滚动时域状态估计器制造技术

一种滚动时域状态估计器，其估计车辆的状态，从而降低在预测时域上获取外部测量值的总通信成本，其中，时间步长的状态估计精度是前一时间步长的状态估计精度的函数。针对预测时域的每个时间步长，估计器选择外部传感器的子集，外部传感器的子集具有足以以满足对对应时间步长的状态估计精度的约束的精度估计状态，同时降低在预测时域上获取外部测量值的总通信成本。估计器从针对当前时间步长确定的外部传感器的子集请求外部测量值，并且使用内部测量值和所请求的外部测量值来估计车辆的状态。量值和所请求的外部测量值来估计车辆的状态。量值和所请求的外部测量值来估计车辆的状态。

【技术实现步骤摘要】
【国外来华专利技术】滚动时域状态估计器


[0001]本专利技术总体上涉及一种自动驾驶和高级驾驶员辅助系统，更具体地，涉及受制于获取测量值(measurement)的通信成本的车辆状态的约束估计(constrained estimation)。

技术介绍

[0002]车辆的可靠状态估计是自动驾驶和高级驾驶员辅助系统(ADAS)的关键部分。例如，自动驾驶车辆和ADAS中的一个部件是运动规划器(motion planner)，其获取关于周围环境的信息并且计算轨迹轮廓(trajectory profile)，以(通常在存在移动障碍物的情况下)从当前位置朝向目标位置导航。作为另一示例，诸如变道系统的ADAS需要关于在当前时间和未来某个时间车辆相对于其它车辆所处的位置的精确信息。
[0003]为此，现代车辆有时采用用于估计或测量车辆的运动的各种传感器，从而实现碰撞警告或避免以及其它主动安全应用。如本文所用，传感器是一种装置、模块或子系统，其目的是检测其环境中的事件或变化，并且将信息发送到其它电子装置，通常是计算机处理器。传感器可以与其它电子装置一起使用，既可以是像灯一样简单也可以是像计算机一样复杂。
[0004]例如，被配置为估计车辆状态的车辆状态观测器可以采用多种不同的传感器和/或感测技术，例如近程雷达、远程雷达、具有图像处理的摄像头、激光或激光雷达、用于估计车辆状态的超声波。传感器检测主车辆的路径中的车辆和其它物体，并且控制系统使用感测到的信息来适当地采取动作。
[0005]在许多车辆中，传感器位于车辆内部，例如用于测量速度的速度计，或者直接集成到车辆的前保险杠或其它仪表板中的摄像头。通常，这些内部传感器通过有线通信链路(例如，通过总线)将其测量值提供给车辆状态观测器系统。然而，在一些情况下，内部传感器的测量值可能不足以以足够的精度来估计车辆和车辆周围的其它物体的状态。为此，在某些情况下，车辆状态观测器可以使用车辆外部的传感器。
[0006]具体而言，在车联网(IoV)中，通过无线链路上的通信，外部传感器的大量测量值可用于车辆。车辆外部传的感器的示例包括其它车辆的内部传感器和道路基础设施的其它传感器，例如道路摄像头。一些现有技术的状态估计器使用内部传感器和外部传感器的可用测量值来估计车辆的状态，例如参见U.S.10/048,686。例如，卡尔曼滤波器可以用于使用所有可用测量值的状态估计。然而，该方法要求传输和处理所有数据的高成本，并且对通信带宽和计算能力的约束会限制数据量。
[0007]因此，需要在保持车辆状态估计的足够精度的同时降低传输外部传感器的测量值的通信成本。

技术实现思路

[0008]一些实施方式的目的是提供一种系统和方法，用于使用来自内部传感器和外部传
感器的至少一些测量值以期望精度来估计车辆和/或其它周围物体的状态。附加地或备选地，一些实施方式的另一目的是提供这样一种状态估计，其能够降低在当前时间步长通过无线通信链路传送外部传感器的测量值的成本，同时保持未来时间步长的状态估计的期望精度。
[0009]内部传感器通过内部通信信道向状态估计器提供测量值(本文称为内部测量值)，内部通信信道例如是通过导线的有线通信和通过诸如蓝牙的专用无线协议的近程无线通信。通过内部通信信道传输内部测量值的通信成本微不足道。相比之下，外部传感器通过共享通信信道向状态估计器提供测量值(本文称为外部测量值)，共享通信信道例如是经由各种车辆通信标准(例如，用于将信息从车辆传递到可能影响车辆的任何实体并且反之亦然的车辆到万物(V2X)通信标准)的无线电无线信道。其它类型的车辆通信标准包括V2I(车辆到基础设施)、V2N(车辆到网络)、V2V(车辆到车辆)、V2P(车辆到行人)、V2D(车辆到装置)和V2G(车辆到电网)。就分组延迟和丢弃率而言，通过共享通信信道传输外部测量值的通信成本可能很高。
[0010]在本公开中，外部传感器和/或内部传感器的标记取决于状态估计器的位置，并且可以针对不同的应用而变化。例如，当状态估计器由车辆的处理器执行时，车辆的传感器是内部传感器，而其它车辆或路边辅助单元的传感器是外部传感器。相反，当状态估计器由路边辅助单元的边缘计算装置实现时，路边单元的传感器是内部传感器，而车辆的传感器(包括估计其状态的车辆的传感器)是外部传感器。
[0011]一些实施方式基于这样的认识，即车辆的最大可能精度是采用在当前时间步长状态估计器可用的所有内部传感器和外部传感器的测量值估计的状态精度。然而，可以不采用最大可能精度而是采用在特定情况下对于车辆来说足够的精度来确定车辆状态。例如，精度可以取决于车辆控制的目标精度。此外，一些实施方式基于这样的认识，即不同的时变情况可能要求不同的精度。换句话说，对于不同的时间步长，状态估计的期望精度可以不同。
[0012]在一些实施方式中，车辆和其它物体的状态估计的所需精度取决于车辆控制的所需精度，并且根据车辆离其它物体/障碍物有多远来确定。例如，如果车辆靠近物体，则需要更高的估计精度，以防止即将发生的与物体的碰撞。例如，如果车辆远离其它车辆，则车辆的控制器可以容忍较大的估计误差而不会导致任何碰撞。然而，当另一车辆靠近或者当车辆执行诸如变道或转弯的操纵时，控制器需要使用更加精确的状态估计。因此，所需精度会根据改变的环境随时间变化。
[0013]附加地或备选地，一些实施方式基于这样的认识，即在不同的时间步长外部传感器的不同组合可以用于状态估计器。例如，车辆可能正在经过具有不同传感器配置的不同路边辅助单元。在另一示例中，车辆可能位于除了路边辅助单元之外也可以提供外部测量值的不同种类的车辆的附近。在这些示例中，期望的状态精度可以保持恒定，而不同外部传感器的数量随着时间而变化。例如，期望的状态估计精度可以是预定的参数。附加地或备选地，不同的时变情况可能要求不同的精度和使用外部传感器的不同组合。
[0014]根据这种理解，一些实施方式基于这样的认识，即外部传感器的组合的灵活性可以用于降低传输外部传感器的外部测量值的通信成本。例如，可以采用内部传感器的内部测量值来确定车辆和车辆周围的其它物体的状态，而仅在需要进一步提高状态精度时请求
外部传感器的测量值。此外，在某些情况下，不需要从所有可用的外部传感器请求测量值，而只需要从实现期望精度所需的外部传感器的子集请求测量值。
[0015]以这种方式，在不同的时间步长，可以使用外部传感器的不同子集来最小化通信成本，同时确保满足状态估计精度的约束。然而，一些实施方式基于这样的认识，即如果针对每个时间步长单独地(即，独立于至少一些其它时间步长)执行通信成本最小化，则这样的最小化可能导致违反对状态估计精度的约束和/或在一段时间内的次优总通信成本。
[0016]具体而言，一些实施方式基于这样的理解，即在当前时间步长估计的状态精度和后续时间步长的状态估计的最大可能精度之间存在关系。这是因为精度的提高从一个时间步长到另一时间步长是有界的。因此，如果在不考虑未来所需的精度的情况下降低当前时间步长的状态精度，则当本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种滚动时域状态估计器，所述滚动时域状态估计器用于基于预测时域估计车辆的状态，其中，在操作期间，所述滚动时域状态估计器连接到用于通过内部通信信道提供内部测量值的内部传感器，并且连接到用于通过共享通信信道提供外部测量值的外部传感器，所述滚动时域状态估计器包括：输入接口，所述输入接口被配置为接受针对所述预测时域的每个时间步长可访问的外部传感器的集合的配置和对所述预测时域的每个时间步长的状态估计精度的约束；处理器，所述处理器被配置为：1)针对所述预测时域的每个时间步长，选择针对对应时间步长可访问的对应外部传感器的集合的具有足以估计所述车辆的状态的外部测量值的子集，所述子集在降低在所述预测时域上获取所述外部测量值的总通信成本的同时满足对所述对应时间步长的状态估计精度的约束，其中，时间步长的状态估计精度是前一时间步长的前一状态估计精度的函数；2)从针对当前时间步长确定的外部传感器子集请求所述外部测量值；以及3)使用所述内部传感器的所述内部测量值和所请求的针对所述当前时间步长确定的所述外部传感器子集的外部测量值来估计所述车辆的状态；以及输出接口，所述输出接口被配置为输出所述当前时间步长的所述车辆的状态。2.根据权利要求1所述的滚动时域状态估计器，其中，所述处理器被配置为求解混合整数优化问题，以针对所述预测时域的每个时间步长确定所述外部传感器子集，所述外部传感器子集降低所述预测时域上的所述总通信成本，并且受制于对所述预测时域的每个时间步长的状态估计精度的约束。3.根据权利要求2所述的滚动时域状态估计器，其中，每个时间步长的外部传感器的配置包括针对对应时间步长的每个外部传感器的通信成本。4.根据权利要求2所述的滚动时域状态估计器，其中，所述处理器被配置为使用分支定界方法来求解所述混合整数优化问题。5.根据权利要求1所述的滚动时域状态估计器，其中，所述处理器被配置为使用最小化所述总通信成本的启发式近似算法来降低所述总通信成本，同时满足对每个时间步长的状态精度的约束。6.根据权利要求5所述的滚动时域状态估计器，其中，响应于未能利用对应外部传感器的整个集合的外部测量值来满足对时间步长的状态估计精度的约束，所述启发式近似算法进行反推以扩展针对所述前一时间步长确定的所述外部传感器子集。7.根据权利要求5所述的滚动时域状态估计器，其中，所述启发式近似算法包括贪婪减法启发式算法、贪婪加法启发式算法和随机启发式算法中的一种或其组合。8.根据权利要求7所述的滚动时域状态估计器，其中，每个时间步长的外部传感器的配置包括针对每个对应时间步长可访问的外部传感器的效用，其中，所述外部传感器的效用是从所述外部传感器接收外部测量值的通信成本与状态估计精度对所述外部传感器的所述外部测量值的依赖性的函数，并且其中，所述启发式近似算法基于所述外部传感器的效用来确定所述外部传感器子集。9.根据权利要求8所述的滚动时域状态估计器，其中，所述函数是所述状态估计精度的所述依赖性与所述通信成本的比率。10.根据权利要求8所述的滚动时域状态估计器，其中，所述状态估计精度对所述外部传感器的所述外部测量值的所述依赖性是在采用所述外部传感器的所述外部测量值确定
的状态估计精度与未采用所述外部传感器的所述外部测量值确定的状态估计精度之间的差异。11.根据权利要求8所述的滚动时...

【专利技术属性】
技术研发人员：安希振，C，
申请(专利权)人：三菱电机株式会社，
类型：发明
国别省市：