本公开提供了用于诊断UWB传感器定位的传感器性能的系统和方法。该系统包括UWB标签、至少四个UWB锚点和网关。网关包括ECU,其被设置为从UWB锚点接收传感器信号。ECU包括预处理模块,其被设置为对齐传感器信号以定义对齐数据的交点,并且该ECU被设置为确定定义交点的对齐数据的交点。系统还包括聚类模块,其被设置为对定义UWB锚点的至少一个点集群的交点进行聚类,以计算至少一个集群中的每一者的聚类质量和聚类方差。ECU被设置为寻找定义锚点中的一者的第一贡献低值的每个锚点的聚类贡献,并且被设置为基于第一贡献低值来确定不稳定锚点。
【技术实现步骤摘要】
本公开涉及诊断目标的无线定位的系统和方法,更具体地涉及诊断车辆的超宽带(uwb)传感器定位的传感器性能的系统和方法。
技术介绍
1、可以在室外环境中实现移动目标的无线定位。然而,对于多种无线技术或网络(比如wi-fi或低功耗蓝牙),准确度可能有所不同。更具体地,由于传感器错误或故障,存在不准确的问题。此外,诊断协议和架构可能不具有时间效率和成本效益之优势。
技术实现思路
1、因此,虽然当前的无线系统和方法实现了其预期目的,但是需要一种新的和改进的系统和方法来诊断车辆的超宽带(uwb)传感器定位的传感器性能。
2、根据本公开的一个方面,提供了一种诊断车辆的uwb传感器定位的传感器性能的方法。该方法包括在一段时间内从至少四个uwb锚点和uwb标签接收传感器信号。传感器信号表示锚点坐标和标签与每个锚点之间的实时距离。该方法还包括通过以下方程在该时间段内以对齐的时间戳对齐传感器信号:
3、
4、其中tsi是该时间段的初始时间戳,k是该时间段的时间戳的数量,fi是固定数据上传频率,ti是该对齐的时间戳,并且tsi+k/fi是其上限以定义对齐数据。
5、在该方面中,该方法还包括基于锚点坐标和实时距离来通过以下方程确定对齐数据的交点:
6、
7、其中np是交点总数,k是迭代,是组总数,并且noik是对齐数据的一对非同心圆之间的交点数以定义交点。
8、该方法还包括通过以下方程对交点进行聚类:
9、以及</p>10、min(p)=m2+1
11、其中∈是每个点之间的距离阈值,p是距离比阈值,n是传感器的数量,并且ri^是对齐数据距uwb锚点的平均距离值,min(p)是最小点阈值,并且m是来自该uwb锚点的信号数量以定义uwb锚点的至少一个点集群。该方法还包括通过以下方程计算至少一个集群中的每一者的聚类质量:
12、
13、其中ρ是聚类质量,e是至少一个集群中的多个点之间的误差,并且nc是至少一个集群中的点数。
14、除了该方面之外,该方法还包括通过以下方程确定至少一个集群的几何中心:
15、
16、其中oc是至少一个集群的几何中心,pi是至少一个集群的点,并且n是至少一个集群的交点数。该方法还包括通过以下方程计算至少一个集群中的每一者的聚类方差:
17、
18、其中δ是聚类方差,pi是至少一个集群的点,oc是每个集群的几何中心以定义每个集群的标签的感测位置。
19、在该方面中,该方法还包括当满足聚类质量低于正态质量和聚类方差高于正态方差中的一项时,通过至少一个集群的对齐数据的交点寻找每个锚点的聚类贡献,以定义锚点中的一者的第一贡献低值。此外,该方法包括基于贡献低值来确定不稳定锚点。
20、在一个示例中,确定对齐数据的交点的步骤包括确定由锚点的对齐数据定义的一对圆,每个圆的坐标由以下方程定义:
21、
22、每个锚点的坐标由以下方程定义:
23、ci=(xi,yi),
24、对齐数据被表示为:
25、ri=ri1,ri2,...rimi
26、其中是对齐信号j的锚点i的圆,x是圆在x轴上的坐标,xi是圆的中心在x轴上的坐标,y是圆在y轴上的坐标,并且yi是圆的中心在y轴上的坐标,ri是来自每个锚点的测距信号序列,并且是锚点的对齐数据的第j个信号。
27、在该示例中,确定对齐数据的交点还包括通过以下方程确定该对圆之间的距离:
28、
29、其中d是该对圆oi和oi之间的距离。此外,确定交点的步骤包括通过以下方程确定该对圆之间的交点数:
30、
31、其中noi是该对圆之间的交点数。
32、在另一个示例中,确定对齐数据的交点还包括通过以下方程确定该对圆的交点坐标:
33、ij+<i,i+1>=(x+,y+)以及ij-<i,i+1>=(x-,y-),
34、其中ij+<i,i+1>和ij-<i,i+1>是两个圆oij和oij’的两个对称的交点坐标。
35、在又一示例中,通过以下方程确定该对圆的交点坐标:
36、
37、
38、以及
39、
40、其中a和h分别由以下方程给出:
41、以及
42、
43、在又一示例中,寻找聚类贡献包括将聚类质量与正态质量进行比较以及将聚类方差与正态方差进行比较。在一个示例中,通过以下方程将聚类质量与正态质量进行比较:
44、
45、其中q*是正态质量,e是传感器误差,并且n是信号总数,并且其中通过以下方程将聚类方差与正态方差进行比较:
46、v*=-0.0075r2+0.25r-1.63
47、其中v*是正态方差,并且r是目标距离。在另一个示例中,正态方差通过以下方程确定:
48、
49、z(0.95)=1.645,
50、μ′=-0.0075r2+0.23r-2.72,以及
51、δ′=0.014r+0.39,
52、其中是标签与每个锚点之间的距离值,n是该信号总数,x是对数正态分布,z是标准正态变量,其中对数正态分布的第95个百分位数出现在μ′+1.645*δ′处,μ′是对数正态分布中的均值,δ′是对数正态分布中的标准差。
53、在该方面的另一个示例中,该方法还包括通过以下方程将交点聚类在至少三个uwb锚点的至少四组中:
54、以及
55、min(p)=m2+1
56、以定义uwb锚点的至少四个集群点组。该方法还包括通过以下方程计算至少四个集群组中的每一者的聚类质量:
57、
58、以定义至少四个集群组中的每一者的分组聚类质量。该方法还包括通过以下方程确定至少四个集群组中的每一者的几何中心:
59、
60、以定义至少四个集群组中的每一者的分组几何中心。
61、在该示例中,该方法还包括通过以下方程计算至少四个集群组中的每一者的聚类方差:
62、
63、以定义至少四个集群组中的每一者的分组聚类方差。此外,该方法还包括当满足分组聚类质量低于正态质量和分组聚类方差高于正常方差中的一项时,通过对齐数据的交点寻找每个集群组的分组聚类贡献,以定义集群组中的锚点中的一者的分组贡献低值。此外,该方法包括将集群组的分组贡献低值与锚点中的一者的第一贡献低值进行比较,其中确定不稳定锚点的步骤是基于分组贡献低值与锚点中的一者的第一贡献低值之间的较小值。
64、在该示例中,寻找分组聚类贡献包括将分组聚类质量与正态质量进行比较;以及将分组聚类方差本文档来自技高网
...
【技术保护点】
1.一种诊断车辆的超宽带(UWB)传感器定位的传感器性能的方法,所述方法包括:
2.根据权利要求1所述的方法,其中确定所述对齐数据的交点包括:
3.根据权利要求2所述的方法,其中确定所述对齐数据的交点包括:
4.根据权利要求3所述的方法,其中通过以下方程确定所述一对圆的交点坐标:
5.根据权利要求1所述的方法,其中寻找所述聚类贡献包括:
6.权利要求5所述的方法,其中通过以下方程将所述聚类质量与所述正态质量进行比较:
7.根据权利要求6所述的方法,其中通过以下方程确定所述正态方差:
8.根据权利要求1所述的方法,其还包括:
9.根据权利要求8所述的方法,其中寻找所述分组聚类贡献包括:
10.一种用于诊断车辆的超宽带(UWB)传感器定位的传感器性能的系统,所述系统包括:
【技术特征摘要】
1.一种诊断车辆的超宽带(uwb)传感器定位的传感器性能的方法,所述方法包括:
2.根据权利要求1所述的方法,其中确定所述对齐数据的交点包括:
3.根据权利要求2所述的方法,其中确定所述对齐数据的交点包括:
4.根据权利要求3所述的方法,其中通过以下方程确定所述一对圆的交点坐标:
5.根据权利要求1所述的方法,其中寻找所述聚类贡献包括:
【专利技术属性】
技术研发人员:陈劲竹,韩子骏,F·白,A·阿德勒,J·瑟加基斯,
申请(专利权)人:通用汽车环球科技运作有限责任公司,
类型:发明
国别省市:
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。