超声测距信号的处理方法、系统、车辆及电子设备与流程

1.本发明涉及数据处理技术领域，尤其涉及一种超声测距信号的处理方法、系统、车辆及电子设备。


背景技术：

2.超声波传感器被广泛用于车辆的周围环境感知。通过测量超声波从发射到接收回波的时间差，再结合实时声速可以计算出超声波传感器与待测物之间的距离，以泊车系统为例，通过超声波传感器的测距，可以解除驾驶员在泊车和启动车辆时需要前后左右探视周围环境所引起的困扰，提高了驾驶安全性和便捷性。
3.很多情况下，车辆在不同环境下所面对的待测物是随机的，同时，车辆上的超声波传感器和待测物处于相对静止或者相对低速运动的状态，例如：车辆泊车入库时的超声波测距，摊铺机施工时利用超声波测量的沥青摊铺厚度等。另外，超声波信号容易受空气的温湿度、气流等的影响，因而，超声波信号往往是随机变化且含有较多环境噪声的。
4.基于此，由于待测物相对于超声波传感器的运动模型多是随机或没有明显运动规律的，一般的动力学或运动学建模方法难以满足超声波信号建模的精度。因而，降低了基于超声波传感器进行测距的车辆的驾驶安全性和/或施工质量。


技术实现要素：

5.本发明提供一种超声测距信号的处理方法、系统、车辆及电子设备，用以解决现有技术中因对超声波测距信号的建模精度不高，所造成的超声输出信号质量不高的缺陷，实现对超声波测距信号高精度建模，提高超声输出信号质量。
6.本发明提供一种超声测距信号的处理方法，包括：
7.获取第一数据和第二数据，所述第一数据为当前时刻的超声测距信号的检测值，所述第二数据为基于样本粒子和超声测距数据的预设时间序列模型得到的当前时刻的超声测距数据的预测值；所述样本粒子为基于先前时刻的超声测距数据的检测值和先前时刻的超声测距数据的预测值，生成的先前时刻的预设数量的样本数据，所述先前时刻为当前时刻前的时刻；
8.基于所述第一数据、所述第二数据和预设观测方程，确定所述当前时刻的每个所述样本粒子的权重；
9.将所述当前时刻的每个所述样本粒子的所述权重进行归一化，并重采样，得到所述当前时刻的每个所述样本粒子的权重终值；
10.将基于预选样本粒子和所述预选样本粒子的所述权重终值确定的当前时刻的超声测距数据的计算值，作为所述当前时刻的超声测距数据，所述预选样本粒子为由所述当前时刻的所述样本粒子中按照预设规则选择的所述样本粒子。
11.根据本发明所述的超声测距信号的处理方法，所述基于所述第一数据、所述第二数据和预设观测方程，确定所述当前时刻的每个所述样本粒子的权重后，还包括：
12.对所述当前时刻的所述样本粒子进行聚类，得到多个簇；
13.基于每个所述簇的簇中心，确定所述簇中距离所述簇中心最近的所述样本粒子；
14.对所述簇中距离所述簇中心最近的所述当前时刻的所述样本粒子的权重，按照预设补偿值进行补偿。
15.根据本发明所述的超声测距信号的处理方法，所述将所述当前时刻的每个所述样本粒子的权重进行归一化，并重采样，包括：
16.在小于或等于预设阈值的范围内，随机选取一个所述权重，作为待修正样本粒子的第一新权重，所述待修正样本粒子为将所述权重进行归一化后，得到的归一化权重大于所述预设阈值的所述样本粒子；
17.将所述预设阈值与所述第一新权重的差值，均匀分配给除所述待修正样本粒子外的其他所述样本粒子，使其他所述样本粒子得到第二新权重；
18.将所述第一新权重和所述第二新权重进行归一化，且在得到的新的归一化权重中存在大于所述预设阈值的权重时，再次进行所述重采样。
19.根据本发明所述的超声测距信号的处理方法，所述将基于预选样本粒子和所述预选样本粒子的所述权重终值确定的当前时刻的超声测距数据的计算值，作为所述当前时刻的超声测距数据，包括：
20.按照所述预设规则，由所述当前时刻的所述样本粒子中确定出所述预设数量的所述预选样本粒子；
21.将所述预设数量的所述预选样本粒子的加权和，作为所述当前时刻的超声测距数据。
22.根据本发明所述的超声测距信号的处理方法，所述按照所述预设规则，由所述当前时刻的所述样本粒子中确定出所述预设数量的所述预选样本粒子，包括：
23.基于所述当前时刻的所述样本粒子的所述权重终值，确定各所述权重终值被选取的选取概率；
24.基于所述选取概率，确定各所述权重终值被选取的累积概率；
25.基于所述累积概率，以及随机生成的在所述累积概率的限定范围内的随机数，由所述当前时刻的所述样本粒子中确定出所述预选样本粒子；
26.重复生成不同的所述随机数，直至由所述当前时刻的所述样本粒子中确定出所述预设数量的所述预选样本粒子。
27.根据本发明所述的超声测距信号的处理方法，还包括：
28.生成所述样本粒子的方法，所述方法包括：
29.基于所述先前时刻的超声测距数据的检测值初值和由所述预设时间序列模型得到的所述先前时刻的超声测距数据的预测值，确定所述先前时刻所述样本粒子的生成范围；
30.在相应的所述生成范围内，生成所述先前时刻的所述预设数量的所述样本粒子。
31.本发明还提供一种超声测距信号的处理系统，包括：
32.获取模块，用于获取第一数据和第二数据，所述第一数据为当前时刻的超声测距信号的检测值，所述第二数据为基于样本粒子和超声测距数据的预设时间序列模型得到的当前时刻的超声测距数据的预测值；所述样本粒子为基于先前时刻的超声测距数据的检测
值和先前时刻的超声测距数据的预测值，生成的先前时刻的预设数量的样本数据，所述先前时刻为当前时刻前的时刻；
33.第一处理模块，用于基于所述第一数据、所述第二数据和预设观测方程，确定所述当前时刻的每个所述样本粒子的权重；
34.第二处理模块，用于将所述当前时刻的每个所述样本粒子的所述权重进行归一化，并重采样，得到所述当前时刻的每个所述样本粒子的权重终值；
35.第三处理模块，用于将基于预选样本粒子和所述预选样本粒子的所述权重终值确定的当前时刻的超声测距数据的计算值，作为所述当前时刻的超声测距数据，所述预选样本粒子为由所述当前时刻的所述样本粒子中按照预设规则选择的所述样本粒子。
36.本发明还提供一种车辆，包括：车辆本体、布置在所述车辆本体上的超声波传感器，以及如上述所述的超声测距信号的处理系统。
37.本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的超声测距信号的处理方法。
38.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的超声测距信号的处理方法。
39.本发明提供的一种超声测距信号的处理方法、系统、车辆及电子设备，通过获取当前时刻的超声测距数据的检测值，以及基于样本粒子和超声测距数据的预设时间序列模型得到的所述当前时刻的超声测距数据的预测值，之后基于当前时刻的超声测距数据的检测值、超声测距数据的预测值和预设观测方程，确定当前时刻的每个样本粒子的权重，并在将当前时刻的每个样本粒子的权重进行归一化后，重采样，进而得到为当前时刻的每个样本粒子分配的权重终值，最后将基于由当前时刻的样本粒子中选取的预选样本粒子和预选样本粒子对应的权重终值确定的当前时刻的超声测距数据的计算值，作为当前时刻的超声测距数据。利用超声测距数据的时序特性，将超声测距数据视为时间序列，通过预设超声测距数据的时间序列模型，然后以时间序列模型作为粒子滤波算法中的先验模型，实现对超声测距传感器的检测数据的滤波优化，从而降低超声波传感器输出信号的噪声和随机误差，即提高了超声输出信号的质量，进而保证了驾乘安全性和/或施工质量。
附图说明
40.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
41.图1是本发明实施例提供的一种超声测距信号的处理方法的流程示意图；
42.图2是超声波传感器的检测值和时间的关系图；
43.图3是采用本发明实施例提供的超声测距信号的处理方法对图2的检测值进行处理后的估计值和时间的关系图；
44.图4是本发明实施例提供的一种超声测距信号的处理系统的结构示意图；
45.图5是本发明提供的电子设备的结构示意图。
具体实施方式
46.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
47.可以理解的是，通过测量超声波从发射到接收回波的时间差，再结合实时声速，可以计算出超声波传感器与待测物之间的距离，因而，超声波传感器较为适用于待测物相对于超声波传感器低速运动或处于相对静止状态的场景。所以目前超声波传感器在车辆上的应用，主要集中于泊车辅助系统、自动泊车系统、盲区预警系统以及找平系统等。
48.然而，车辆经常处于不同的环境中，且大多位于室外，因而，随所处环境的不同，车辆周围的待测物也并不固定。另外，超声波本身容易受到空气温湿度等因素的影响。利用超声波传感器进行距离检测常面临包含强噪声和干扰的工况。此时，如果不对超声测距数据进行处理，较易出现随机误差，进而影响用户的驾乘体验和/或施工质量，甚至影响驾乘安全。
49.基于此，本发明实施例提供一种超声测距信号的处理方法，从而提高基于超声波传感器检测距离的准确性，即提高车辆的驾乘安全和/或施工质量。
50.下面结合图1至图3描述本发明的一种超声测距信号的处理方法，基于车辆的控制器和/或其中的软件或硬件执行的，其中，所述控制器可以是车辆上本身设置的整车控制器，也可以是单独设置的用于处理超声测距信号的控制器。
51.如图1所示，本发明实施例提供的超声测距信号的处理方法包括以下步骤：
52.101、获取第一数据和第二数据，所述第一数据为当前时刻的超声测距数据的检测值，所述第二数据为基于样本粒子和超声测距数据的预设时间序列模型得到的当前时刻的超声测距数据的预测值；所述样本粒子为基于先前时刻的超声测距数据的检测值，生成的先前时刻的预设数量的样本数据，所述先前时刻为当前时刻前的时刻；
53.可以理解的是，对于车辆来说，每次泊车或进行路面找平等所需要检测的待测物以及车辆的运动轨迹均不一定相同。因而，待测物相对于超声波传感器的运动模型多是随机或者没有明显运动规律的。基于此，基于一般动力学或运动学的建模方法较难满足对超声波信号的建模精度。
54.进一步地，车辆上的超声波传感器一般基于预设周期向控制器发送检测得到的数据，即在每个预设周期向控制器发送一次检测数据，然后控制器基于获得的检测数据判断待测物与车辆的距离，并进一步提醒用户或控制车辆动作。可见，超声波信号具有明显的时序特性，基于时间序列的建模方法可以满足对超声波信号的建模要求。
55.具体地，基于在每个预设周期获取的超声测距数据的时序性，可以构建超声测距数据的时间序列模型，然后基于时间序列模型以及先前时刻的样本粒子，可以获取各样本粒子在当前时刻的先验值，即当前时刻的超声测距数据的预测值。
56.更具体地，基于时间序列模型，可以利用先前时刻的样本粒子，来预测当前时刻的超声测距数据。所以，先前时刻的数量与时间序列模型的具体形式有关。例如：当超声测距数据服从于如下述公式1所示的三阶自回归模型时：
57.x
t
＝a1x
t-1
+a2x
t-2
+a3x
t-3
+ω
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
58.其中，x
t
为t时刻的超声测距数据；ai，i＝1,2,3为待定系数，例如：可以利用实验数据，通过最小二乘法来确定；ω～n(0,q)为服从均值为0，方差为q的正态分布的噪声。当前时刻t的超声测距数据，由t-1、t-2以及t-3三个先前时刻的超声测距数据决定，所以，先前时刻的第一预设数量为三个。
59.进一步地，当前时刻的超声测距数据的预测值的个数，由每个先前时刻的样本粒子的数量决定，例如：先前时刻t-1的样本粒子的第二预设数量为十个时，可以经由公式1所示的三阶自回归模型得到的当前时刻的超声测距数据的预测值的数量也为十个。即每个先前时刻生成的样本粒子数量越多，得到的当前时刻的超声测距数据的预测值越多。
60.102、基于所述第一数据、所述第二数据和预设观测方程，确定所述当前时刻的每个所述样本粒子的权重；
61.具体地，第一数据为当前时刻的超声测距数据的检测值，即由超声波传感器得到的当前时刻的观测值，第二数据为基于样本粒子和预设时间序列模型得到的当前时刻的超声测距数据的预测值，即当前时刻的先验值，通过先验值和观测值，可以得到后验值。
62.可以理解的是，在粒子滤波算法中，超声波传感器可用一个观测方程代表，而观测方程的形式一般可以为：
63.zj＝h(xj)+v
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
64.其中，zj代表由超声波传感器在j时刻输出的超声测距数据的检测值；h(
·
)为测量函数；v～n(0,r)为服从均值为0，方差为r的正态分布的噪声。
65.更具体地，将上述公式2所示的观测方程作为本发明实施例提供的超声测距信号的处理方法中的预设观测方程，并仍以超声测距数据服从公式1所示的三阶自回归模型为例，则j时刻样本粒子i的先验值为：
[0066][0067]
同时，因为j时刻的超声测距数据的检测值zj已知，则将公式2和公式3结合，通过zj、和j时刻的上一时刻j-1时刻的样本粒子i的权重就可以得到j时刻样本粒子i的权重
[0068][0069]
103、将所述当前时刻的每个所述样本粒子的所述权重进行归一化，并重采样，得到所述当前时刻的每个所述样本粒子的权重终值；
[0070]
具体地，在确定了j时刻的各样本粒子的权重后，需要对权重进行归一化，然后进行重采样，以减少出现样本粒子退化现象的可能，从而提高对超声波传感器输出的超声测距数据的滤波优化效果。
[0071]
104、将基于预选样本粒子和所述预选样本粒子的所述权重终值确定的当前时刻的超声测距数据的计算值，作为所述当前时刻的超声测距数据，所述预选样本粒子为由所述当前时刻的所述样本粒子中按照预设规则选择的所述样本粒子。
[0072]
具体地，由公式4可知，当前时刻的权重与上一时刻的权重有关。因而，在初始时刻，为了获得初始时刻的下一时刻的权重，可以为生成的样本粒子分配初始权重，例如：可以为n个样本粒子分别分配初始权重1/n；也可以为n个样本粒子随机分配权重，然后保证各样本粒子的权重之和为1即可。
[0073]
本发明实施例提供的超声测距信号的处理方法，通过利用超声测距数据的时序特性，将超声测距数据视为时间序列，预设超声测距数据的时间序列模型，然后以时间序列模型作为粒子滤波算法中的先验模型，实现对超声测距传感器的检测数据的滤波优化，从而降低超声波传感器输出信号的噪声和随机误差，提高了超声输出信号的质量。
[0074]
作为本发明的一种实施例，所述基于所述第一数据、所述第二数据和预设观测方程，确定所述当前时刻的每个所述样本粒子的权重后，还包括：
[0075]
对所述当前时刻的所述样本粒子进行聚类，得到多个簇；
[0076]
基于每个所述簇的簇中心，确定所述簇中距离所述簇中心最近的所述样本粒子；
[0077]
对所述簇中距离所述簇中心最近的所述当前时刻的所述样本粒子的权重，按照预设补偿值进行补偿。
[0078]
具体地，在对当前时刻的每个样本粒子确定权重后，将样本粒子进行聚类，然后对于每个聚类中心，选取一个距离簇中心最近的样本粒子，将这些选取的样本粒子的权重加上一个预设补偿值，可以加大选取的样本粒子的权重，便于去除距离簇中心较远的样本粒子，进而加快了样本粒子的迭代速度，即提升采用粒子滤波算法的计算速度。
[0079]
更具体地，对样本粒子的聚类可以选取k-means聚类算法，之后对选取的k个样本粒子的权重进行补偿；预设补偿值可以设定为一固定值，具体可以根据经验确定。
[0080]
作为本发明的一种实施例，所述将所述当前时刻的每个所述样本粒子的权重进行归一化，并重采样，包括：
[0081]
在小于或等于预设阈值的范围内，随机选取一个所述权重，作为待修正样本粒子的第一新权重，所述待修正样本粒子为将所述权重进行归一化后，得到的归一化权重大于所述预设阈值的所述样本粒子；
[0082]
将所述预设阈值与所述第一新权重的差值，均匀分配给除所述待修正样本粒子外的其他所述样本粒子，使其他所述样本粒子得到第二新权重；
[0083]
将所述第一新权重和所述第二新权重进行归一化，且在得到的新的归一化权重中存在大于所述预设阈值的权重时，再次进行所述重采样。
[0084]
具体地，预设阈值可以根据经验设定，例如：0.8。若有样本粒子的权重大于预设阈值，则在0到预设阈值之间随机生成一个权重，例如：0.5，作为该待修正样本粒子的新权重，然后将新权重与预设阈值的差值：0.8-0.5＝0.3，均匀分配给其他剩余的样本粒子，并再次对所有权重归一化。重复这一操作，直至所有样本粒子的权重均小于或等于预设阈值0.8，可以有效的修正偏离其他样本粒子较远的样本粒子，即超声波传感器检测时产生的异常数据，从而通过对重采样策略的改进，有效减缓了样本粒子的衰退，提高滤波效果和超声波传感器在面对异常检测数据输出的稳定性，即提高了超声波传感器的抗异常干扰能力。
[0085]
作为本发明的一种实施例，所述将基于预选样本粒子和所述预选样本粒子的所述权重终值确定的当前时刻的超声测距数据的计算值，作为所述当前时刻的超声测距数据，包括：
[0086]
按照所述预设规则，由所述当前时刻的所述样本粒子中确定出所述预设数量的所述预选样本粒子；
[0087]
将所述预设数量的所述预选样本粒子的加权和，作为所述当前时刻的超声测距数据。
[0088]
具体地，通过在基于重采样重新确定权重的样本粒子中选取预选样本粒子，然后将预选样本粒子的加权和，作为当前时刻的超声测距数据，能够进一步去除超声波传感器检测的异常数据，对车辆与待测物间距离的准确判断，从而提高基于超声波传感器进行测距的准确性。
[0089]
更具体地，预设规则用于选取样本粒子，可以采用轮盘赌算法，也可以采用等距选择等方式。
[0090]
作为本发明的一种实施例，所述按照所述预设规则，由所述当前时刻的所述样本粒子中确定出所述预设数量的所述预选样本粒子，包括：
[0091]
基于所述当前时刻的所述样本粒子的所述权重终值，确定各所述权重终值被选取的选取概率；
[0092]
基于所述选取概率，确定各所述权重终值被选取的累积概率；
[0093]
基于所述累积概率，以及随机生成的在所述累积概率的限定范围内的随机数，由所述当前时刻的所述样本粒子中确定出所述预选样本粒子；
[0094]
重复生成不同的所述随机数，直至由所述当前时刻的所述样本粒子中确定出所述预设数量的所述预选样本粒子。
[0095]
具体地，通过基于当前时刻的样本粒子的权重终值，确定各权重终值被选取的选取概率，然后基于选取概率，确定各权重终值被选取的累积概率，之后基于累积概率，以及每轮选取时，随机生成的在累积概率的限定范围内的不同的随机数，实现由当前时刻的样本粒子中确定出预设数量的预选样本粒子。从而实现使当前时刻的样本粒子中对应于距离测量更接近的样本粒子易于被选取，即减少异常数据被选取的概率，进而提高对超声波传感器的检测值的优化效果。
[0096]
作为本发明的一种实施例，本发明实施例提供的超声测距信号的处理方法还包括：
[0097]
生成所述样本粒子的方法，所述方法包括：
[0098]
基于所述先前时刻的超声测距数据的检测值和由所述预设时间序列模型得到的所述先前时刻的超声测距数据的预测值，确定所述先前时刻所述样本粒子的生成范围；
[0099]
在相应的所述生成范围内，生成所述先前时刻的所述预设数量的所述样本粒子。
[0100]
可以理解的是，样本粒子是在检测值周围生成的多个样本数据，从而在基于同一时刻的检测值和预测值确定出各个样本粒子的权重后，能够基于权重确定样本粒子中最接近待测物与超声波传感器间实际距离的样本粒子。因而，若不考虑生成的样本粒子偏离检测值或预测值的距离，即样本粒子的覆盖范围，将会出现大量偏离实际距离较远的样本粒子，对这些样本粒子的处理并没有意义，即造成了算力的浪费，并降低了处理效率。
[0101]
具体地，通过在检测值和预测值的差值范围内生成样本粒子，可以避免生成的样本粒子严重偏离实际距离，从而提高处理效率。
[0102]
下面以针对车辆面对同一待测物时的行驶动作为例，验证被发明提供的处理方法
的效果。
[0103]
具体地，以直接由超声波传感器得到的超声测距数据的检测值，以及通过本发明实施例提供的超声测距信号的处理方法，对检测值进行处理后的得到的估计值分别绘制检测距离与时间的对应图，如图2和图3可见，采用本发明实施例所提供的处理方法能够有效的处理由超声波传感器得到的异常数据。
[0104]
下面对本发明提供的一种超声测距信号的处理系统进行描述，下文描述的一种超声测距信号的处理系统与上文描述的一种超声测距信号的处理方法可相互对应参照。
[0105]
本发明提供的一种超声测距信号的处理系统，如图4所示，包括：获取模块410、第一处理模块420、第二处理模块430和第三处理模块440；其中，
[0106]
所述获取模块410用于获取第一数据和第二数据，所述第一数据为当前时刻的超声测距数据的检测值，所述第二数据为基于样本粒子和超声测距数据的预设时间序列模型得到的当前时刻的超声测距数据的预测值；所述样本粒子为基于先前时刻的超声测距数据的检测值和先前时刻的超声测距数据的预测值，生成的先前时刻的预设数量的样本数据，所述先前时刻为当前时刻前的时刻；
[0107]
所述第一处理模块420用于基于所述第一数据、所述第二数据和预设观测方程，确定所述当前时刻的每个所述样本粒子的权重；
[0108]
所述第二处理模块430用于将所述当前时刻的每个所述样本粒子的权重进行归一化，并重采样，得到所述当前时刻的每个所述样本粒子的权重终值；
[0109]
所述第三处理模块440用于将基于预选样本粒子和所述预选样本粒子的所述权重终值确定的当前时刻的超声测距数据的计算值，作为所述当前时刻的超声测距数据，所述预选样本粒子为由所述当前时刻的所述样本粒子中按照预设规则选择的所述样本粒子。
[0110]
本发明实施例提供的超声测距信号的处理系统，通过获取当前时刻的超声测距数据的检测值，以及基于样本粒子和超声测距数据的预设时间序列模型得到的所述当前时刻的超声测距数据的预测值，之后基于当前时刻的超声测距数据的检测值、超声测距数据的预测值和预设观测方程，确定当前时刻的每个样本粒子的权重，并在将当前时刻的每个样本粒子的权重归一化后，进行重采样，进而得到为当前时刻的每个样本粒子分配的权重终值，最后将基于由当前时刻的样本粒子中选取的预选样本粒子和预选样本粒子对应的权重终值确定的当前时刻的超声测距数据的计算值，作为当前时刻的超声测距数据。利用超声测距数据的时序特性，将超声测距数据视为时间序列，通过预设超声测距数据的时间序列模型，然后以时间序列模型作为粒子滤波算法中的先验模型，实现对超声测距传感器的检测数据的滤波优化，从而降低超声波传感器输出信号的噪声和随机误差，即提高了超声输出信号的质量，进而保证了驾乘安全性和/或施工质量。
[0111]
优选的，本发明实施例提供的超声测距信号的处理系统还可以包括：第四处理模块；
[0112]
所述第四处理模块用于对所述当前时刻的所述样本粒子进行聚类，得到多个簇；基于每个所述簇的簇中心，确定所述簇中距离所述簇中心最近的所述样本粒子；对所述簇中距离所述簇中心最近的所述当前时刻的所述样本粒子的权重，按照预设补偿值进行补偿。
[0113]
优选的，所述第二处理模块可以进一步用于在小于或等于预设阈值的范围内，随
机选取一个所述权重，作为待修正样本粒子的第一新权重，所述待修正样本粒子为将所述权重进行归一化后，得到的归一化权重大于所述预设阈值的所述样本粒子；将所述预设阈值与所述第一新权重的差值，均匀分配给除所述待修正样本粒子外的其他所述样本粒子，使其他所述样本粒子得到第二新权重；将所述第一新权重和所述第二新权重进行归一化，且在得到的新的归一化权重中存在大于所述预设阈值的权重时，再次进行所述重采样。
[0114]
优选的，所述第三处理模块可以具体用于按照所述预设规则，由所述当前时刻的所述样本粒子中确定出所述预设数量的所述预选样本粒子；将所述预设数量的所述预选样本粒子的加权和，作为所述当前时刻的超声测距数据。
[0115]
作为优选的，所述第三处理模块可以进一步具体用于基于所述当前时刻的所述样本粒子的所述权重终值，确定各所述权重终值被选取的选取概率；基于所述选取概率，确定各所述权重终值被选取的累积概率；基于所述累积概率，以及随机生成的在所述累积概率的限定范围内的随机数，由所述当前时刻的所述样本粒子中确定出所述预选样本粒子；重复生成不同的所述随机数，直至由所述当前时刻的所述样本粒子中确定出所述预设数量的所述预选样本粒子。
[0116]
作为优选的，本发明实施例提供的超声测距信号的处理系统，还可以包括：生成模块；
[0117]
所述生成模块用于基于所述先前时刻的超声测距数据的检测值和由所述预设时间序列模型得到的所述先前时刻的超声测距数据的预测值，确定所述先前时刻所述样本粒子的生成范围；在相应的所述生成范围内，生成所述先前时刻的所述预设数量的所述样本粒子。
[0118]
本发明实施例还提供一种车辆，包括：车辆本体、布置在所述车辆本体上的超声波传感器，以及如上述任一种实施例所提供的超声测距信号的处理系统。
[0119]
可以理解的是，包括如上述任一实施例所提供的超声测距信号的处理系统的车辆，具有超声测距信号的处理系统的所有优点和技术效果，此处不再赘述。
[0120]
具体地，所述车辆可以为乘用车、商用车，以及各种作业机械等。
[0121]
图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口(communications interface)520、存储器(memory)530和通信总线540，其中，处理器510，通信接口520，存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行一种超声测距信号的处理方法，所述方法包括：获取第一数据和第二数据，所述第一数据为当前时刻的超声测距数据的检测值，所述第二数据为基于样本粒子和超声测距数据的预设时间序列模型得到的当前时刻的超声测距数据的预测值；所述样本粒子为基于先前时刻的超声测距数据的检测值和先前时刻的超声测距数据的预测值，生成的先前时刻的预设数量的样本数据，所述先前时刻为当前时刻前的时刻；基于所述第一数据、所述第二数据和预设观测方程，确定所述当前时刻的每个所述样本粒子的权重；将所述当前时刻的每个所述样本粒子的所述权重进行归一化，并重采样，得到所述当前时刻的每个所述样本粒子的权重终值；将基于预选样本粒子和所述预选样本粒子的所述权重终值确定的当前时刻的超声测距数据的计算值，作为所述当前时刻的超声测距数据，所述预选样本粒子为由所述当前时刻的所述样本粒子中按照预设规则选择的所述样本粒子。
[0122]
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0123]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供一种超声测距信号的处理方法，所述方法包括：获取第一数据和第二数据，所述第一数据为当前时刻的超声测距数据的检测值，所述第二数据为基于样本粒子和超声测距数据的预设时间序列模型得到的当前时刻的超声测距数据的预测值；所述样本粒子为基于先前时刻的超声测距数据的检测值和先前时刻的超声测距数据的预测值，生成的先前时刻的预设数量的样本数据，所述先前时刻为当前时刻前的时刻；基于所述第一数据、所述第二数据和预设观测方程，确定所述当前时刻的每个所述样本粒子的权重；将所述当前时刻的每个所述样本粒子的所述权重进行归一化，并重采样，得到所述当前时刻的每个所述样本粒子的权重终值；将基于预选样本粒子和所述预选样本粒子的所述权重终值确定的当前时刻的超声测距数据的计算值，作为所述当前时刻的超声测距数据，所述预选样本粒子为由所述当前时刻的所述样本粒子中按照预设规则选择的所述样本粒子。
[0124]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现一种超声测距信号的处理方法，所述方法包括：获取第一数据和第二数据，所述第一数据为当前时刻的超声测距数据的检测值，所述第二数据为基于样本粒子和超声测距数据的预设时间序列模型得到的当前时刻的超声测距数据的预测值；所述样本粒子为基于先前时刻的超声测距数据的检测值和先前时刻的超声测距数据的预测值，生成的先前时刻的预设数量的样本数据，所述先前时刻为当前时刻前的时刻；基于所述第一数据、所述第二数据和预设观测方程，确定所述当前时刻的每个所述样本粒子的权重；将所述当前时刻的每个所述样本粒子的所述权重进行归一化，并重采样，得到所述当前时刻的每个所述样本粒子的权重终值；将基于预选样本粒子和所述预选样本粒子的所述权重终值确定的所述当前时刻的超声测距数据的计算值，作为当前时刻的超声测距数据，所述预选样本粒子为由所述当前时刻的所述样本粒子中按照预设规则选择的所述样本粒子。
[0125]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0126]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可
借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0127]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。