通过数据融合的失效操作的车辆速度估计的制作方法

通过数据融合的失效操作的车辆速度估计的制作方法
【专利摘要】本发明涉及通过数据融合的失效操作车辆速度估计，其中数据融合包括6-DOF IMU、GPS和雷达数据融合。公开了一种用于提供冗余车辆速度估计的方法。该方法包括从多个主要传感器提供传感器输出信号和从惯性测量单元提供惯性测量信号。该方法也包括利用主要传感器信号在主要模块中估计车辆速度，并且在预定时间段内缓冲来自主要模块的所估计的车辆速度值。该方法还包括确定主要传感器或主要模块中的一个或多个已失效，并且如果如此，则利用缓冲的车辆速度值和惯性测量信号在次要模块中估计车辆速度。如果GPS信号数据和/或静态物体的测距数据可用，该方法能够使用上述数据以在次要模块中改进估计的车辆速度。
【专利说明】
通过数据融合的失效操作的车辆速度估计
技术领域
[0001] 本发明总体上涉及用于估计车辆速度的系统和方法，并且更具体地涉及用于在主 要速度估计模块失效的情况中车辆速度的次要或冗余估计的系统和方法，其中次要速度估 计模块采用来自6自由度(D0F)惯性测量单元aMU)、GPS接收器和距离传感器的传感器输 入。
【背景技术】
[0002] 车辆正变得更加自主或者认识到目标是完全自主驾驶的车辆，即能够在最小限度 的或没有驾驶员干预的情况下提供驾驶控制的车辆。自适应巡航控制系统已经可用多年， 其中系统不仅维持设定速度，而且也将在检测到在主体车辆前方存在更缓慢地运动的车辆 的情况中自动地使车辆减慢。当前存在的车辆控制系统包括自主停泊，其中车辆将自动地 提供用于停泊车辆的转向控制。而且，如果驾驶员做出可以影响车辆稳定性和车道居中能 力的生硬的转向改变，则存在的控制系统可以干预，其中车辆系统试图使车辆保持在行驶 车道的中间附近。未来的车辆将有可能采用用于变道、通过、转离交通、转入交通、汇入交 通、在交叉路口处穿过或转向等的自主系统。
[0003] 车辆上的各种主动安全控制系统、驾驶员辅助系统和自主驾驶操作(诸如电子稳 定性控制(ECS)、自适应巡航控制(ACC)、车道保持(LK)、变道(LC)等等），需要高度稳健且精 确的模块以便估计各种车辆动力学。这样的模块对于提供关于车辆位置和速度的知识以控 制车辆而言是必要的。
[0004] 用于上述系统及其它的主动安全控制依赖于准确的车辆速度估计以便获得恰当 的性能。现今，所提出的系统的这些类型依赖于车轮转速传感器和其它车辆运动学输入来 提供车辆速度估计。但是，有时确定车辆速度的传感器和控制模块失效或者不正确地操作， 其中车辆速度的损失可能是严重的。某些机动车辆安全要求(诸如ASIL-D)在如果发生主要 估计处理器失效时，需要冗余车辆速度估计方法。例如，对于那些需要主动控制的系统，需 要控制系统在失效事件之后五秒内提供准确的速度估计以便为驾驶员提供时间来掌控车 辆。期望的将是利用车辆上的现有硬件提供这样的冗余速度估计方法以降低车辆成本。

【发明内容】

[0005] 本公开描述了用于提供冗余车辆速度估计的系统和方法。所述方法包括提供来自 多个主要传感器的传感器输出信号和提供来自惯性测量单元的惯性测量信号。所述方法也 包括利用主要传感器信号在主要模块中估计车辆速度，并且在预定时间段中缓冲来自主要 模块的所估计的车辆速度值。所述方法进一步包括确定主要传感器中的一个或多个或主要 模块是否失效，并且如果是这样，则利用缓冲的车辆速度值和惯性测量信号在次要模块中 估计车辆速度。所述方法能够使用GPS信号数据和/或由距离传感器(诸如雷达、光检测与测 距和视觉系统)提供的距静态物体的速度数据，以便改善次要模块中的所估计的车辆速度 (如果它们是可用的）。
[0006] 本发明还公开了以下技术方案： 方案1. 一种用于提供移动平台的速度的冗余估计的方法，所述方法包括： 从多个主要传感器提供传感器输出信号； 从惯性测量单元提供惯性测量信号； 利用所述主要传感器信号在主要模块中估计所述速度； 在预定时间段内缓冲来自所述主要模式的估计的速度值； 确定所述主要传感器或所述主要模块中的一个或多个已失效;以及 如果所述主要传感器或所述主要模块已失效，则利用所述缓冲的速度值和所述惯性测 量信号在次要模块中估计所述速度。
[0007] 方案2.根据方案1所述的方法，其中，提供传感器输出信号包括从车轮转速传感 器、转向角传感器、偏航率传感器或者纵向加速度传感器提供传感器输出信号。
[0008] 方案3.根据方案1所述的方法，其中，从惯性测量单元提供惯性测量信号包括从6 自由度惯性测量单元提供惯性测量信号，包括三个加速度值，包括横向、纵向和上/下加速 度值;以及包括滚动、俯仰和偏航值的三个角速率值。
[0009] 方案4.根据方案1所述的方法，还包括提供GPS信号从而识别所述移动平台的位 置，其中在次要模块中估计所述速度包括利用来自所述GPS信号的移动平台位置数据来改 进所述速度的估计。
[0010] 方案5.根据方案1所述的方法，还包括提供从所述移动平台至检测到的静态物体 的距离传感器信息，其中在次要模块中估计所述速度包括利用所述距离传感器信息来改进 所述速度的估计。
[0011] 方案6.根据方案1所述的方法，其中，在次要模块中估计所述速度包括在主体坐 标系中利用运动学。
[0012] 方案7.根据方案6所述的方法，其中在主体坐标系中利用运动学包括使用等式：
其中1淨是所述主体坐标系b中所述惯性测量单元的中心处的速度，其对应于纵向、横 向和上/下速度，即# ^ ，其中假定所述移动平台总是接触地面，具体地 在卡尔曼滤波中"虚拟"测量值_@Q是所述b_坐标系中角速度co的斜对称矩阵;裏@ 是惯性坐标系a中的地球重力向量，具体地（〔九0, -9.80 665)T m/s2; 是从所述b-坐标 系到惯性坐标系a的旋转矩阵；/&是所述b-坐标系中的加速度;并且《是所述b-坐标系中 的角速率;并且其中所述斜矩阵Q是：
并且其中巾是滚动角度，9是俯仰角度并且it是偏航角度。
[0013] 方案8.根据方案6所述的方法，其中，在所述次要模块中估计所述速度包括从平 台运动的所述惯性测量信号中去除沿上/下方向的数据。
[0014] 方案9.根据方案6所述的方法，其中，在所述次要模块中估计所述速度包括从所 述惯性测量信号中去除偏航数据。
[0015] 方案10.根据方案1所述的方法，其中，所述预定时间段是五秒。
[0016] 方案11.根据方案1所述的方法，其中，所述移动平台是车辆。
[0017] 方案12. -种用于提供车辆速度的冗余估计的方法，所述方法包括： 从多个主要传感器提供传感器输出信号； 从6自由度惯性测量单元提供惯性测量信号，包括三个加速度值，包括横向、纵向和上/ 下加速度值;以及包括滚动、俯仰和偏航值的三个角速率值； 提供识别所述车辆的位置的GPS信号； 提供从所述车辆至检测到的静态物体的距离传感器信息； 利用所述主要传感器信号在主要模块中估计所述车辆速度； 在预定时间段内缓冲来自所述主要模式的估计的所述车辆速度； 确定所述主要传感器或所述主要模块中的一个或多个已失效;以及 利用缓冲的所述车辆速度值和所述惯性测量信号在次要模块中估计所述车辆速度，包 括利用来自所述GPS信号的车辆位置数据和所述距离传感器信息以改进所述车辆速度的估 计。
[0018] 方案13.根据方案12所述的方法，其中，提供传感器输出信号包括从车轮转速传 感器、转向角传感器、偏航率传感器或者纵向加速度传感器提供传感器输出信号。
[0019] 方案14.根据方案12所述的方法，其中，在次要模块中估计所述车辆速度包括在 车辆主体坐标系中利用车辆运动学。
[0020] 方案15.根据方案14所述的方法，其中，在车辆主体坐标系中利用车辆运动学包 括利用等式：
其中1#是所述车辆主体坐标系b中的所述惯性测量单元的中心处的车辆速度，其对应 于车辆纵向、横向和上/下速度，即，其中假定所述车辆的车轮总是 接触地面，具体地在卡尔曼滤波中"虚拟"测量值轉Q是所述b-坐标系中角速度《 的斜对称矩阵；是惯性坐标系a中的地球重力向量，具体地|_麻一I，關義:懷義0 ; II是从所述b-坐标系到所述惯性坐标系a的旋转矩阵;是所述b-坐标系中的加速度;并 且w是所述b -坐标系中的角速率;并且其中所述斜矩阵是：
并且所述角速率w是： 并且其中巾是滚动角度，9是俯仰角度并且it是偏航角度。
[0021] 方案16.根据方案14所述的方法，其中，在所述次要模块中估计所述车辆速度包 括从车辆运动的所述惯性测量信号中去除沿上/下方向的数据。
[0022] 方案17.根据方案14所述的方法，其中，在所述次要模块中估计所述车辆速度包 括从所述惯性测量信号中去除偏航数据。
[0023] 方案18. -种用于提供车辆速度的冗余估计的系统，所述系统包括： 提供传感器输出信号的多个主要传感器； 提供惯性测量信号的惯性测量单元； 利用所述主要传感器信号估计所述车辆速度的主要器件； 用于在预定时间段内缓冲所估计的车辆速度值的器件； 用于确定所述主要传感器或所述主要器件中的一个或多个已失效的器件；以及 用于利用所述缓冲的车辆速度值和所述惯性测量信号在次要模块中估计所述车辆速 度的次要器件。
[0024]方案19.根据方案18所述的系统，其中，所述惯性测量单元是6自由度惯性测量单 元，其提供包括横向、纵向和上/下加速度值的三个加速度值以及包括滚动、俯仰和偏航值 的三个角速率值。
[0025]方案20.根据方案18所述的系统，还包括用于提供识别所述车辆的位置的GPS信 号的GPS接收器和提供从所述车辆至检测到的静态物体的距离信息的距离传感器，其中用 于在次要模块中估计所述速度的所述器件包括利用来自所述GPS信号的位置数据和所述距 离传感器信息来改进所述速度的估计。
[0026] 结合附图从以下描述和所附权利要求中将显而易见到本发明的附加特征。
【附图说明】
[0027] 图1是包括用于估计车辆速度的冗余系统的车辆的简单示意图； 图2是包括用于估计车辆速度的主要模块和用于估计车辆速度的次要模块的控制系统 的框图； 图3是示出用于估计车辆速度的车辆运动学的流程图； 图4是示出用于在主要模块失效之前估计车辆姿态的过程的流程图； 图5是沿道路行驶的车辆的图示，其示出用于利用测距数据改善车辆速度的估计的技 术中所采用的变量;以及 图6是示出用于利用GPS信号或测距数据来测量车辆纵向速度的过程的流程图。
【具体实施方式】
[0028] 本发明实施例的下述讨论涉及用于在主要车辆速度估计失效的情况下估计车辆 速度的次要技术，其在本质上仅是示例性的并且不以任何方式试图限制本发明或其应用或 使用。例如，如所讨论的那样，系统和方法具有用于估计车辆速度的具体应用。但是，如本领 域技术人员将认识到的那样，系统和方法可以具有用于其它移动平台（诸如火车、机器、拖 拉机、船舶、娱乐车辆等上)的应用。
[0029] 如下文将详细描述的那样，本发明提出了用于在用于估计车辆速度的主要系统失 效的情况下估计车辆速度的次要系统和方法。在一种实施例中，次要速度估计系统具有下 述应用：用于在主要技术已失效之后的特定时间段(诸如五秒）内提供车辆速度估计，如车 辆自主或半自主驾驶控制系统的机动车辆标准所要求的那样，以允许车辆驾驶员有时间掌 控车辆。次要速度估计技术采用来自在主要速度估计系统中未被用于确定车辆速度的现有 车辆传感器的数据。在一种实施例中，次要速度估计系统采用来自6-D0F頂U、GPS接收器和 距离传感器(诸如雷达、光检测和测距、视觉系统等等)的信号，它们能够融合在一起以确定 车辆速度。在主要速度估计系统运转的期间，针对若干样本点缓冲所计算的车辆速度，其中 针对每个样本周期不断地更新缓冲的速度信息。通过利用由主要系统计算的缓冲的车辆速 度数据，在主要速度估计系统失效之后的某些时间段内，6-D0F MU传感器数据被用于推算 车辆速度。来自6-D0F頂U的这种数据能够结合GPS信号（如果它们是可用的）来使用。此外， 来自车辆周围的静止物体的速度测量数据能够结合所推算的6-D0F IUM数据和GPS信号中 的一者或二者来使用。
[0030] 图1是包括冗余车辆速度估计系统12的车辆10的简化的示意图。系统12包括主要 车辆速度估计模块14和次要车辆速度估计模块16,每个车辆速度估计模块均能够生成对车 辆横向和纵向速度的估计。由模块14和16生成的车辆横向和纵向速度被提供至一个或多个 控制器18,所述控制器18控制车辆的一些方面(诸如自主驾驶系统、主动安全控制系统、稳 定性控制系统等等）。主要模块14接收来自若干运动学传感器的信号（总体上在框20处表 示），其使用这些信号来估计车辆速度。这样的传感器可以包括车轮转速传感器、方向盘角 度传感器、偏航率传感器、纵向和横向加速度传感器等等。如果这些传感器中的一个或多个 失效或者模块14本身失效，则系统12将检测到该失效，并且使用来自次要模块16而不是主 要模块14的车辆速度估计信号。次要模块16使用不同于主要模块14的传感器，诸如6-D0F 頂U、GPS接收器、距离传感器等等，总体上在框22处表示。
[0031] 图2是类似于系统12的车辆速度估计系统30的示意性框图。系统30包括主要车辆 速度估计模块32和次要车辆速度估计模块34，其向主动安全控制器36提供所估计的车辆横 向和纵向速度信号。模块32包括计算车辆速度估计信号的主要函数处理器38和确定模块32 的任何部分或其输入是否已发生失效的失效-安全判定(decider)处理器40。同样地，次要 模块34包括次要函数处理器42,其计算仅当主要模块32失效时使用的车辆速度估计信号。 次要模块34也包括失效-安全判定处理器44,其确定次要模块34是否恰当地运行。主要模块 32和次要模块34从车辆通信信道或总线48接收传感器信号。若干传感器46(诸如车轮转速 传感器、转向角传感器、偏航率传感器、纵向和炜度加速度传感器等等)在总线48上提供由 主要模块32获取的传感器信号。此外，系统30包括6-D0F MU 50、GPS接收器52和距离传感 器54,它们也向通信总线48提供它们的信号并且可用于次要模块34。
[0032]次要模块34也接收来自主要函数处理器38的速度信号并且在至少某些滚动时间 段(诸如五秒)缓冲那些速度信号。如果检测到主要模块32中的故障，则次要模块34读取缓 冲的数据并且利用来自6-D0F MU 50的角速率和加速度信号推算该数据以提供车辆速度 估计。6-D0F頂U 50是某些车辆上可用的公知传感器，其提供六个变化速率的测量值，具体 地，车辆滚动、俯仰和偏航的角速率测量值《，以及纵向加速度、横向加速度和上/下加速度 的加速度测量值f。在次要模块34中利用储存的速度值和6-DOF IMU数据对车辆速度的推算 能够利用来自GPS接收器52的GPS数据和/或来自检测静止物体(如果是可用的）的距离传感 器54的数据来校正或扩充，其中车辆和所检测的静止物体之间的间距的距离变化率能够被 用于帮助确定车辆速度。如果主要模块32从失效或故障恢复，则系统30的操作转变回主要 模块32，其中主要模块32的状态变量(诸如车辆纵向速度、车辆横向速度、滚动角度和俯仰 角度)使用通信总线48上的来自次要模块34的最近的状态变量来初始化。
[0033]以下讨论描述了来自6-D0F頂U 50的速率变化数据如何能够用于在主要模块32 已失效之后的一些时间段内利用缓冲的车辆速度数据预测车辆速度。车辆主体坐标系b中 的车辆速度的常微分方程(0DE)的车辆运动学限定为：
其中是车辆主体坐标系b中MU 50的中心处的车辆速度，其对应于车辆纵向、横向 和上/下速度，即，其中假定车辆的车轮总是接触地面，具体地在卡 尔曼滤波中"虚拟"测量值_$ ^Q是在b-坐标系中的角速度《的斜对称矩阵;議?是在 惯性坐标系a中的地球重力向量，具体地遽&是从b-坐标系到惯 性坐标系a的旋转矩阵;是由b-坐标系中的加速度计测量的车辆加速度(MU数据）;并且 w是由b-坐标系中的陀螺仪测量的角速率(頂U数据）;并且其中斜矩阵Q是：
其中〇是滚动角度，9是俯仰角度并且也是偏航角度。
[0034] 如果值P是车辆的重心(CG)在惯性坐标系(a-坐标系）中的速度，则由于牛顿定 律：
注意旋转矩阵的性质以及车辆主体坐标系中观察到的加速度向量。使等式(6)乘以 旋转矩阵海出车辆主体坐标系b中的车辆速度的0DE。
[0035] 图3是示出等式（1)如何被用于预测车辆速度值;!#的流程图60。在框62处提供来 自主要模块32的最后缓冲的车辆速度值if，其具有三个分量，即，纵向速度__、横向速度 和车辆上/下速度丨_，如：
[0036] 在框64处对主体坐标系中的车辆速度求积分以获得车辆速度值#=:。在框66处速 度值一被用于获得上速度误差一 1其在乘法器70中乘以在框68处提供的卡尔曼滤波增 益K以获得一器::％p。然后，在减法器72中从车辆速度值:一减去滤波的上速度误差一 以在线74上获得估计的纵向和横向车辆速度信号作为来自次要函数处理器42的输出。
[0037] 关于如何获得速度值〖，的讨论提供如下。在框76处提供来自6-D0F IMU 50的俯 仰、滚动和偏航角速率《，并且在框78处将其用于计算斜矩阵Q。斜矩阵Q在乘法器80中乘 以车辆速度值1.声并且由逆变器82求逆以获得作为等式(1)的第一分量的值一及?户。
[0038]在次要模块34中由次要函数处理器42预测车辆速度需要车辆姿态（即滚动、俯仰 和偏航）的初始值，其确定了从惯性坐标系统(a-坐标系）到车辆坐标系统(b-坐标系）的旋 转矩阵||。在这种示例中，值对于方位旋转是不变的，并且因此仅需要车辆的滚动 和俯仰角，其中偏航角被设定为零。对于静止车辆，车辆的滚动和俯仰姿态能够从重力向量 和IMU测量的加速度之间的二维角度计算出。然而，对于运动的车辆，能够利用来自主要模 块32的车辆速度向量值确定滚动和俯仰的姿态。来自框78的斜矩阵由逆变器58求逆 以获得斜矩阵的逆矩阵，其在乘法器98中乘以线56上提供的旋转矩阵的估计以获得 值一ili|。向积分算子86提供在检测到主要模块32的故障之前在框84处提供的最后缓冲的 旋转矩阵和来自乘法器98的值以生成新的旋转矩阵1|。图4和下述讨论示出了 当主要模块32起作用时如何确定这些缓冲的旋转矩阵。
[0039]由旋转矩阵形成的空间是非欧几里得(non-Euclidean)的，并且因此当处理车辆 姿态估计时需要特别小心。例如，来自积分算子86的值居^可以不是旋转矩阵。需要奇异值 分解(SVD)投影来提供值U的归一化以将其识别为旋转矩阵。计算SVD矩阵U、S和V，使得：
[0040] 在框88处通过如下计算获得归一化的旋转矩阵: 。(10)。
[0041 ]从旋转矩阵获得包括滚动角巾、俯仰角9和偏航角也的车辆姿态。车辆坐标系统 (b-坐标系)附接至车辆的主体，并且a-坐标系是惯性坐标系统。
[0042]旋转矩阵能够由三个欧拉角表示为： 振=:卿:1:,輕。(11)。
[0043] 从a-坐标系至b-坐标系的旋转矩阵篆|被提供为：
[0044] 从b-坐标系到a-坐标系的旋转矩阵衣|的导数确定如下。考虑到车辆的滚动巾、俯 仰9和偏航力运动的无穷小的角度:透象顯3神 r，对应的旋转矩阵R能够由 繼:及愚+扇9近似，其中3多-是旋转角度舞|的斜对称矩阵表示：
其中x代表斜对称矩阵算子，即，CM? Si :f_(獅。
[0045] 在时间t，b_坐标系中的向量p能够在a_坐标系中表示为现在考 虑在时间:t手在e时：
[0046] 旋转矩阵衣|的时间导数限定为：

是斜对称矩阵角速率《 ，即焱=隣_。注意到等 式(15)等价于车辆姿态： (16) 来自框88的旋转矩阵穷|和来自框90的重力向量Jf由乘法器92相乘以获得等式(1)的 第二分量，具体地没气在框94处提供来自6-D0F頂U 50的三个加速度值以用于等式 (1)的第三分量，并且所有分量~ 和/^由加法器96加在一起以获得发送至积 分框64的速度值
[0047] 图4是流程图100,其示出用于利用在框102处由主要模块32提供的速度向量确 定或估计失效前的车辆姿态9的过程。速度向量1#在框104处被低通滤波，并且由求导框 106提供其变化率以获得速度向量值的变化率Pt。在框108处提供MU角速率co，并且在框 110处提供MU加速度变化率/ &。在框112处利用角速率co计算斜矩阵Q，如与上文描述的 框78中相同的那样。然后在乘法器114中斜矩阵Q乘以速度值〗._以获得值。加速度变 化率f§由逆变器1 1 6求逆，并且值和-I#由加法器1 1 8相加以获得 '^夺.#:!^: -!^，在框120处利用滚动-俯仰角0和来自框122的重力向量f从该值如下估 计旋转矩阵
旋转矩阵it的估计是： 氣纖，。（21)。
[0048]针对滚动角巾和俯仰角0的车辆姿态0被计算为：
[0049]如上所述，如果来自GPS接收器52的GPS数据可用，则其能够被用于结合由頂U 50 提供的数据来改善预测的车辆速度，原因在于随着误差累积，预测性能降低。GPS信号根据
:被用作车辆纵向速度的测量值，其中屬是车辆纵向速度， %_是车辆横向速度，并且e是零均值高斯分布误差。当新的GPS数据到达且信号接收高于 预定的信噪比时，当发生GPS校正时应用卡尔曼-布西滤波器来校正车辆速度估计。
[0050]而且，如上所述，来自距离传感器的速度数据能够被用于改善车辆速度估计量。作 为示例实施例，下文参考图5讨论利用雷达数据的校正，其中图5示出沿道路130行驶的车辆 128的图示126。车辆128包括前雷达传感器132和后雷达传感器134,其检测沿着道路132的 物体，例如分别检测道路标志136和138。利用以下状态变量：车辆纵向速度和横向速度 % =你fam-L来自頂u 50的车辆偏航率、二维斜对称矩阵、由雷达传感器132 检测到的在车辆坐标系中位于点：Pi:处的第i个物体、距离变化率(range rate),、由雷达 传感器132检测到的在车辆坐标系中位于点Pj处的第j个物体，以及距离变化率，，能够获 得两个测量值等式，如：
其中麵和％是由雷达多普勒测量值引入的零均值高斯分布误差项。因此卡尔曼-布西 滤波器能够被设计成基于测量值等式校正车辆速度预测。
[0051] 图6是流程图140,其示出用于利用GPS数据和/或雷达数据(如果其可用）以帮助确 定所估计的车辆速度的过程。算法开始于框142并且在决策菱形144处确定新的GPS数据或 雷达数据是否可用。如果在决策菱形144处新的GPS或雷达数据不可用，则在框146处算法使 用如上讨论的来自IMU数据的预测的车辆速度。如果在决策菱形144处新的GPS信号或雷达 数据是可用的，则在决策菱形148处算法确定信号接收是否足够良好或者雷达静态目标是 否存在。如果在决策菱形148处GPS信号接收并不令人满意或者雷达静态目标不存在，则算 法进行到框146以使用车辆预测速度数据。如果在决策菱形148处GPS信号良好或者雷达传 感器正拾取静态目标，则在框150处算法使用那些值中的一个或两个以从所预测的车辆速 度信号中去除误差。由框150提供的基于卡尔曼-布西滤波的校正在框68处提供为误差校 正。
[0052] 如本领域技术人员将很好地理解的，本文讨论的用以描述本发明的多个和各种步 骤和过程可以指的是由计算机、处理器或利用电气现象操纵和/或传输数据的其它电子计 算装置来执行的操作。那些计算机和电子装置可以采用各种易失性和/或非易失性存储器， 包括带有储存于其上的可执行程序的非瞬时计算机可读介质，所述可执行程序包括能够由 计算机或处理器执行的各种代码或者可执行指令，其中存储器和/或计算机可读介质可以 包括所有形式和类型的存储器和其它计算机可读介质。
[0053] 前述讨论仅公开并描述了本发明的示例性实施例。本领域技术人员从这样的讨论 和从附图和权利要求中将容易地认识到，能够在不背离如所附权利要求所限定的本发明的 精神和范围的情况下在其中做出各种改变、改型和变型。
【主权项】
1. 一种用于提供移动平台的速度的冗余估计的方法，所述方法包括： 从多个主要传感器提供传感器输出信号； 从惯性测量单元提供惯性测量信号； 利用所述主要传感器信号在主要模块中估计所述速度； 在预定时间段内缓冲来自所述主要模式的估计的速度值； 确定所述主要传感器或所述主要模块中的一个或多个已失效；以及 如果所述主要传感器或所述主要模块已失效，则利用所述缓冲的速度值和所述惯性测 量信号在次要模块中估计所述速度。2. 根据权利要求1所述的方法，其中，提供传感器输出信号包括从车轮转速传感器、转 向角传感器、偏航率传感器或者纵向加速度传感器提供传感器输出信号。3. 根据权利要求1所述的方法，其中，从惯性测量单元提供惯性测量信号包括从6自由 度惯性测量单元提供惯性测量信号，包括三个加速度值，包括横向、纵向和上/下加速度值； 以及包括滚动、俯仰和偏航值的三个角速率值。4. 根据权利要求1所述的方法，还包括提供GPS信号从而识别所述移动平台的位置，其 中在次要模块中估计所述速度包括利用来自所述GPS信号的移动平台位置数据来改进所述 速度的估计。5. 根据权利要求1所述的方法，还包括提供从所述移动平台至检测到的静态物体的距 离传感器信息，其中在次要模块中估计所述速度包括利用所述距离传感器信息来改进所述 速度的估计。6. 根据权利要求1所述的方法，其中，在次要模块中估计所述速度包括在主体坐标系中 利用运动学。7. 根据权利要求6所述的方法，其中在主体坐标系中利用运动学包括使用等式：其中#是所述主体坐标系b中所述惯性测量单元的中心处的速度，其对应于纵向、横向 和上/下速度，即，其中假定所述移动平台总是接触地面，具体地在 卡尔曼滤波中"虚拟"测量值Q是所述b-坐标系中角速度co的斜对称矩阵；是 惯性坐标系a中的地球重力向量，具体地f ft獅一 ili顯紙知2; :_是从所述b-坐标系 到惯性坐标系a的旋转矩阵；是所述b-坐标系中的加速度;并且《是所述b-坐标系中的 角速率;并且其中所述斜矩阵D是：并且所述角速率〇是： 并且其中是滚动角度，9是俯仰角度并且也是偏航角度。8. 根据权利要求6所述的方法，其中，在所述次要模块中估计所述速度包括从平台运动 的所述惯性测量信号中去除沿上/下方向的数据。9. 一种用于提供车辆速度的冗余估计的方法，所述方法包括： 从多个主要传感器提供传感器输出信号； 从6自由度惯性测量单元提供惯性测量信号，包括三个加速度值，包括横向、纵向和上/ 下加速度值;以及包括滚动、俯仰和偏航值的三个角速率值； 提供识别所述车辆的位置的GPS信号； 提供从所述车辆至检测到的静态物体的距离传感器信息； 利用所述主要传感器信号在主要模块中估计所述车辆速度； 在预定时间段内缓冲来自所述主要模式的估计的所述车辆速度； 确定所述主要传感器或所述主要模块中的一个或多个已失效；以及 利用缓冲的所述车辆速度值和所述惯性测量信号在次要模块中估计所述车辆速度，包 括利用来自所述GPS信号的车辆位置数据和所述距离传感器信息以改进所述车辆速度的估 计。10. -种用于提供车辆速度的冗余估计的系统，所述系统包括： 提供传感器输出信号的多个主要传感器； 提供惯性测量信号的惯性测量单元； 利用所述主要传感器信号估计所述车辆速度的主要器件； 用于在预定时间段内缓冲所估计的车辆速度值的器件； 用于确定所述主要传感器或所述主要器件中的一个或多个已失效的器件；以及 用于利用所述缓冲的车辆速度值和所述惯性测量信号在次要模块中估计所述车辆速 度的次要器件。
【文档编号】G01S19/52GK106053879SQ201610212098
【公开日】2016年10月26日
【申请日】2016年4月7日 公开号201610212098.6, CN 106053879 A, CN 106053879A, CN 201610212098, CN-A-106053879, CN106053879 A, CN106053879A, CN201610212098, CN201610212098.6
【发明人】S.曾, D.M.西罗斯基, D.W.德尔
【申请人】通用汽车环球科技运作有限责任公司