的超宽带感测(UWB)系统的说明性示例;图2是由UWB系统接收到的信道脉冲响应(CIR)信号的说明性示例;
图3是UWB信号的说明性示例;图4A是校准过程期间的UWB系统的说明性操作框图;图4B是运行时过程期间的UWB系统的说明性操作框图;图5A是示出了由UWB系统内的节点进行的传送和接收连接性的说明性矩阵;图5B是示出了UWB系统内的节点的接收信号强度的说明性矩阵;图6是原始CIR和上采样CIR的说明性示例;图7A是在UWB系统内的节点处接收到的五个CIR的说明性示例;图7B是已经通过UWB系统所对准的五个CIR的说明性示例;图8是示出了由UWB系统内的某些节点接收到的CIR的相关性的说明性图形;图9是由UWB系统采用的状态标识过程的说明性示例;图10是由UWB系统采用的多路径简档过程(multipath profile process)的说明性示例;图11A

11C是UWB系统的说明性示例;以及图12是接收到的CIR的均方根能量的说明性图形。
具体实施方式
[0007]根据需要,本文中公开了详细实施例;然而,要理解的是,所公开的实施例仅仅是示例性的,并且可以以各种和替代形式来体现。各图不一定是按比例的;一些特征可以被放大或最小化以示出特定组件的细节。因此,本文中公开的具体结构和功能细节不应被解释为限制性的,而仅仅是作为用于教导本领域技术人员以各种方式采用本实施例的代表性基础。
[0008]随着无线技术中的不断进步,人们现在使用任何数量的所连接和个性化的服务。随着无线系统和服务的数量增加,制造商已经开始以不同于最初设想的方式来利用这种现存的系统和服务。例如,制造商已经开始利用射频(RF)收发器(诸如WiFi)来穿过墙壁以及在关闭的门后面跟踪移动的人类。使用WiFi来跟踪人类移动与用于在电子设备之间传递数据的方式的原始用例有很大不同。通过利用超出预期应用的现存系统,制造商已经能够减少对额外硬件的需要,这进而减少了成本、空间,和/或提供了增加的功率节省。
[0009]在汽车应用中,对于某些功能而言,钥匙挂扣已经变得越来越常见。例如,当用户定位在车辆附近时,钥匙挂扣可以用于自动将门解锁。或者,当用户定位在车辆内时,钥匙挂扣可以允许用户使用按钮来启动车辆。为了执行这些功能,钥匙挂扣将进行无线通信并且执行认证过程。当前,汽车制造商可能依赖于两种类型的射频(RF)技术。对于无源进入系统(PES)和舒适进入离开(CEG)应用而言,可以使用低频(LF)技术以用于钥匙挂扣的接近和定位。对于远程无钥匙进入而言,可以采用超高频(UHF)技术。然而,传统的LF和UHF技术可能不足以进行附加的利用。例如,传统的LF和UHF技术可能不能够执行对车辆内的用户检测。作为结果,可能需要附加的系统来执行这种功能性。而且,已经已知LF和UHF系统会受到安全性漏洞的影响,该安全性漏洞包括“中继”攻击。存在如下需要:提供一种可以操作以提供不仅仅是车辆访问和启动能力的单个系统,并且提供一种可以以改进的安全性来执行这种功能性的系统。
[0010]如通过引用并入本文中的美国专利申请No. 16/042,397所公开的,公开了一种超
宽带(UWB)系统,并且该系统可操作以执行某些汽车功能,诸如车辆访问(即,无钥匙进入)。UWB技术相比于LF和UHF技术可能是优选的,这是因为它可以提供更鲁棒的功能性和改进的安全性能力。所设想的是,UWB系统可能也能够提供增加的上下文感知、安全和安全性应用。
[0011]图1图示了UWB系统100,UWB系统100可以包括定位在车辆102周围的各个位置处的节点110

136。节点110

136的数量和位置可以取决于期望的准确度、应用、性能、和/或车辆102的品牌和型号。例如,UWB系统100可以包括一个或多个节点112,节点112能够监测在车辆102内和车辆102周围的感测区。放置可以允许UWB系统100使用由节点110

124接收到的信息来执行车辆102内部的特征,以及节点126

136接收到的信息来执行车辆102外部的特征。例如,基于从节点126

136接收到的信息,UWB系统100可以检测到用户在车辆102附近,并且随后解锁车辆102的门。如果存在所存储的用户简档,则UWB系统100可以可操作以自动调整车辆座椅、调整后视镜、激活后视相机、将HVAC系统调整到期望的车本文档来自技高网
...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种确定车辆状态的方法,所述方法包括:在多个接收节点处接收UWB信号;根据从所述多个接收节点接收到的UWB信号来计算多个信道脉冲响应(CIR);通过将所述多个CIR与涉及多个车辆状态的参考CIR的语料库进行相关来生成多个最大似然车辆矩阵;以及通过对所述多个最大似然车辆矩阵进行求和来确定车辆状态。2.根据权利要求1所述的方法,其中,车辆状态包括确定用户是否位于车辆内。3.根据权利要求1所述的方法,其中,车辆状态包括确定车窗和门的位置。4.根据权利要求1所述的方法,进一步包括:对所述多个CIR进行上采样;以及通过将所述多个CIR中的一个CIR内的第一路径移位到参考抽头来对准所述多个CIR。5.根据权利要求4所述的方法,其中,使用快速傅立叶变换(FFT)算法对所述多个CIR进行上采样,所述快速傅立叶变换(FFT)算法在所述多个CIR中的一个CIR的时域上进行操作。6.根据权利要求4所述的方法,其中,第一路径被标识为发生在所述多个CIR中的事件。7.根据权利要求1所述的方法,其中,最大似然车辆矩阵是在包括训练阶段和测试阶段的机器学习过程期间生成的。8.一种确定车辆状态的方法,所述方法包括:在多个接收节点处接收UWB信号;根据从所述多个接收节点接收到的UWB信号来计算多个信道脉冲响应(CIR);从所述多个CIR中提取基于所选位置和幅度的多个基于峰值的特征;以及通过将所述多个CIR与涉及多个车辆状态的参考CIR的语料库进行相关来生成多个基于相关性的特征;以及通过使用机器学习分类算法来处理所述多个基于峰值的特征和基于相关性的特征从而确定车辆状态。9.根据权利要求8所述的方法,进一步包括:通过将所述多个CIR与涉及所述多个车辆状态的参考CIR的语料库进行相关来生成多个最大似然车辆矩阵;以及对所述多个最大似然车辆矩阵进行求和以生成前K车辆状态矩阵;以及通过在所述前K车辆状态矩阵内使用机器学习分类算法来处理所述多个基于峰值的特征和基于相关性的特...

【专利技术属性】
技术研发人员:V
申请(专利权)人:罗伯特
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1