用于确定移动终端设备相对于车辆的停留范围的方法、计算机可读介质、系统和包括该系统的车辆与流程

本发明涉及一种用于确定移动终端设备相对于车辆的停留范围的方法。此外本发明涉及一种用于确定移动终端设备相对于车辆的停留范围的计算机可读介质、一种用于确定移动终端设备相对于车辆的停留范围的系统以及一种包括确定所述系统的车辆。

背景技术：

移动设备可以使用于控制车辆的不同功能。为此经常必要的是确定移动设备的位置。为了确定移动设备的位置，由现有技术已知不同的方法。移动设备的单独位置例如可以借助于基于卫星的位置确定、借助于三角测量法或借助于卡尔曼滤波法来确定。这些由现有技术已知的方法使用单独的测量的位置，以便确定移动设备的位置。

技术实现要素：

因此本发明的目的在于有效地改善移动设备、特别是移动终端设备相对于车辆的位置确定。

该目的通过各独立权利要求的特征解决。本发明有利的实施方案和进一步扩展方案由各从属权利要求中得出。

按照第一方面，本发明的特征在于一种用于确定移动终端设备相对于车辆的停留范围的方法。所述停留范围可以包括如下区域，移动终端设备以预定的置信度或者说以预定的置信值位于所述区域中。所述确定停留范围可以包括将停留范围提供给车辆的组件和/或功能。移动终端设备可以是智能设备：例如智能手机或智能手表，和/或可穿戴设备：例如钥匙、车辆钥匙、卡片、增强现实眼镜或通常随身穿戴的标签。所述车辆可以是陆上车辆、例如机动车或摩托车。

所述方法包括产生相对于车辆的位置集合。位置可以是移动终端设备可能的停留地点。所述位置集合可以包括预定数量的位置。所述预定数量可以根据车辆、移动终端设备、车辆的周围环境和/或车辆功能而改变。所述位置集合可以在车辆的优选附近的周围中产生。车辆的周围可以通过无线接口的发送/接收有效范围和/或通过预定的车辆特定的或周围环境特定的距离参数来限定。位置可以相对于车辆和/或车辆的一个或多个参考点产生。参考点例如可以是无线接口的天线、测量点和/或传感器的位置。优选地，车辆包括多个参考点。

此外，所述方法包括计算移动终端设备关于位置集合中的一个位置的停留概率。优选地，所述方法可以计算移动终端设备关于位置集合中的所有位置的停留概率。此外所述方法包括将位置集合中的一个位置与车辆的多个区域中的一个区域相关联。优选地，所述方法可以将位置集合中的所有位置不与车辆的区域相关联或者将其与车辆的恰好一个区域相关联。如果所述方法没有给位置分配区域，则在所述方法的进一步进程中不再观察这些位置。位置与区域的关联可以通过将位置映射到区域上来实现。

车辆的区域可以是车辆特定的。优选地，车辆包括至少两个区域、优选地多于两个区域，例如3、4、5、6、7……个区域。例如区域可以包括车辆的内部空间、右车门的外部空间、左车门的外部空间或后备箱。区域可以包括在车辆的内部或外部空间中可以随意选择的空间。车辆的区域优选是预先定义的。利用区域可以结合车辆的功能。区域可以二维或三维地定义。车辆的区域可以相对于车辆定义。车辆的区域可以相对于车辆的一个或多个参考点定义。

此外，所述方法包括根据与所述多个区域中的一个区域相关联的各位置来确定移动终端设备关于该区域的汇总的停留概率。优选地，所述方法确定移动终端设备关于车辆的所有区域的汇总的停留概率。如果所述移动终端设备关于所述多个区域关于所述多个区域中的一个区域的汇总的停留概率超过预定的置信值，则所述方法将该区域确定为移动终端设备的停留范围。优选地，所述置信或者说置信值是根据车辆功能和/或车辆功能的类型规定的阈值。所述置信值可以车辆特定和/或周围环境特定地规定。90％的置信值例如可以意味着，位置集合中90％的位置必须与一个确定的区域相关联，借此将该区域确定为移动设备的停留范围。

有利地，在未了解移动终端设备准确的停留地点或者说准确的位置的情况下可以更精确地确定移动终端设备关于车辆的区域的停留范围。通过使用位置集合可以实现将移动终端设备更好地分配在相邻区域的边界范围内。因此可以有效地避免将移动终端设备错误地分配给区域。因此可以有效地改善移动终端设备相对于车辆的位置确定。

按照一种有利的实施方案，计算移动终端设备关于位置集合中的一个位置的停留概率可以包括：测量移动终端设备相对于车辆的距离，并且根据移动终端设备的所测量的距离借助于非线性概率密度函数确定移动终端设备关于该位置的停留概率。以此可以有效地确定移动终端设备关于位置集合中的一个或所有位置的停留概率。

按照另一种有利的实施方案，确定移动终端设备关于一个区域的汇总的停留概率可以包括：确定该区域的相关联的位置的数量，计算由该预先定义的区域的相关联的位置的数量与位置集合中的位置的总数的比值，并且将所计算的比值确定为所述移动终端设备关于该预先定义的区域的汇总的停留概率。以此可以有效地确定，位置集合中的多少比例的位置处于确定的区域中。

按照另一种有利的实施方案，所述方法还可以包括借助于运动模型来适配所述位置集合中的一个或多个位置，以用于产生新位置集合。此外，所述方法可以计算移动终端设备关于新位置集合中的一个位置的停留概率，并且去除新位置集合中的一个或多个如下位置，所述位置的所计算的停留概率未超过预定的最小停留概率。预定的最小停留概率可以是车辆和/或功能特定的。此外所述方法可以包括：产生新的位置，从而使新位置集合的位置总数与位置集合的位置总数一致，将新的位置添加到新位置集合中，并且将新位置集合中的一个位置与车辆的多个区域中的一个区域相关联。优选地，所述方法可以将新位置集合中的部分位置或全部位置与一个区域相关联。此外所述方法可以包括根据新位置集合中的与一个区域相关联的位置确定移动终端设备关于该区域的汇总的停留概率。如果移动终端设备关于区域的汇总的停留概率超过预定的置信值，则所述方法可以将该区域确定为移动终端设备的停留范围。对此位置集合中的一个或多个位置可以迭代地适配于移动终端设备的运动，从而可以实现该方法的收敛性。借此可以有效地实现移动终端设备与区域更准确地关联。

按照另一种有利的实施方案，所述运动模型可以偶然地和/或基于移动终端设备的运动传感器数据来适配所述位置集合中的位置，并且所述新的位置优选可以在新位置集合中的位置的附近周围中产生。借此可以有效地改善移动终端设备的停留范围的确定。

按照另一种有利的实施方案，所述方法还可以包括：如果一个区域的相关联的位置的汇总的停留概率未超过预定的置信值，并且达到未超过预定的置信值的预定次数，则中断确定移动终端设备的停留范围。借此如果无法找到具有预定的置信值的区域，则可以结束所述方法。

按照另一方面，本发明的特征在于一种用于确定移动终端设备的停留范围的计算机可读介质，所述计算机可读介质包括指令，所述指令当在控制器或计算机上执行时实施上述描述的方法。

按照另一方面，本发明的特征在于一种用于确定移动终端设备的停留范围的系统，其中，所述系统包括实施上述描述的方法的装置。

按照另一方面，本发明的特征在于一种车辆，所述车辆包括上述描述的用于确定移动终端设备的停留范围的系统。

本发明其它的特征由各权利要求书、各附图和附图说明得出。所有上述在说明书中提到的特征及特征组合以及以下在附图描述中提到的和/或在附图中单独示出的特征及特征组合可以不仅以相应给出的组合而且以其它组合亦或单独地来使用。

附图说明

以下借助于各附图描述一种本发明优选的实施例。由此得出本发明其它的细节、优选的实施方案和进一步扩展方案。详细地示意性示出：

图1示出一种用于确定移动终端设备相对于车辆的停留范围的方法的示例性场景，

图2示出示例性的第一概率密度函数，

图3示出示例性的第二概率密度函数，以及

图4示出示例性的第三概率密度函数。

具体实施方式

图1详细地示出一种用于确定移动终端设备102相对于车辆104的停留范围的方法的示例性场景100。所述方法可以在车辆104的控制器中或各控制器的组合中实施。移动终端设备102(例如智能手机)可以使用为用于触发车辆功能，例如用于激活或停用车辆进入系统或用于认证发动机起动。为了能够触发车辆功能，可以确定移动终端设备102相对于车辆104的停留范围。所述方法可以产生相对于车辆104的位置集合。所述位置集合初始可以随机产生。如在图1中示出的那样，利用正号标记初始位置集合的位置。示例性地，以106标记出初始位置集合中的位置。

所述方法可以计算移动终端设备102关于位置集合中的位置106的停留概率。计算停留概率可以包括测量移动终端设备102相对于车辆104的距离。所述移动终端设备的距离可以相对于车辆104的一个或多个参考点108、110、112、114来测量。参考点108、110、112、114例如可以是车辆104的测量点或天线。如在图2中示出的那样，每个参考点108、110、112、114实施一次测量，以便确定移动终端设备102关于相应的参考点的距离。参考点108测量距离116、参考点110测量距离118、参考点112测量距离120以及参考点114测量距离122。

所述距离的测量可以借助于无线电技术来实施：利用高频(例如频率为2.4ghz和更高)可以实施飞行时间(简称tof)测量。在利用高频测量距离时可能出现反射、遮挡和/或衍射特性，这可能影响距离测量的结果。因此所述距离的测量可以具有两种状态：

视距(los)：距离的测量相应于在移动终端设备102与车辆104、特别是与车辆104的参考点108、110、112、114之间的最短的距离；或者

非视距(nlos)：距离的测量相应于比在移动终端设备102与车辆104、特别是与车辆104的参考点108、110、112、114之间的最短距离更长的距离。

在测量移动终端设备102与车辆104的距离时经常未知：所述距离的测量是los测量还是nlos测量。借助于tof无线电技术测量距离可能导致：移动终端设备102与车辆104的实际距离可能短于例如在nlos测量的情况下所测量的距离，然而该实际距离可能不长于在los测量的情况下所测量的距离。

为了确定移动终端设备102关于位置集合中的位置的停留概率，可以根据所测量的移动终端设备102的距离使用非线性、特别是非高斯的概率密度函数。优选地借助于概率密度函数评价位置集合中的每个位置，以便确定移动终端设备102关于位置的停留概率。

所述停留概率密度函数对于移动终端设备102的每个所测量的距离可以相同或不同。在图1的场景中测量四个距离116、118、120和120。因此对于每个所测量的距离可以使用相同或不同的概率密度函数，以便关于相应的所测量的距离确定位置集合中的位置的停留概率。对于位置集合中的位置124例如可以关于所测量的距离116、118、120和122来确定停留概率。

此外所述方法可以将位置集合中的一个位置与车辆104的多个区域126、128、130中的一个区域126、128、130相关联。图1中的车辆104具有三个示例性的区域：内部空间区域126，在车辆104右侧的区域128和在车辆104左侧的区域130。车辆104的区域126、128、130可以预先定义。车辆104的区域126、128、130例如可以相对于车辆104的参考点108、110、112和114来定义。所述区域126、128、130可以二维或三维地定义。

位置124可以与车辆104的一个区域126、128、130相关联，其方式为检验位置124是否处于区域126、128、130之内。如果位置124处于区域126之内，则位置124与区域126相关联。优选地，所有位置要么没有关联给区域，如果例如在未定义区域的位置处(例如在位置106处)，要么恰好关联给如下区域，所述区域定义在该位置上(例如在位置124上)。根据车辆功能可以定义更多或更少的区域126、128、130，可以改变区域126、128、130的尺寸和/或在各区域126、128、130之间的界限是不同的。

与区域126、128、130相关联的各位置可以用于确定移动终端设备102关于这些区域126、128、130的汇总的停留概率。所述汇总的停留概率可以定义为移动终端设备基于与一个区域相关联的确定数量的或所有位置的停留概率。为了确定汇总的停留概率可以确定与所述区域相关联的位置的数量，并且除以位置集合中的位置总数，以便获得与所述区域相关联的位置关于位置总数的比值。该比值相应于移动终端设备的汇总的停留概率。有利地，通过确定上述描述的比值可以确定移动终端设备102的汇总的停留概率。如果位置的总数例如是100个位置并且90个位置位于一个确定的区域之内，则百分之90的位置在所述区域的之内。如果百分之90的位置在确定的区域之内，则汇总的停留概率是百分之90。因此，移动终端设备102以汇总的停留概率百分之90位于所述区域之内。

如果移动终端设备102关于所述多个区域126、128、130中的一个区域126、128、130的汇总的停留概率超过预定的置信值，则该方法可以将所述区域126、128、130确定为移动终端设备102的停留范围。预定的置信值可以根据车辆功能来定义。例如关键的车辆功能(例如起动发动机或释放车辆进入)可能需要高的置信度或者说高的置信值。不太关键的车辆功能(例如调整座椅或个性化信息娱乐系统)可能需要较低的预定的置信值。

通过将汇总的停留概率与预定的置信值相比较，所述方法可以作出不同的决定。如果汇总的停留概率等于预定的置信值或者超过预定的置信值，则移动终端设备102与所述区域的关联是有效的。因此所述区域是移动终端设备102的停留范围。如果汇总的停留概率不等于预定的置信值或未超过预定的置信值，则不能决定移动终端设备102的停留范围。然而可以迭代地实施所述方法，以便基于至少部分的新位置集合确定移动终端设备的停留范围。可以预定所述方法的迭代数量。如果汇总的停留概率不等于预定的置信值或未超过预定的置信值，并且超过了预定的最大迭代数量，则所述方法中断确定移动终端设备的停留范围。通过所述方法无法作出关于移动终端设备102对于具有预定置信值的区域的停留范围的决定。与区域相关联的位置是无效的。无法确定移动终端设备102的区域。

以下描述了迭代实施所述方法。所述方法已经如上描述的那样初始实施过。然而在初始实施所述方法时无法确定移动终端设备102的等于预定置信值或超过预定置信值的汇总的停留概率。因此也无法确定移动终端设备的有效区域。

详细地，所述方法可以选择和/或改变初始位置集合中的位置并且将这些位置作为在迭代实施该方法时的进一步方法的基础来使用。

借助于运动模型可以适配位置集合中的部分或全部位置，以用于产生新位置集合。例如可以确定位置集合中的部分位置，其方式为从位置集合中确定至少具有预定的、最小停留概率的位置。位置集合中未超过预定的、最小停留概率的位置不可继续被观察。例如可以将位置集合中的未超过预定的最小停留概率的位置从位置集合中去掉。通过所述运动模型来适配各位置可以模仿移动终端设备102的运动。用于各位置的运动模型可以自由选择。普遍地，通过运动模型关于偶然的、估计的和/或所测量的运动来适配位置。例如所述运动模型可以是随机的运动模型。所述运动模型例如可以不考虑运动方向的状态在使用随机数的情况下适配所述位置，以便减小用于位置适配的计算花费。在位置适配后可以根据所述位置到一个或多个参考点的距离和所属的概率密度函数对于优选每个位置计算停留概率、特别是当前的停留概率。具有较小停留概率的位置可以从新位置集合中去掉。此外将已适配的位置添加到新位置集合中。

此外所述方法可以产生一个或多个新的位置，从而使新位置集合的位置总数与位置集合的位置总数一致。因此，所述方法即使在该方法每次迭代时也都应用相同数量的位置。优选地，可以在已适配的位置的附近周围中产生新的位置。这可以提高该方法的收敛性。所述新位置可以同样添加到新位置集合中。因此所述新位置集合包括与初始位置集合数量相同的位置。

所述迭代实施的其他步骤相应于初始实施该方法的步骤。详细地,计算移动终端设备关于新位置集合中的一个位置的停留概率，将新位置集合中的一个位置与车辆的多个区域中的一个区域相关联，并且根据新位置集合中与该区域相关联的位置计算移动终端设备关于该区域的汇总的停留概率。如果移动终端设备关于一个区域的汇总的停留概率超过预定的置信值，则将该区域确定为移动终端设备的停留范围。否则所述方法重新迭代实施直至确定出具有必需的置信值的区域或达到最大迭代数量。在图1中以圆形符号标记在该方法的一次或多次迭代实施后代表移动终端设备的停留范围的位置。一个示例性的位置标记为132。以圆形符号标记的位置多数处于内部空间区域126中。因此以圆形符号标记的位置满足预定的置信值。因此移动终端设备102所确定的区域是车辆104的内部空间区域126。

图2、3和4示出示例性的用于确定移动终端设备关于位置集合中的位置的停留概率的概率密度函数。图2详细地示出一种示例性的对应不已知所述距离测量是los测量还是nlos测量的情况的概率密度函数。在图2中，所测量的移动终端设备102的距离以202表示。所述移动终端设备102的停留概率在位置处于所测量的移动终端设备102的距离附近时最高，并且该停留概率随着所述位置到所测量的距离的间距增加而降低。处于比移动终端设备102的所测量的距离更远的位置具有停留概率0。

图3详细地示出针对已知所述距离的测量是los测量的情况的概率密度函数。在图3中所测量的移动终端设备102距离以302表示。所述移动终端设备102的停留概率在位置处于所测量的距离附近的时最高，并且该停留概率随着所述位置到所测量的距离的间距增加而快速降低。处于比移动终端设备102的所测量的距离更远的位置具有停留概率0。

图4详细地示出针对已知所述距离的测量是nlos测量的情况的概率密度函数。在图4中移动终端设备102d所测量的距离以402表示。所述移动终端设备的102停留概率在位置处于所测量的距离附近时最高，并且该停留概率随着所述位置到所测量的距离的间距增加仅缓慢降低。因此即使更远的位置也分配到高的停留概率。所测量的距离仅轻微影响位置的停留概率。处于比移动终端设备102的所测量的距离更远的位置具有停留概率0。

有利地，上述描述的方法在不知道关于所测量的移动终端设备的距离存在误差的情况下可以精确地确定移动终端设备的停留范围。此外可以确定：所述方法是收敛的因此可以确定有效的区域、还是所述方法不是收敛的且无法确定有效的区域。因此该方法可以有效地识别不能决定的情况。因此可以正确地相对于车辆关于区域精确地确定移动终端设备的定位。移动终端设备的停留范围可以有效地映射到区域中，并且快速地确定与区域的关联。

附图标记列表

100场景

102移动终端设备

104车辆

106初始位置集合中的位置

108参考点

110参考点

112参考点

114参考点

116所测量的距离

118所测量的距离

120所测量的距离

122所测量的距离

124初始位置集合中的位置

126区域

128区域

130区域

132新位置集合中的位置

200概率密度函数

202所测量的距离

300概率密度函数

302所测量的距离

400概率密度函数

402所测量的距离