包括用于共同处理信号的融合滤波器的传感器系统
阅读：718发布：2024-01-12
专利汇可以提供包括用于共同处理信号的融合滤波器的传感器系统专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种 传感器 系统，所述 传感器系统 包括多个传感器元件(1，3，4)，所述传感器元件这样构造，使得所述传感器元件检测至少部分地不同的初级测量参量并且使用至少部分地不同的测量原理，此外，所述传感器系统包括 信号 处理装置，其中，所述 信号处理 装置这样构造，使得所述信号处理装置至少部分地共同分析处理所述传感器元件的传感器信号，其中，所述信号处理装置具有融合 滤波器 (5)，所述融合滤波器在至少所述传感器元件的传感器信号和/或由此导出的信号的共同分析处理过程中提供确定的融合数据组(6)，其中，所述融合数据组分别具有关于确定物理参量的数据，其中，所述融合数据组(6)对于至少一个物理参量包括所述物理参量的值和关于其数据品质的信息。，下面是包括用于共同处理信号的融合滤波器的传感器系统专利的具体信息内容。
1.一种传感器系统，所述传感器系统包括多个传感器元件(1，3，4)，所述传感器元件这样构造，使得所述传感器元件检测至少部分地不同的初级测量参量并且使用至少部分地不同的测量原理，此外，所述传感器系统包括信号处理装置，其中，所述信号处理装置这样构造，使得所述信号处理装置至少部分地共同分析处理所述传感器元件的传感器信号，其特征在于：所述信号处理装置具有融合滤波器(5)，所述融合滤波器在至少所述传感器元件的传感器信号和/或由此导出的信号的共同分析处理过程中提供确定的融合数据组(6)，其中，所述融合数据组分别具有关于确定物理参量的数据，其中，所述融合数据组(6)对于至少一个物理参量包括所述物理参量的值和关于其数据品质的信息。
2.根据权利要求1所述的传感器系统，其特征在于：所述融合滤波器(5)这样构造，使得所述融合数据组(6)作为所述至少一个物理参量的值包括相对值，尤其是补偿值和/或变化值和/或校正值和/或误差值。
3.根据权利要求1或2所述的传感器系统，其特征在于：所述融合数据组的各物理参量的相对值是校正值，给所述校正值分别配置差异、尤其是方差，作为关于其数据品质的信息。
4.根据权利要求1至3至少之一所述的传感器系统，其特征在于：所述融合滤波器(5)这样构造，使得所述融合数据组(6)的至少一个物理参量的值直接或间接基于多个传感器元件(1，3，4)的传感器信号来计算，其中，这些传感器元件(1，3，4)冗余地以直接或间接的方式检测所述至少一个物理参量。
5.根据权利要求1至4至少之一所述的传感器系统，其特征在于：所述融合滤波器(5)构造成卡尔曼滤波器，所述卡尔曼滤波器迭代地至少执行预测步骤以及校正步骤并且至少部分地提供所述融合数据组(6)。
6.根据权利要求5所述的传感器系统，其特征在于：所述融合滤波器(5)构造成误差状态空间序贯扩展卡尔曼滤波器，即构造成这样的卡尔曼滤波器，所述卡尔曼滤波器尤其是包括线性化并且在所述卡尔曼滤波器中计算和/或估计误差状态信息和/或所述卡尔曼滤波器序贯地工作并且在此使用/考虑在序贯的各功能步骤中可供使用的输入数据。
7.根据权利要求1至6至少之一所述的传感器系统，其特征在于：所述传感器系统具有惯性传感器装置(1)，所述惯性传感器装置包括至少一个加速度传感器元件和至少一个转动率传感器元件；所述传感器系统包括捷联算法单元(2)，在所述捷联算法单元中执行捷联算法，用所述捷联算法至少处理所述惯性传感器装置的传感器信号以形成尤其是经校正的导航数据和/或行驶动力学数据——以设置有所述传感器系统的车辆为参考。
8.根据权利要求7所述的传感器系统，其特征在于：所述捷联算法单元(2)将其计算的导航数据和/或行驶动力学数据直接或间接提供给所述融合滤波器(5)。
9.根据权利要求1至8至少之一所述的传感器系统，其特征在于：所述传感器系统具有惯性传感器装置(1)，所述惯性传感器装置这样构造，使得所述惯性传感器装置至少能检测沿着确定的第二轴线、尤其是车辆的横向轴线的加速度并且至少能检测绕确定的第三轴线、尤其是车辆的垂直轴线的转动率，其中，所述确定的第一和第三轴线形成一个生成系统，并且在此尤其是彼此相对垂直地取向，其中，所述传感器系统还包括至少一个车轮转速传感器元件(3)、尤其是至少或刚好四个车轮转速传感器元件，所述车轮转速传感器元件检测设置有所述传感器系统的车辆的一个车轮的车轮转速或分别检测车轮之一的车轮转速，其中，所述传感器系统附加地包括至少一个转向角传感器元件(3)，所述转向角传感器元件检测车辆的转向角，其中，所述传感器系统还包括卫星导航系统(4)，所述卫星导航系统尤其是这样构造，使得所述卫星导航系统检测和/或提供分别在所属的卫星与车辆之间的距离数据或与此相关的参量以及分别在所属的卫星与车辆之间的速度信息数据或与此相关的参量。
10.根据权利要求9所述的传感器系统，其特征在于：所述惯性传感器装置(1)这样构造，使得所述惯性传感器装置至少能检测沿着确定的第一、第二和第三轴线的加速度并且至少能检测绕所述确定的第一轴线、绕所述确定的第二轴线和绕所述确定的第三轴线的转动率，其中，所述确定的第一、第二和第三轴线形成一个生成系统，并且在此尤其是分别彼此相对垂直地取向。
11.根据权利要求9或10所述的传感器系统，其特征在于：所述惯性传感器装置(1)将其传感器信号提供给所述捷联算法单元(2)，并且所述捷联算法单元(2)这样构造，使得所述捷联算法单元至少由所述惯性传感器装置(1)的传感器信号以及尤其是至少一个误差状态信息和/或方差和/或配置给传感器信号或物理参量并且由所述融合滤波器提供的关于数据品质的信息作为测量参量和/或导航数据和/或行驶动力学数据计算和/或提供至少沿着所述确定的第一、第二和第三轴线的校正的加速度、至少绕所述三个确定的轴线的校正的转动率、至少关于所述三个确定的轴线的速度以及至少位置参量。
12.根据权利要求9至11至少之一所述的传感器系统，其特征在于：所述传感器系统这样构造，使得分别至少一个传感器信号和/或物理参量作为所述惯性传感器装置(1)和/或所述捷联算法单元(2)、所述车轮转速传感器元件(3)和所述转向角传感器元件(3)——尤其是间接地通过车辆模型单元(7)——以及所述卫星导航系统(4)的直接的或导出的参量、在此尤其是分别在所属的卫星与车辆之间的距离数据或与此相关的参量以及分别在所属的卫星与车辆之间的速度信息数据或与此相关的参量提供给所述融合滤波器(5)并且由所述融合滤波器在其计算中予以考虑。
13.根据权利要求12所述的传感器系统，其特征在于：所述车辆模型单元(7)这样构造，使得由所述车轮转速传感器元件(3)和所述转向角传感器元件(3)的传感器信号计算沿着所述确定的第一轴线的速度、沿着所述确定的第二轴线的速度以及绕所述确定的第三轴线的转动率。
14.根据权利要求13所述的传感器系统，其特征在于：所述车辆模型单元(7)这样构造，使得所述车辆模型单元为了计算而使用尤其是作为最小平方误差法公知的最小二乘法来解超定方程组。
15.根据权利要求13或14所述的传感器系统，其特征在于：所述车辆模型单元(7)这样构造，使得所述车辆模型单元在其计算中至少考虑下列物理参量和/或参数：
a)每个车轮的转向角，尤其是通过用于两个前轮的转向角传感器来检测，其中，模型假设：后轮的转向角等于零，或附加地检测后轮的转向角，
b)每个车轮的车轮转速或与此相关的参量，
c)每个车轮的转动方向，
d)每个车轮的动力学半径和/或车轮直径，以及
e)车辆的每个桥的轨距和/或车辆的桥之间的轴距。
16.根据权利要求1至15至少之一所述的传感器系统，其特征在于：所述信号处理装置这样构造，使得所述融合滤波器(5)在确定的时刻计算和/或提供和/或输出所述融合数据组(6)。
17.根据权利要求1至16至少之一所述的传感器系统，其特征在于：所述融合滤波器(5)优选这样构造，使得所述融合滤波器与所述传感器元件(3，4)、尤其是所述车轮转速传感器元件和所述转向角传感器元件的扫描率和/或传感器信号输出时刻无关地并且与所述卫星导航系统的在时间上的信号或测量参量/或信息输出时刻无关地计算和/或提供和/或输出所述融合数据组(6)。
18.根据权利要求16或17所述的传感器系统，其特征在于：所述信号处理装置这样构造，使得在所述融合滤波器(5)的功能步骤的过程中始终尤其是异步地将所述传感器元件(3)、尤其是所述车轮转速传感器元件和所述转向角传感器元件的最新的对于所述融合滤波器(5)可供使用的信息和/或信号和/或数据直接地或间接地、尤其是借助于所述车辆模型单元(7)和所述卫星导航系统(4)直接地或间接地序贯地更新和/或接收到所述融合滤波器中并且在所述融合滤波器的所属的功能步骤的计算中予以考虑。
19.根据权利要求1至18至少之一所述的传感器系统，其特征在于：所述传感器系统具有停车识别单元(8)，所述停车识别单元这样构造，使得所述停车识别单元能识别车辆的停车并且在识别到车辆停车的情况下至少向所述融合滤波器(5)提供来自停车模型的信息，在此尤其是这样的信息：绕全部三个轴线的转动率具有值零并且至少一个位置变化参量也具有值零，尤其是沿着全部三个轴线的速度具有值零。
20.根据权利要求1至19至少之一所述的传感器系统，其特征在于：所述信号处理装置计算和/或使用其值涉及车辆坐标系的物理参量的第一组数据，其中，所述信号处理装置附加地计算和/或使用其值涉及世界坐标系的物理参量的第二组数据，其中，所述世界坐标系尤其是至少适用于描述在大地上车辆的取向和/或动力学参量，其中，所述传感器系统具有取向模型单元(9)，用所述取向模型单元计算所述车辆坐标系与所述世界坐标系之间的取向角，其中，所述车辆坐标系与所述世界坐标系之间的取向角在所述取向模型单元中至少基于下列参量来计算：关于所述车辆坐标系的速度、关于所述世界坐标系的速度以及尤其是转向角。
包括用于共同处理信号的融合滤波器的传感器系统
技术领域
背景技术
发明内容
[0003] 本发明的目的在于，提出一种传感器系统，所述传感器系统提供或者说允许在其信号处理方面相对高的精度和/或所述传感器系统适用于对安全性苛刻的应用或者说对安全性苛刻的使用。
[0004] 所述目的通过根据权利要求1的传感器系统来实现。
[0005] 融合滤波器优选构造成卡尔曼滤波器，作为替换方案优选构造成粒子滤波器，或者作为替换方案构造成信息滤波器或作为替换方案构造成“无迹”卡尔曼滤波器。
[0006] 优选融合滤波器这样构造，使得融合数据组作为所述至少一个物理参量的值包括相对值，尤其是补偿值和/或变化值和/或校正值和/或误差值。
[0007] 符合目的的是，融合数据组的各物理参量的相对值是校正值，给所述校正值分别配置差异信息或者说差异或者说差异范围、尤其是方差，作为关于其数据品质的信息。
[0008] 优选融合滤波器这样构造，使得融合数据组的至少一个物理参量的值直接或间接基于多个传感器元件的传感器信号来计算，其中，这些传感器元件冗余地以直接或间接的方式检测所述至少一个物理参量。所述冗余的检测特别优选实现直接或者说并行的冗余度和/或作为分析冗余度来实现——源于计算导出的或推导出的参量/值和/或模型假设。
[0009] 融合滤波器优选构造成卡尔曼滤波器，所述卡尔曼滤波器迭代地至少执行预测步骤以及校正步骤并且至少部分地提供融合数据组。尤其是融合滤波器构造成误差状态空间序贯扩展卡尔曼滤波器，即构造成这样的卡尔曼滤波器，所述卡尔曼滤波器特别优选包括线性化并且在所述卡尔曼滤波器中计算和/或估计误差状态信息和/或所述卡尔曼滤波器序贯地工作并且在此使用/考虑在序贯的各功能步骤中可供使用的输入数据。
[0010] 符合目的的是，传感器系统具有惯性传感器装置，所述惯性传感器装置包括至少一个加速度传感器元件和至少一个转动率传感器元件；传感器系统包括捷联算法单元，在所述捷联算法单元中执行捷联算法，用所述捷联算法至少处理惯性传感器装置的传感器信号以形成尤其是经校正的导航数据和/或行驶动力学数据——以设置有传感器系统的车辆为参考。
[0011] 特别优选捷联算法单元将其计算的导航数据和/或行驶动力学数据直接或间接提供给融合滤波器。
[0012] 传感器系统优选具有惯性传感器装置，所述惯性传感器装置这样构造，使得所述惯性传感器装置至少可检测沿着确定的第二轴线、尤其是车辆的横向轴线的加速度并且至少可检测绕确定的第三轴线、尤其是车辆的垂直轴线的转动率，其中，确定的第一和第三轴线形成一个生成系统，并且在此尤其是彼此相对垂直地取向，其中，传感器系统还包括至少一个车轮转速传感器元件、尤其是至少或刚好四个车轮转速传感器元件，所述车轮转速传感器元件检测车辆的一个车轮的车轮转速或分别检测车轮之一的车轮转速并且尤其是附加地检测设置有传感器系统的车辆的所属的车轮的转动方向，其中，传感器系统附加地包括至少一个转向角传感器元件，所述转向角传感器元件检测车辆的转向角，其中，传感器系统还包括卫星导航系统，所述卫星导航系统尤其是这样构造，使得所述卫星导航系统检测和/或提供分别在所属的卫星与车辆之间的距离数据或与此相关的参量以及分别在所属的卫星与车辆之间的速度信息数据或与此相关的参量。
[0013] 特别优选惯性传感器装置这样构造，使得所述惯性传感器装置至少可检测沿着确定的第一、第二和第三轴线的加速度并且至少可检测绕所述确定的第一轴线、绕所述确定的第二轴线和绕所述确定的第三轴线的转动率，其中，所述确定的第一、第二和第三轴线形成一个生成系统，并且在此尤其是分别彼此相对垂直地取向。
[0014] 优选惯性传感器装置将其传感器信号提供给捷联算法单元并且捷联算法单元这样构造，使得所述捷联算法单元至少由惯性传感器装置的传感器信号以及尤其是至少一个误差状态信息和/或方差和/或配置给传感器信号或物理参量并且由融合滤波器提供的关于数据品质的信息作为测量参量和/或导航数据和/或行驶动力学数据计算和/或提供至少沿着确定的第一、第二和第三轴线的校正的加速度、至少绕所述三个确定的轴线的校正的转动率、至少关于所述三个确定的轴线的速度以及至少位置参量。
[0015] 符合目的的是，传感器系统这样构造，使得分别至少一个传感器信号和/或物理参量作为惯性传感器装置和/或捷联算法单元、车轮转速传感器元件和转向角传感器元件——尤其是间接地通过车辆模型单元——以及卫星导航系统的直接的或导出的参量、在此尤其是分别在所属的卫星与车辆之间的距离数据或与此相关的参量以及分别在所属的卫星与车辆之间的速度信息数据或与此相关的参量提供给融合滤波器并且由融合滤波器在其计算中予以考虑。
[0016] 特别优选车辆模型单元这样构造，使得由车轮转速传感器元件和转向角传感器元件的传感器信号计算沿着确定的第一轴线的速度、沿着确定的第二轴线的速度以及绕确定的第三轴线的转动率。
[0017] 完全特别优选车辆模型单元这样构造，使得所述车辆模型单元为了计算而使用尤其是作为最小平方误差(Least-Squared-Error)法公知的最小二乘法来解超定方程组。
[0018] 符合目的的是，车辆模型单元这样构造，使得所述车辆模型单元在其计算中至少考虑下列物理参量和/或参数
[0019] a)每个车轮的转向角，尤其是通过用于两个前轮的转向角传感器来检测，其中，模型假设：后轮的转向角等于零，或附加地检测后轮的转向角，
[0020] b)每个车轮的车轮转速或与此相关的参量，
[0021] c)每个车轮的转动方向，
[0022] d)每个车轮的动力学半径和/或车轮直径，以及
[0023] e)车辆的每个桥的轨距和/或车辆的桥之间的轴距。
[0024] 信号处理装置优选这样构造，使得融合滤波器在确定的时刻计算和/或提供和/或输出融合数据组。
[0025] 融合滤波器优选这样构造，使得所述融合滤波器与传感器元件、尤其是车轮转速传感器元件和转向角传感器元件的扫描率和/或传感器信号输出时刻无关地并且与卫星导航系统的在时间上的信号或测量参量/或信息输出时刻无关地计算和/或提供和/或输出融合数据组。
[0026] 符合目的的是，信号处理装置这样构造，使得在融合滤波器的功能步骤的过程中始终异步地将传感器元件、尤其是车轮转速传感器元件和转向角传感器元件的最新的对于融合滤波器可供使用的信息和/或信号和/或数据直接地或间接地、尤其是借助于车辆模型单元和卫星导航系统直接地或间接地序贯地更新和/或接收到融合滤波器中并且在融合滤波器的所属的功能步骤的计算中予以考虑。
[0027] 优选传感器系统具有停车识别单元，所述停车识别单元这样构造，使得所述停车识别单元可识别车辆的停车并且在识别到车辆停车的情况下至少向融合滤波器提供来自停车模型的信息，在此尤其是这样的信息：绕全部三个轴线的转动率具有值零并且至少一个位置变化参量也具有值零，尤其是沿着全部三个轴线的速度具有值零。
[0028] 优选信号处理装置计算和/或使用其值涉及车辆坐标系的物理参量的第一组数据，其中，信号处理装置附加地计算和/或使用其值涉及世界坐标系的物理参量的第二组数据，其中，所述世界坐标系尤其是至少适用于描述在大地上车辆的取向和/或动力学参量，其中，传感器系统具有取向模型单元，用所述取向模型单元计算车辆坐标系与世界坐标系之间的取向角，其中，车辆坐标系与世界坐标系之间的取向角在取向模型单元中至少基于下列参量来计算：关于车辆坐标系的速度、关于世界坐标系的速度以及尤其是转向角。
[0029] 符合目的的是，下列概念被同义地使用，即在技术转化上意义相同：补偿值、变化值、校正值和误差值。
[0030] 对于误差状态信息优选理解为误差信息和/或误差校正信息和/或差异信息和/或方差信息和/或精度信息。
[0031] 对于概念方差优选理解为概念差异，其中，尤其是在一般融合滤波器的情况中，所述融合滤波器分别将差异或者说差异值配置给融合滤波器的物理参量的任意值，在作为融合滤波器的卡尔曼滤波器的情况中，方差分别配置给/配置给了融合滤波器的物理参量的任意值。
[0032] 符合目的的是，确定的第一、第二和第三轴线关于其中实现传感器系统的车辆的坐标系如下来定义：确定的第一轴线相应于车辆的纵向轴线，确定的第二轴线相应于车辆的横向轴线，确定的第三轴线相应于车辆的垂直轴线。这三个轴线尤其是形成笛卡尔坐标系。
[0033] 优选融合滤波器这样构造，使得所述融合滤波器的数据、尤其是融合数据组的物理参量或者说物理参量的数据分成了或分成始终恒定大小的块，所述块以任意顺序在融合滤波器中迭代地处理，即融合滤波器关于其输入数据执行序贯更新。在此，融合滤波器特别优选这样构造，使得滤波器方程得到匹配，由此，在融合滤波器的任意步骤中序贯更新的计算结果是用于融合滤波器的输入数据的全部测量参量的更新、即数据更新。
[0034] 传感器系统符合目的地设置在车辆、尤其是机动车、特别优选汽车中。
[0035] 传感器系统优选这样构造，使得给卫星导航系统的数据、尤其是位置数据配置时间戳信息，所述时间戳信息基本上描述所述数据的测量时刻。卫星导航系统的对应的数据的时间戳信息与所述对应的数据一起提供给融合滤波器并且在融合滤波器中在内部计算时予以考虑。
[0036] 此外，优选给另外的或全部传感器元件和/或惯性传感器装置的数据也配置这样的时间戳信息，所述时间戳信息也与对应的数据提供给融合滤波器并且在融合滤波器中在内部计算时予以考虑。符合目的的是，关于卫星导航系统的数据，对应的时间戳信息由卫星导航系统本身产生。
[0037] 优选在所述另外的传感器元件和/或惯性传感器装置的附加的时间戳信息中对应的时间戳信息由信号处理装置产生，尤其是根据卫星导航系统的时间测量来产生。
[0038] 优选融合滤波器的功能步骤包括至少一个预测步骤以及校正步骤。融合滤波器在此构造成迭代的并且迭代地、彼此相继地实施功能步骤。尤其是在融合滤波器的每个功能步骤内读入数据或者说值或者说信号，即考虑输入数据，即也输出数据或者说值或者说信号，即作为输出/发出数据来提供。
[0039] 融合滤波器优选这样构造，使得融合滤波器在一个功能步骤内执行多个更新步骤，其中，所述更新步骤涉及输入数据或者说信号的加载或者说使用或者说更新。融合滤波器尤其是序贯地审核全部输入参量或者说输入信号并且分别检验是否存在新的信息/数据。如果是，则所述新的信息/数据被接收在滤波器中或者说滤波器中的信息/数据被更新，如果否，则当前值保持并且滤波器检验下一个输入或者说下一个输入参量或者说下一个输入信号。
[0040] 捷联算法单元优选至少提供物理参量的绝对值、尤其是用于在此分别以车辆坐标系和/或世界坐标系的三个轴线为参考的加速度、转动率、速度以及位置和取向角的绝对值。关于这些参量的值在此特别优选全部由捷联算法单元作为经校正的值/参量来提供。
[0041] 符合目的的是，惯性传感器装置对融合滤波器进行计时和/或触发，尤其是由融合滤波器实施的每个融合步骤由惯性传感器装置或者说至少一个输出信号或者说输出数据来触发。
[0042] 优选捷联算法单元这样构造，使得所述捷联算法单元具有物理参量的起始矢量和/或位置的起始值——尤其是关于传感器系统的启动，特别优选在传感器系统每次接通之后。捷联算法单元特别优选通过融合滤波器由卫星导航系统获得所述起始矢量和/或所述起始位置。
[0043] 符合目的的是，融合滤波器的数据、尤其是其融合数据组描绘虚拟传感器或者说相应于这种虚拟传感器。
[0044] 对于概念传感器元件优选理解为车轮转速传感器元件、所述至少一个转向角传感器元件、惯性传感器装置的传感器元件，尤其是附加地也理解为卫星导航系统。
[0045] 当一般而言关于三个确定的轴线描述一个参量和/或值时，优选这是就车辆坐标系和/或世界坐标系而言。
[0046] 符合目的的是，包括物理参量的值的融合数据组包括相对值，例如校正值，也被称为补偿值并且尤其是提供给捷联算法单元。根据例子，所述对应的校正值分别由累积的误差值或者说变化值得到，所述累积的误差值或者说变化值由融合滤波器提供。
[0047] 优选信号处理装置计算和/或使用其值涉及车辆坐标系的物理参量的第一组数据，其中，信号处理装置附加地计算和/或使用其值涉及世界坐标系的物理参量的第二组数据，其中，所述世界坐标系尤其是至少适用于描述在大地上车辆的取向和/或动力学参量，其中，传感器系统具有取向模型单元，用所述取向模型单元计算车辆坐标系与世界坐标系之间的取向角。
[0048] 车辆坐标系和/或世界坐标系优选构造成三轴线的笛卡尔坐标系。在此，车辆坐标系尤其是这样定义，使得第一轴线是车辆的纵向轴线，第二轴线是车辆的横向轴线，第三轴线是车辆的垂直轴线。
[0049] 优选车辆坐标系与世界坐标系之间的取向角在取向模型单元中至少基于下列参量来计算：关于车辆坐标系的速度、关于世界坐标系的速度以及尤其是转向角。
[0050] 信号处理装置优选包括传感器融合模块，所述传感器融合模块具有融合滤波器，所述融合滤波器在至少传感器元件的传感器信号和/或由此导出的信号的共同分析处理过程中提供确定的融合数据组，其中，所述融合数据组分别具有关于确定物理参量的数据，其中，融合数据组对于至少一个物理参量包括所述物理参量的值和关于其数据品质的信息，其中，融合滤波器这样构造，使得所述融合数据组作为所述至少一个物理参量的值包括相对值，尤其是补偿值和/或变化值和/或校正值和/或误差值。特别优选融合数据组的各物理参量的相对值是校正值并且关于物理参量的值的数据品质的信息是方差。
[0051] 符合目的的是，传感器系统具有惯性传感器装置，所述惯性传感器装置包括至少一个加速度传感器元件和至少一个转动率传感器元件；传感器融合模块包括捷联算法单元，在所述捷联算法单元中执行捷联算法，用所述捷联算法至少处理惯性传感器装置的传感器信号以形成尤其是经校正的导航数据和/或行驶动力学数据——以设置有传感器系统的车辆为参考。
[0052] 优选车辆坐标系与世界坐标系之间的取向角在取向模型单元中附加地至少基于下列参量之一或多个来计算：车辆以世界坐标系为参考的取向信息、融合滤波器的校正值和/或方差中的一些或全部和/或车辆以车辆坐标系和/或世界坐标系为参考的加速度。
[0053] 符合目的的是，取向模型单元使用捷联算法单元的输出数据和/或输出信号中的一些或全部来计算。
[0054] 优选取向模型单元这样构造，使得所述取向模型单元除了取向角之外还计算和提供关于该参量的数据品质的信息、尤其是取向角的方差，其中，取向模型单元将车辆坐标系与世界坐标系之间的取向角以及关于该参量的数据品质的信息提供给融合滤波器，融合滤波器在其计算中使用所述取向角并且特别优选将关于该参量的数据品质的信息、尤其是取向角的方差传送给捷联算法单元。
[0055] 符合目的的是，取向模型单元这样构造，使得所述取向模型单元除了取向角之外还计算和提供关于该参量的数据品质的信息、尤其是取向角的方差，其中，取向角提供给捷联算法单元和/或在所述捷联算法单元中用取向模型单元的输出值改写，关于该参量的数据品质的信息、尤其是取向角的方差提供给融合滤波器和/或在所述融合滤波器中用取向模型单元的输出值改写。
[0056] 传感器系统优选包括卫星导航系统，所述卫星导航系统这样构造，使得所述卫星导航系统检测分别在所属的卫星与车辆之间的距离数据或与此相关的参量以及分别在所属的卫星与车辆之间的速度信息数据或与此相关的参量并且提供给融合滤波器，融合滤波器在其计算中使用这些参量。
[0057] 优选取向模型单元这样构造，使得所述取向模型单元在其计算中考虑下列模型假设中的至少一个或多个或全部：车辆关于至少其纵向和/或横向轴线的总速度大于零，车辆在其垂直轴线的方向上/沿着其垂直轴线的平均速度等于零，不出现轮胎的侧向偏离和/或车辆基本上无偏差的遵循其车轮转向角。
[0058] 符合目的的是，车辆坐标系与世界坐标系之间的取向角在取向模型单元中附加地至少基于下列参量之一或多个来计算：车辆的车轮转速传感器元件的车轮转速以及转向角或所计算的车轮角，其中，用车轮转速和转向角或车轮角通过形成差值确定车辆绕其垂直轴线的转动率和/或以车辆坐标系为参考车辆绕其垂直轴线的转动率——由捷联算法单元提供。
[0059] 优选车辆坐标系与世界坐标系之间的取向角在取向模型单元中附加地至少基于下列参量之一或多个来计算：车辆以世界坐标系为参考的取向信息、融合滤波器的校正值和/或方差中的一些或全部、车辆以车辆坐标系和/或世界坐标系为参考的位置信息和/或车辆以车辆坐标系和/或世界坐标系为参考的加速度。
[0060] 取向模型单元优选这样构造，使得在每次实施时检验用于模型有效性的下列边缘条件至少之一并且在未满足时放弃结果：
[0061] -角增量必须足够小或者说受到限制，以便可以以小的误差线性化(欧拉角)[0062] -通过大的转向回转引起的桥的加速度和运动学强迫必须足够小，以便运动的瞬时中心恒定。
[0063] 取向模型单元符合目的地这样构造，使得所述取向模型单元执行下列操作和/或步骤至少之一：
[0064] -车轮转速测量的一起考虑通过形成差值允许确定绕垂直轴线的给定转动率，所述给定转动率与来自捷联算法单元的实际转动率一起提供附加测量参量。
[0065] -在捷联算法单元中对与车辆固定的坐标与导航坐标之间或者说车辆坐标系与世界坐标系之间的扭转或者说取向角在偏差大时在使用欧拉方程至少之一或全部的情况下进行直接校正。
[0066] 优选确定的第一、第二和第三轴线形成一个生成系统，并且在此尤其是彼此相对垂直地取向。
[0067] 车辆模型单元优选这样构造，使得所述车辆模型单元为了计算而使用尤其是作为最小平方误差法公知的最小二乘法来解超定方程组。
[0068] 优选车轮转速传感器元件之一分别配置给车辆的任意一个车轮，其中，车辆模型单元这样构造，使得所述车辆模型单元由车轮转速传感器元件的传感器信号和通过转向角传感器单元提供的转向角和/或每个车轮的尤其是通过用于一个或分别用于所述多个转向/可转向的桥的所述至少一个转向角传感器元件和/或通过用于一个或多个非转向/不可转向的桥的至少一个模型假设检测的转向角直接或间接计算每个车轮沿着/关于确定的第一和第二轴线的速度分量和/或速度，其中，由涉及对应的车轮的所述速度分量和/或分别关于对应配置的车轮的确定的第一和第二轴线的速度计算沿着确定的第一轴线的速度、沿着确定的第二轴线的速度以及绕确定的第三轴线的转动率。
[0069] 符合目的的是，传感器系统具有四个车轮转速传感器元件，其中，车轮转速传感器元件之一分别配置给车辆的任意一个车轮，其中，车辆模型单元这样构造，使得所述车辆模型单元由车轮转速传感器元件的传感器信号和通过转向角传感器单元提供的转向角和/或每个车轮的尤其是通过用于前轮的转向角传感器元件并且由模型假设或至少借助于另外的用于后轮的转向角传感器元件检测的转向角直接或间接计算每个车轮沿着/关于确定的第一和第二轴线的速度分量和/或速度，其中，由分别关于确定的第一和第二轴线的所述八个速度分量和/或四个速度计算沿着确定的第一轴线的速度、沿着确定的第二轴线的速度以及绕确定的第三轴线的转动率。
[0070] 优选由方向盘角度传感器元件、即检测根据驾驶员期望的转向角的传感器元件和关于尤其是存储在车辆模型单元中或信号处理装置的其它部分中的转向-传动-特性曲线的信息求得或者说计算每个车轮的转向角。
[0071] 符合目的的是，车辆模型单元这样构造，使得所述车辆模型单元在其计算中至少考虑下列物理参量和/或参数：
[0072] a)每个车轮的转向角，尤其是通过用于两个前轮的转向角传感器来检测，其中，模型假设：后轮的转向角已知，尤其是后轮的转向角等于零，或附加地检测后轮的转向角，[0073] b)每个车轮的车轮转速或与此相关的参量，
[0074] c)每个车轮的转动方向，
[0075] d)每个车轮的动力学半径和/或车轮直径或由此导出的参量，作为尤其是作为恒定的对于模型已知的值来考虑或估计和/或计算的参数，以及
[0076] e)车辆的每个桥的轨距和/或车辆的桥之间的轴距。
[0077] 特别优选车辆模型单元这样构造，使得所述车辆模型单元在其计算中考虑下列物理参量和/或参数至少之一：
[0078] f)每个车轮的侧向偏离角度，尤其是由横向加速度、即在确定的第二轴线上的加速度计算，和/或
[0079] g)车轮滑转率，尤其是由每个车轮的车轮力和/或加速度计算。
[0080] 优选信号处理装置包括轮胎参数估计单元，所述轮胎参数估计单元这样构造，使得所述轮胎参数估计单元至少计算和/或估计每个车轮的半径、尤其是动力学半径或与此相关或由此导出的参量并且作为附加输入参量提供给车辆模型单元。
[0081] 特别优选轮胎参数估计单元这样构造，使得所述轮胎参数估计单元附加地计算和/或估计每个车轮的侧向偏离刚度和滑转刚度(Schlupfsteifigkeit)或者说纵向滑转刚度 或与此相关或由此导出的参量并且作为附加输入参量提供给车辆模型单元，其中，轮胎参数估计单元这样构造，使得所述轮胎参数估计单元尤其是使用基本上线性的轮胎模型来计算车轮/轮胎参量。
[0082] 符合目的的是，轮胎参数估计单元这样构造，使得所述轮胎参数估计单元作为输入参量获得车轮转速和转向角、至少部分地或完全地是捷联算法单元的输出参量或者说值、尤其是附加地关于物理参量的值的由其提供的方差以及关于这样的物理参量的融合滤波器的方差：所述物理参量是轮胎参数估计单元的输入参量。
[0083] 优选车辆模型单元这样构造，使得所述车辆模型单元对于其三个所计算的参量任意之一、即沿着确定的第一轴线的速度、沿着确定的第二轴线的速度以及绕确定的第三轴线的转动率计算关于数据品质的信息并且作为附加输出参量来提供，尤其是分别为方差。
[0084] 符合目的的是，车辆模型单元这样构造，使得所述车辆模型单元基于所计算的方差评价其自身的输出参量的有效性，并且在此尤其是在评价自身的输出参量的有效性时考虑沿着确定的第一轴线和沿着确定的第二轴线的速度以及绕确定的第三轴线的转动率的对应的方差。
[0085] 特别优选车辆模型单元这样构造，使得所述车辆模型单元对其三个输出参量的对应方差关于超过一个或分别超过确定的极限值进行检验，其中，在超过所述方差之一或多个的情况下得出车辆模型单元的当前输出参量无效。
[0086] 优选车辆模型单元和/或轮胎参数估计单元这样构造，使得所述车辆模型单元和/或轮胎参数估计单元包括至少一个线性化。所述线性化尤其是仅被执行或者说具有边缘2
参数：车辆的总加速度、即关于全部三个确定的轴线的加速度在取值上小于5m/s。
参数：车辆的总加速度、即关于全部三个确定的轴线的加速度在取值上小于5m/s。
[0087] 符合目的的是，以其中实现传感器系统的车辆的坐标系为参考，确定的第一、第二和第三轴线如下定义：确定的第一轴线相应于车辆的纵向轴线，确定的第二轴线相应于车辆的横向轴线，确定的第三轴线相应于车辆的垂直轴线。这三个轴线尤其是形成笛卡尔坐标系，尤其是车辆坐标系。
[0088] 优选车辆模型单元这样构造，使得所述车辆模型单元执行或支持车轮负载和/或车轮支承力的直接或间接测量或作为输出参量或者说发出参量提供所述至少一个参量。
[0089] 符合目的的是，车辆模型单元这样构造，使得所述车辆模型单元关于运动学和/或动力学模型包括车轮悬架的建模，由此，在考虑所述建模的情况下以提高的精度计算或者说可计算转向角。所述转向角尤其是涉及每个车轮的分别用于进一步计算车辆模型单元的发出参量或者说输出参量的转向角。
[0090] 后轮的转向角符合目的地通过至少一个附加的后轮转向角传感器元件检测。尤其是附加地或作为替换方案，优选后桥转向装置的促动器提供后桥的车轮的转向角。
[0091] 此外，传感器系统的信号处理装置优选包括融合滤波器。融合滤波器在至少传感器元件的传感器信号和/或由此导出的信号、即里程以及尤其是附加地卫星导航系统的输出信号和/或由此导出的信号的共同分析处理过程中提供确定的融合数据组。所述融合数据组分别具有关于确定物理参量的数据，其中，融合数据组对于至少一个物理参量包括所述物理参量的值和关于其数据品质的信息，其中，所述关于数据品质的信息根据例子以方差为特征。
[0092] 优选融合数据组作为所述至少一个物理参量的值包括相对值，例如校正值，也被称为补偿值或变化值或误差值。
[0093] 融合数据组的对应的物理参量的相对值因此符合目的地是校正值和方差。
[0094] 融合数据组的物理参量的值优选直接地或者说间接地基于传感器元件和卫星导航系统的传感器信号来计算，其中，至少一些参量、例如车辆关于车辆坐标的速度和位置被冗余地检测和分析处理。
[0095] 融合滤波器符合目的地构造成误差状态空间序贯扩展卡尔曼滤波器，即构造成这样的卡尔曼滤波器，所述卡尔曼滤波器尤其是包括线性化并且在所述卡尔曼滤波器中计算和/或估计校正值并且所述卡尔曼滤波器序贯地工作并且在此使用/考虑在序贯的对应功能步骤中可供使用的输入数据。
[0096] 车辆模型单元将其发出参量或者说输出参量、即至少沿着确定的第一轴线的速度、沿着确定的第二轴线的速度以及绕确定的第三轴线的转动率优选提供给融合滤波器，所述融合滤波器在其计算中、即在融合滤波器的计算中考虑或者说使用车辆模型单元的所述发出参量或者说输出参量。
[0097] 每个车轮的动力学半径或者说动力学轮胎半径rdyn优选如下确定：轮胎每转一圈时实际走过的路程。所述路程不相应于轮胎的半径，因为通过负载下的弹动，轮胎半径实际减小。即使在行驶期间也可改变轮胎半径的影响参量例如是行驶速度、空气压力和温度。
[0098] 参量纵向滑转率λ符合目的地如下确定：在纵向力影响下，通过轮胎的胎面单元的变形在不考虑轮胎在道路上的滑动的情况下产生滑转运动。所述滑转运动导致轮胎根据纵向力比可通过轮胎半径所预计的更快或更慢地转动。这种效应如何强烈地表现，主要受橡胶配方和轮胎类型影响，并且表达为纵向滑转刚度：
[0099] 侧向偏离或者说侧向偏离角α优选如下确定：与在纵向滑转中类似，垂直于滚动方向的侧向力通过橡胶弹性引起轮胎的侧向运动。该关系通过侧向偏离刚度来表达：
[0100] 为了补偿这些干扰参量，由车辆模型单元优选动用轮胎参数估计单元的线性轮胎模型或者说一起纳入到计算中。所述线性轮胎模型尤其是限于车辆的加速度或者说总加速度<5m/s2。在该范围内，特别优选假设，尤其是作为用于计算的模型假设：纵向滑转与侧向偏离和所属的力之间的关系是线性的，可传递的力随着作用在轮胎上的支承力FN或者说法向力而线性升高。这通过车辆质量的简化允许参量按照加速度归一化。在此，符合目的的是，车辆质量和加速度涉及各个车轮，但假设为静态分配：
[0101]
[0102]
[0103]
[0104] 在此优选有：
[0105] 车轮的由车轮计数器(Wheelticks)测量的转动角
[0106] Sx,absolut,Reifen：实际在道路上走过的路程
[0107] g：重力加速度
[0108] 由此，对于所走过的路程优选：
[0109]
[0110] Δy，Rad=Δx，Rad·tan∝
[0111] 在此优选有：
[0112] λa：加速时的驱动滑转率
[0113] λa：减速时的制动滑转率
[0114] 因此，根据例子，分别在行驶状况中不适用的滑转参量＝0。
[0115] 因为来自导航计算的所使用的加速度已知，所以优选在轮胎半径已知并且侧向偏离刚度和纵向滑转刚度已知时可基于模型估计车辆在路面上的实际平面运动。通过所测量的方向盘角和已知的转向传动比符合目的地考虑轮胎坐标相对于车辆坐标的可能扭转。各个车轮的路程和速度优选如下在车辆模型单元中计算：
[0116] -计算车辆重心上的加速度和转动率
[0117] -变换到轮胎坐标
[0118] -在使用轮胎模型和车轮角动量或者说车轮转速的情况下计算速度/路程[0119] -反变换到车辆坐标
[0120] 优选在这些步骤结束之后对于每个车轮提供两个测量参量(在车辆坐标中ΔXRad，ΔYRad)，即总共八个测量值。
[0121] 优选轮胎参数估计单元这样构造，使得所述轮胎参数估计单元执行用于估计车辆的轮胎参数的方法，包括下列步骤：
[0122] -测量车辆的参考运动；
[0123] -基于脱离待估计的轮胎参数的模型对车辆的模型运动建模；以及[0124] -基于参考运动和模型运动的对比估计车辆的轮胎参数。该方法尤其是附加地包括下列步骤：
[0125] -检测在车辆的车轮支承点上车辆的真实速度。
[0126] 优选该方法包括下列步骤：
[0127] -基于近似的轮胎参数建立脱离待估计的轮胎参数的模型。
[0128] 并且尤其是包括另一个步骤：
[0129] -在模型中使用估计的轮胎参数作为近似的轮胎参数，以便估计新的轮胎参数。
[0130] 该方法符合目的地包括下列步骤：
[0131] -检测参考运动的方差，以及
[0132] -基于所检测的方差估计车辆的轮胎参数。
[0133] 该方法优选这样进一步构造：当参考运动和/或模型运动超过确定值时，车辆的所估计的轮胎参数被视为有效。
[0134] 该方法符合目的地包括下列步骤：
[0135] -基于观测器对比参考运动和模型运动。
[0136] 关于轮胎参数估计单元中的方法，观测器优选是卡尔曼滤波器。
[0137] 优选信号处理装置具有融合滤波器，所述融合滤波器在至少传感器元件的传感器信号和/或由此导出的信号的共同分析处理过程中提供确定的融合数据组，其中，所述融合数据组分别具有关于确定物理参量的数据，其中，融合数据组对于至少一个物理参量包括所述物理参量的值和关于其数据品质的信息。
[0138] 优选信号处理装置这样构造，使得给物理参量的测量数据分别配置有时间信息，所述时间信息直接或间接包括关于对应的测量的时刻的信息，其中，信号处理装置至少在融合滤波器中产生融合数据组时考虑所述时间信息。
[0139] 传感器系统符合目的地设置在车辆、尤其是机动车、特别优选汽车中。
[0140] 优选融合滤波器这样构造，使得前后相继地执行分别配置有时间信息的功能步骤，其中，在功能步骤中分别处理关于物理参量的数据/值并且在确定时刻提供融合数据组，所述融合数据组关于融合滤波器处理和/或计算的每个物理参量分别提供物理参量的相对值以及关于数据品质的信息。
[0141] 融合滤波器优选至少对于物理参量之一在内部具有该物理参量的绝对值和/或内部值，其中，对于一个或多个物理参量，过去的功能步骤的绝对值和/或内部值被存储和准备好一个确定的时间段。
[0142] 符合目的的是，根据融合滤波器的物理参量的输入值的时间信息在融合滤波器中对所述输入值进行计算，其方式是所述输入值与这样的物理参量的绝对值和/或内部值进行比较和/或计算：该物理参量的时间信息、即绝对值和/或内部值的时间信息基本上与输入值的时间信息一致。
[0143] 优选这样的物理参量——输入值与该物理参量进行比较和/或计算——的绝对值和/或内部值由两个关于时间信息在时间上最近的所存储并且准备好的绝对值和/或内部值内插，尤其是这是具有比对应配置的输入值的时间信息稍新的时间信息的绝对值和/或内部值以及具有比所述对应配置的输入值的时间信息稍旧的时间信息的绝对值和/或内部值。
[0144] 符合目的的是，融合滤波器的输入值分别配置有时间信息，由此，物理参量的这些输入值分别具有时间级别，其中，在等待处理的功能步骤的范围内，融合滤波器的物理参量的输入值与这样的物理参量的融合滤波器的内部值进行计算：所述物理参量在时间级别上和/或关于时间信息基本上相应于对应的输入参量的对应的时间信息和/或时间级别。
[0145] 信号处理装置优选这样构造，使得当前等待处理的功能步骤的时间级别通过具有最新时间信息的物理参量的输入值的时间信息来确定，其中，时间信息较旧的物理参量的输入值外推到最新时间信息的时间级别并且接着与融合滤波器的内部值进行计算。
[0146] 优选信号处理装置这样构造，使得确定的时间段——在该时间段内数据/信息/值被存储和准备好——通过融合滤波器的输入数据的最大延迟来确定，所述最大延迟由物理参量的测量的时间信息相对于融合滤波器的当前等待处理的功能步骤的时间信息的最大差值来确定，其中，最大延迟尤其是被确定得大于或等于卫星导航系统的测量的最大预计的延迟，所述卫星导航系统是传感器系统的一部分。
[0147] 符合目的的是，信号处理装置这样构造，使得确定的时间段——在该时间段内数据/信息/值被存储和准备好——通过对于一些或每个物理参量特征不同的确定的时间段来确定。
[0148] 传感器系统优选包括卫星导航系统，所述卫星导航系统提供同步脉冲和/或同步方法，融合滤波器的时间信息通过所述同步脉冲和/或同步方法与卫星导航系统的时间信息同步。
[0149] 符合目的的是，卫星导航系统提供分别在所属的卫星与车辆之间的距离数据或与此相关的参量以及分别在所属的卫星与车辆之间的速度信息数据或与此相关的参量，所述距离数据或与此相关的参量以及速度信息数据或与此相关的参量作为输入值传输给融合滤波器，其中，卫星导航系统的物理参量的这些输入值与融合滤波器的内部值经时间校正地进行计算，其方式是，如果所述物理参量的输入值的时间信息比融合滤波器的当前等待处理的功能步骤的时间信息旧，则根据输入值的时间信息外推所述物理参量的内部值，其中，为了外推尤其是使用这样的物理参量的最后两个值的梯度，如果这两个值基于两个彼此相继的测量的话，在所述测量之间不存在同一个测量参量的测量。
[0150] 优选融合滤波器这样构造，使得所述融合滤波器考虑至少一个模型假设，所述模型假设出发点在于，在融合滤波器的一个或多个功能步骤之间补偿值和/或变化值和/或校正值和/或误差值仅受限制地或可忽略地在确定的时间段内变化，对于所述确定的时间段尤其是存储物理参量的绝对值和/或内部值。
[0151] 优选本发明基于这样的构思，为了在融合滤波器中对不同传感器或者说传感器元件或者说可选择地附加地卫星导航系统的在不同时刻测量的冗余的测量数据进行相互计算并且由此可在传感器融合的范围内利用冗余的优点，有利的是，对融合滤波器的属于相同测量时刻的测量参量和/或内部值进行计算，以便使形成融合滤波器的输入值的过时测量数据与当前测量数据、即当前在融合滤波器的等待处理的功能步骤中存在的测量数据的值之间的误差保持尽可能小。
[0152] 融合滤波器优选这样构造，使得融合滤波器的物理参量的比较值或者说内部值在一定的时间或者说尤其是应覆盖全部输入数据的整个滞后时间的确定时间段上被暂时存储，然后对于过去的匹配的内部值的数据融合对于比较而被选择出来并且与输入值进行计算。具体来讲，这例如可通过扫描/采样率/测量时刻来限制，滤波器的内部值与测量数据之间的一定的距离间隔特别优选保持存在。作为替换方案优选滤波器的两次扫描之间的值这样程度地精内插，使得与测量数据的时刻匹配地存在有效测量值。如果现在来自融合的内部值和分别相同的物理参量的测量数据或者说输入值在相同时刻或者说以基本上相同的对应配置的时间信息存在，则所述内部值和测量数据或者说输入值可简单地进行相互计算/融合。符合目的的是，来自融合的数据与测量数据的数据相比较，由此于是确定校正值，所述校正值更新融合滤波器的值。
[0153] 优选信号处理装置这样构造，使得融合滤波器的全部输入值分别连同对应设置的时间信息被存储确定的时间段，融合滤波器的过去的功能步骤的绝对值和/或内部值对于一个或多个物理参量分别连同对应配置的时间信息被存储确定的时间段。符合目的的是，当前等待处理的功能步骤的时间级别通过具有最新时间信息的物理参量的输入值的时间信息确定。符合目的的是，根据融合滤波器的物理参量的输入值的时间信息在融合滤波器中对这些输入值进行计算，其方式是这些输入值与这样的物理参量的绝对值和/或内部值进行比较和/或计算：所述物理参量的时间信息、即绝对值和/或内部值的时间信息基本上与输入值的时间信息一致。该计算的结果具有时间级别或者说涉及配置给输入参量以及绝对值或者说内部值的时间信息的时刻。从该结果出发，一个或多个功能步骤通过融合滤波器来执行，在时间上向前考虑分别新一个功能步骤的输入数据和绝对值或者说内部值，直到存在具有时间级别或者说配置有时间信息的功能步骤的结果，所述时间级别相应于在该计算过程开始时当前等待处理的功能步骤的时间级别，其通过具有最新时间信息的物理参量的输入值的时间信息确定。
[0154] 优选对于时间级别理解为绝对的或相对的时间信息或作为替换方案优选理解为时间序列中的级别、作为替换方案尤其是两者的组合。
具体实施方式
[0157] 图1示出了传感器系统的一个实施例的示意性视图，所述传感器系统被设置用于安置和应用在车辆中。在此，作为功能块来解释传感器元件和卫星导航系统以及信号处理装置的最重要的信号处理单元及其相互间的共同作用。
[0158] 传感器系统包括惯性传感器装置1，即IMU，“inertial measurement unit”，所述惯性传感器装置这样构造，使得所述惯性传感器装置至少可检测沿着确定的第一、第二和第三轴线的加速度并且至少可检测绕所述确定的第一轴线、绕所述确定的第二轴线和绕所述确定的第三轴线的转动率，其中，确定的第一轴线相应于车辆的纵向轴线，确定的第二轴线相应于车辆的横向轴线，确定的第三轴线相应于车辆的垂直轴线。这三个轴线形成笛卡尔坐标系，即车辆坐标系。
[0159] 传感器系统具有捷联算法单元2，在所述捷联算法单元中执行捷联算法，用所述捷联算法至少处理惯性传感器装置1的传感器信号以形成经校正的导航数据和/或行驶动力学数据。捷联算法单元2的所述输出数据包括下列物理参量的数据：车辆的各速度、加速度以及转动率——例如关于车辆坐标系的三个轴线以及根据例子附加地分别以世界坐标系为参考，所述世界坐标系适用于描述在大地上车辆的取向和/或动力学参量。此外，捷联算法单元2的输出数据包括关于车辆坐标系的位置和关于世界坐标系的取向。附加地，捷联算法单元的输出数据具有方差，作为关于上述物理参量、至少上述物理参量中的一些的数据品质的信息。这些方差根据例子不是在捷联算法单元中计算，而是仅由所述捷联算法单元使用和传送。
[0160] 此外，捷联算法单元的输出数据根据例子还是整个传感器系统的输出数据或者说信号或者说发出数据12。
[0161] 此外，传感器系统对于车辆的每个车轮包括车轮转速传感器元件3，根据例子为四个，所述车轮转速传感器元件分别检测车辆的车轮任意之一的车轮转速并且分别附加地检测转动方向，传感器系统附加地包括转向角传感器元件3，所述转向角传感器元件检测车辆的转向角。车轮转速传感器元件和转向角传感器元件形成用于检测里程信息的传感器装置3。
[0162] 此外，传感器系统具有卫星导航系统4，所述卫星导航系统这样构造，使得所述卫星导航系统检测和/或提供分别在所属的卫星与车辆之间的距离数据或与此相关的参量以及分别在所属的卫星与车辆之间的速度信息数据或与此相关的参量。根据例子，卫星导航系统4附加地向融合滤波器提供起始位置或者说起始位置信息，至少用于传感器系统启动或接通。
[0163] 此外，传感器系统的信号处理装置包括融合滤波器5。融合滤波器5在至少传感器元件3的传感器信号和/或由此导出的信号、即里程和卫星导航系统4的输出信号和/或由此导出的信号的共同分析处理过程中提供确定的融合数据组6。所述融合数据组分别具有关于确定物理参量的数据，其中，融合数据组6对于至少一个物理参量包括所述物理参量的值和关于其数据品质的信息，其中，所述关于数据品质的信息根据例子以方差为特征。
[0164] 融合数据组6作为所述至少一个物理参量的值包括相对值，例如校正值，也被称为补偿值。根据例子，校正值分别由累积的误差值或者说变化值得到，所述累积的误差值或者说变化值由融合滤波器5提供。
[0165] 融合数据组6的对应的物理参量的相对值因此根据例子是校正值和方差。换言之，融合数据组6根据例子计算误差分配，所述误差分配作为输入参量或者说输入数据组提供给捷联算法单元并且由所述捷联算法单元在其计算中至少部分地考虑。所述误差分配作为数据组或者说输出数据至少包括物理参量的校正值或者说误差值以及作为关于数据品质的信息分别包括关于每个值的方差。在此，由融合滤波器至少将校正值和关于物理参量即分别以车辆坐标系为参考的速度、加速度和转动率、即所述参量关于所述坐标系的分别三个分量的方差以及车辆坐标系与惯性传感器装置1的坐标系或者说安装取向之间的IMU取向或者说IMU取向角以及以世界坐标系为参考的位置传递给捷联算法单元。
[0166] 融合数据组的物理参量的值直接地或者说间接地基于传感器元件3和卫星导航系统4的传感器信号来计算，其中，至少一些参量、例如车辆关于车辆坐标的速度和位置相对于捷联算法单元2的数据冗余地被检测和分析处理。
[0167] 融合滤波器5根据例子构造成误差状态空间序贯扩展卡尔曼滤波器，即构造成这样的卡尔曼滤波器，所述卡尔曼滤波器尤其是包括线性化并且在所述卡尔曼滤波器中计算和/或估计校正值并且所述卡尔曼滤波器序贯地工作并且在此使用/考虑在序贯的对应功能步骤中可供使用的输入数据。
[0168] 融合滤波器5这样构造，使得在融合滤波器的功能步骤的过程中始终异步地将传感器元件3、即车轮转速传感器元件和转向角传感器元件的最新的对于融合滤波器可供使用的信息和/或信号和/或数据间接地借助于车辆模型单元7和卫星导航系统4直接地或间接地序贯地更新和/或接收到融合滤波器中并且在融合滤波器5的所属功能步骤的计算中予以考虑。
[0169] 车辆模型单元7这样构造，使得所述车辆模型单元由车轮转速传感器元件3和转向角传感器元件3的传感器信号至少计算沿着确定的第一轴线的速度、沿着确定的第二轴线的速度以及绕确定的第三轴线的转动率并且提供给融合滤波器5。
[0170] 传感器系统根据例子具有四个车轮转速传感器元件3，其中，车轮转速传感器元件之一分别配置给车辆的任意一个车轮，其中，车辆模型单元7这样构造，使得所述车辆模型单元由车轮转速传感器元件的传感器信号和通过转向角传感器单元提供的转向角和/或每个车轮的尤其是通过用于前轮的转向角传感器元件并且借助于至少一个另外的用于后轮的转向角传感器元件或至少由用于后轮的模型假设检测的转向角直接或间接计算每个车轮沿着/关于确定的第一和第二轴线的速度分量和/或速度，其中，由分别关于确定的第一和第二轴线的所述八个速度分量和/或四个速度计算沿着确定的第一轴线的速度、沿着确定的第二轴线的速度以及绕确定的第三轴线的转动率。
[0171] 此外，传感器系统或者说其信号处理装置包括轮胎参数估计单元10，所述轮胎参数估计单元这样构造，使得所述轮胎参数估计单元至少计算每个车轮的半径、根据例子计算动力学半径并且附加地计算每个车轮的侧向偏离刚度和滑转刚度(Schlupfsteifigkeit)并且作为附加输入参量提供给车辆模型单元7，其中，轮胎参数估计单元10这样构造，使得所述轮胎参数估计单元使用基本上线性的轮胎模型来计算车轮/轮胎参量。轮胎参数估计单元的根据例子的输入参量在此是车轮转速3和转向角3、至少部分地或完全地是捷联算法单元2的输出参量或者说值、尤其是附加地关于物理参量的值的由其提供的方差以及关于这样的物理参量的融合滤波器5的方差：所述物理参量是轮胎参数估计单元10的输入参量。
[0172] 此外，传感器系统或者说其信号处理装置包括GPS误差识别和确认单元11，所述GPS误差识别和确认单元这样构造，使得所述GPS误差识别和确认单元根据例子作为输入数据获得卫星导航系统4的输出数据或者说输出信号以及至少部分地获得捷联算法单元2的输出数据或者说输出信号并且在其计算中予以考虑。
[0173] 在此，GPS误差识别和确认单元11附加地与融合滤波器5连接并且与所述融合滤波器交换数据。
[0174] GPS误差识别和确认单元11例如这样构造，使得所述GPS误差识别和确认单元执行下列方法：
[0175] 用于选择卫星的方法，包括：
[0176] -基于GNSS信号、即全球导航卫星系统信号、即卫星导航系统4的输出信号或者说输出数据测量车辆相对于卫星的测量位置数据，
[0177] -确定车辆的对于基于GNSS信号确定的测量位置数据而言冗余的参考位置数据，[0178] -当测量位置数据和参考位置数据的对比满足预确定的条件时，选择该卫星，[0179] -其中，为了对比测量位置数据和参考位置数据而形成测量位置数据与参考位置数据之间的差，
[0180] -其中，预确定的条件是测量位置数据与参考位置数据之间的最大允许误差，[0181] -其中，最大允许误差与标准差相关，所述标准差基于用于参考位置数据的参考方差与用于测量位置数据的测量方差的和来计算，
[0182] -其中，最大允许误差这样相应于标准差的多倍，使得测量位置数据进入到与标准差相关的差异区间的概率低于预确定的阈值。
[0183] 此外，传感器系统或者说其信号处理装置具有停车识别单元8，所述停车识别单元这样构造，使得所述停车识别单元可识别车辆的停车并且在识别到车辆停车的情况下至少向融合滤波器5提供来自停车模型的信息，在此尤其是这样的信息：绕全部三个轴线的转动率具有值零并且至少一个位置变化参量也具有值零，尤其是沿着全部三个轴线的速度具有值零。停车识别单元8在此根据例子这样构造，使得所述停车识别单元作为输入数据使用车轮转速或者说车轮转速信号以及惯性传感器装置1的“原始”或者说直接的输出信号。
[0184] 信号处理装置根据例子计算和/或使用其值涉及车辆坐标系的物理参量的第一组数据并且附加地计算和/或使用其值涉及世界坐标系的物理参量的第二组数据，其中，所述世界坐标系尤其是至少适用于描述在大地上车辆的取向和/或动力学参量，其中，传感器系统具有取向模型单元9，用所述取向模型单元计算车辆坐标系与世界坐标系之间的取向角。
[0185] 车辆坐标系与世界坐标系之间的取向角在取向模型单元9中至少基于下列参量来计算：关于车辆坐标系的速度、关于世界坐标系的速度以及转向角。
[0186] 车辆坐标系与世界坐标系之间的取向角根据例子在取向模型单元9中附加地至少基于下列参量之一或多个来计算：车辆以世界坐标系为参考的取向信息、融合滤波器的校正值和/或方差中的一些或全部和/或车辆以车辆坐标系和/或世界坐标系为参考的加速度。
[0187] 取向模型单元9使用捷联算法单元2的输出数据和/或输出信号中的一些或全部来计算。
[0188] 取向模型单元9根据例子这样构造，使得所述取向模型单元除了取向角之外还计算和提供关于该参量的数据品质的信息、尤其是取向角的方差，其中，取向模型单元9将车辆坐标系与世界坐标系之间的取向角以及关于该参量的数据品质的信息提供给融合滤波器5，融合滤波器在其计算中使用所述取向角并且特别优选将关于该参量的数据品质的信息、尤其是取向角的方差传送给捷联算法单元2。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种低轨卫星通信系统下与小区切换无关的终端跟踪区域维护方法 | 2020-05-08 | 161 |
| 一种定位方法及装置 | 2020-05-08 | 464 |
| 融合SAR与光学偏移量技术的地表维形变计算方法及系统 | 2020-05-11 | 641 |
| 一种基于车载经纬仪的自定位定向系统及方法 | 2020-05-11 | 771 |
| 融合北斗与多传感器的机场行李牵引车定位装置与方法 | 2020-05-08 | 103 |
| 一种进行卫星通信设备的方法 | 2020-05-08 | 896 |
| 雾监测设备的位置选取方法、装置、计算机设备和介质 | 2020-05-08 | 844 |
| 基于高轨星载SAR系统的电离层层析方法及系统 | 2020-05-11 | 337 |
| 一种基于反卷积和高斯分解的地物空间信息获取方法 | 2020-05-11 | 12 |
| 一种遥感图像快速处理方法 | 2020-05-08 | 564 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈