一种将自主运载工具分配至车道的方法与流程

本发明涉及用于确定运载工具的位置的系统、方法及布置，尤其是用于确定运载工具处于哪条车道、并且将运载工具分配至车道的解决方案。

背景技术：

近年来，用于自主运载工具的技术发展突飞猛进，且在传感器技术和用于控制运载工具并确定周围区域中的物体以及运载工具相对道路、其它运载工具、物体等的位置以确保运载工具的安全行驶的控制解决方案内，开发了许多不同的解决方案。如今，在自主驾驶(ad)和高级辅助驾驶系统(adas)中，开发正在进行。在此领域内存在多个不同的技术领域。一个此类领域是如何准确、一致地定位运载工具，因为在交通流内移动时，这对于运载工具是基本的安全特征。随着运载工具移动，道路及它的车道的精确模型对于自主驾驶具有基本的重要性。

对于确定移动运载工具的位置，仅依靠基于卫星的定位系统(全球导航卫星系统，gnss)、类似例如全球定位系统(gps)、全球导航系统(glonass)、伽利略、北斗及其它区域系统时常是不够精确的。

这些基于gnss的解决方案在确定高度/水平信息时不太精确。

在利用地图来导航并估计邻近车道几何形状时，根据估计的位置来估计当前的自主车道的能力扮演重要角色。例如，如果两条道路置于彼此上部，一条左转，而另一条右转，则估计车道几何形状的能力直接相关到自主车道分配。此外，已发现利用来自gnss的高度信息是不稳定的——尤其在接收到的卫星信号减少的情况下、在另一条路时的下方行走——且未提供将道路彼此分离所需的准确性。

因此，当前解决方案利用多个不同传感器来增加地图定位的可靠性，诸如图像处理、激光雷达、例如速度的运载工具行驶参数等之类。然而，即使在运载工具的位置及瞬时方向已知时，仍然可能难以预测或估计运载工具的向前行驶，例如在道路重叠的上面示例中，或当不同的路段位置彼此靠近时。一种此类示例例如为当运载工具接近高速路出口或道路的类似的分支时。

中国专利文件cn107221195讨论了一种用于运载工具车道预测和车道级地图的防碰撞解决方案，其中使用关于每条车道的唯一链接id号来确定车道级，将运载工具行驶历史纳入用于确定运载工具的当前车道的算法。

技术实现要素：

目的是避免至少一些上面的缺点，并提供用于将运载工具分配至道路中的车道的改进节点及方法。

这在多个实施方式中提供，诸如用于将运载工具分配至用于运载工具的道路中的车道的方法，其中该方法包括：获取运载工具的估计位姿e，获取给运载工具的估计位姿的不确定性值，将位姿e投射到地图中的附近车道上，获取每条车道的位置不确定性u，通过合并不确定性v及关于每条附近车道的不确定性u、创建分布p，通过对于每个投射用位姿e评估分布p、创建运载工具处于每条车道的当前瞬时可能性假设，用之前确定的先验来调整关于每条车道的当前瞬时可能性；比较所有调整的瞬时可能性，并确定具有最高可能性的车道。

在该方法中，调整当前瞬时可能性的步骤可包括，对于来自先前的迭代的每个可能性：检查关联到当前瞬时可能性的逻辑链接，并且如果该连接在与位姿e的设定距离内、且如果先前还未调整当前瞬时可能性，则用来自先前的迭代的可能性的值来调整当前瞬时可能性；用最小值调整先前步骤中未调整的当前瞬时可能性。

设定距离可被设为短于10米，或更优选地短于5米，或甚至更优选地2米或更短。

附近车道可位于离估计位姿的20米内，或更优选地距离估计位姿的10米内，或甚至更优选地距离估计位置的5米或更短内。

该方法可进一步包括规格化当前可能性的步骤。该方法可进一步包括将所有低于阈值的可能性设为固定的最小可能性值的步骤。规格化当前可能性的步骤可包括：确定最可能的当前可能性的最大值、从所有当前可能性减去此最大值。

关于每条车道的最大可能性值在相应车道中心找到，且每个车道概率值在远离相应车道的中心的某个距离降至0。

调整瞬时可能性的步骤可包括检查地图中车道假设之间的逻辑连接。该位姿可包括地图坐标中的位置和行驶方向。获取运载工具的估计位姿可包括从全球导航卫星系统、相机、运载工具参数和激光雷达中的至少一个获取传感器数据。

该方法有利地在自主运载工具或高级辅助驾驶系统运载工具中实现。

在运载工具控制系统中提供另一实施方式，该运载工具控制系统包括至少一个处理器、用于存储指令及数据的至少一个存储器、至少一个传感器接口、以及至少一个通信接口。该处理器被布置为：执行存储在存储器内的指令集、以经由传感器接口获取数据、以及执行方法，即获取运载工具的估计位姿e，获取给运载工具的估计位姿的不确定性值v，将位姿e投射到地图中的附近车道上，获取关于每条车道的位置不确定性u，通过合并不确定性v及关于每条附近车道的不确定性u、创建分布p，通过对于每个投射用位姿e评估分布p、创建运载工具处于每条车道的当前瞬时可能性假设，用之前确定的先验来调整关于每条车道的当前瞬时可能性；比较所有调整的瞬时可能性，确定具有最高可能性的车道，以及借助通信接口发送用于根据确定的最可能车道、控制运载工具的控制参数。

在运载工具控制系统中，调整当前瞬时可能性的步骤可包括，对于来自先前的迭代的每个可能性：检查关联到当前瞬时可能性的逻辑连接，并且如果该连接在与位姿e的设定距离内，且如果先前还未调整当前瞬时可能性，则用来自先前的迭代的可能性的值来调整当前瞬时可能性；并且用最小值调整先前步骤中未调整的当前瞬时可能性；

还提供了另一实施方式，一种运载工具包括控制运载工具的驾驶功能的运载工具控制系统，该运载工具控制系统包括：至少一个处理器、用于存储指令及数据的至少一个存储器，至少一个传感器输入接口、用于获取运载工具位置的估计的至少一个传感器，其中运载工具控制系统被布置为在处理单元中执行指令以执行上面方法。

还提供了另一实施方式，一种被布置为执行上面方法的计算机程序产品。

提出的解决方案使得可能实现提高的、确定运载工具处于哪条车道的精确性。使用提出的解决方案，还可为当地出现许多车道、车道相互交错的情形提供更精确的位置数据。

这具有提供了提供运载工具处于车道的高可能性的有效方法、从而为系统提供了知道目的地、确定合适的前进路线的可能性的优点。这可以在短期及长期角度上进行，即操作及战略级。

附图说明

在下文中，将参考附图中所图示的示例性实施方式以非限制性方式、更详细地描述本发明，其中：

图1为图示示例运载工具的示意图；

图2为图示示例性控制电路的示意框图；

图3为图示示例性车道情况的示意图；

图4为图示示例性可能性分布的示意图；

图5为图示示例性方法的示意框图；并且

图6为图示示例性方法的示意框图。

具体实施方式

在图1中，附图标记100通常指示运载工具，或有时指示为自主运载工具，该自主运载工具可为自主的、人工驾驶的或这些的组合，即半自主的。运载工具100包括用于推动并控制运载工具的任意合适部件，诸如引擎或电动机、用于控制及监控引擎/发动机、推动器、方向盘、变速箱、刹车、灯、用户界面仪表板、车轮等的控制电子器件之类，如本领域技术人员所理解的。然而，对于自主或半自主驾驶，运载工具具有如将关于图2更详细描述的电控制电路210，以及用于提供诸如涉及位置、速度、行驶方向、温度、道路表面特性等之类的数据的一个或多个传感器101、102。位置传感器可包括从一个或数个基于卫星的定位系统(例如包括经由天线102从gps卫星104)收信号的传感器，和/或从一个或多个提供道路及周围区域的图像的相机。可处理这些图像，以确定相对道路边界、其它运载工具等的运载工具位置。运载工具还可具有imu(惯性测量单元)(未示出)，包括用于辅助追踪运载工具的位置及运动的加速计和陀螺仪。可以使用的其它传感器例如为激光雷达(光探测及测距)和用于追踪距离和相对该运载工具周围的其它运载工具的速度；这些传感器未在图1中图示，但可安置于该运载工具内，或组合在传感器单元101中。天线可用于与外部网络的通信，还可用于接收gps信号；然而，可为外部通信和gps信号提供分立的天线。

运载工具可进一步经由例如无线链路103连接到外部网络150。同一或一些其它无线链路可用来与该运载工具附近的其它运载工具、或与当地基础设施元件通信。蜂窝通信技术可用于诸如到外部网络之类的远程通信，且如果使用的蜂窝通信技术有低延迟，它还可用于运载工具间、v2v、和/或运载工具到基础设施、v2x的通信。蜂窝无线电技术的示例为gsm、gprs、edge、lte、5g、5gnr等，还包括未来的蜂窝解决方案。然而，在一些情形下，使用中近程通信技术，诸如无线局域网(lan)、例如基于ieee802.11的解决方案。etsi正在研究用于运载工具通信的蜂窝标准，例如因低延迟和高带宽及通信信道的有效处理，5g被视为合适的解决方案。

运载工具控制电路/系统210用于控制运载工具，且在图2中图示。控制电路可包括具有用于执行不同操作的多个模块250、260及270的至少一个处理器201，以及用于存储用于在处理器中操作不同功能的数据和/或指令集的至少一个计算机可读存储器或存储介质202。此外，可选地，取决于控制电路中提供的功能，可提供一个或多个通信接口205和/或一个或多个天线接口207，此外，还可提供用于从运载工具内的传感器获取数据的一个或多个传感器接口206。处理器的模块可为创建模块250、调整模块260和比较模块270，每个被布置为执行不同步骤的过程的指令集，该过程用于确定运载工具的自主车道。应该理解，通信/天线接口还可提供直接或经由运载工具内的专有传感器控制电路获取传感器数据的可能性：例如，可通过天线接口获取gps数据，运载工具中的一些传感器可使用诸如can总线、i2c、以太网、光纤等之类的局部网络设置与控制电路通信。通信接口可被布置为与运载工具的其它控制功能通信，因而还可被看作控制接口；然而，可提供它分离的控制接口(未示出)。运载工具内的局部通信还可为具有诸如wifi、lora、zigbee、蓝牙或类似中/近程技术之类的协议的无线类型。

处理器201可例如为微处理器、数字信号处理器、图形处理单元(gpu)、嵌入式处理器、场可编程门阵列(fpga)、或asic(专用集成电路)。存储单元202可为易失性或非易失性计算机可读存储器，且被布置为存储由处理器执行的指令或指令集。指令集优选地存储在非易失性存储器内，诸如固态(ssd)、磁盘驱动存储、例如cd、dvd或蓝光的光存储，或例如闪存或存储卡的持久固态存储器技术之类。存储单元还可包括存储类型的组合。该方法可以计算机程序产品实现，和/或存储在计算机可读存储介质内。存储器可为非暂时性或暂时性计算机可读存储介质，其存储配置为由有或无显示装置和一个或多个输入设备的电子设备的一个或多个处理器执行的一个或多个程序。计算机程序产品可在诸如例如ssd、磁存储、光存储之类的存储介质上传递，或例如使用合适协议作为信号在网络连接(例如使用互联网协议(ip)的以太网)上传递，或利用诸如蜂窝技术或近或中程局域网技术之类合适的无线电协议、无线地在网络连接上传递。

图3图示了两条道路301、302相互靠近、或者部分或完全重叠的示例性车道情况。在此情况下，每条道路各自包括两条车道，310、311、312、313，运载工具100在一条车道310上行驶。在运载工具沿车道310行驶的某个点，它将靠近其它车道，例如车道312，而控制电路100需要确定运载工具在何处行驶、它在特定时间处于哪条车道上。因为确定运载工具的位置、速度及偏航、地图精度时的不确定性，仅有有限精度的必要参数以安全控制处于自主或半自主驾驶模式时的运载工具的此类方式来确定运载工具的位置/位姿。运载工具位置的确定例如因gps信号中的噪声、速度测量的精度、偏航测量的精度、相机分辨率、处理时的延迟问题、地图精度等，造成了不确定性。在一个实施方式中，使用涉及运载工具位姿的参数，即位姿包括地图上的二维位置和行驶方向。地图上的两个维度是排除了高度信息的表面坐标。然而，应该理解，位置数据还可包括高度信息，确定运载工具相对可用车道/道路的位置时，该高度信息能够用于下面的确定运载工具关于可用车道/道路位于何处的分析。

雷达及激光雷达信号也可用于确定运载工具位置。例如，使用诸如标志、障碍、房屋等之类的静态物体的雷达和/或激光雷达地图。已知的地标也可用来在地图上定位运载工具；相较于已知的物体及地标，可分析周围区域的图像来识别物体和地标。

在图4中，描绘每个车道310、311位置的示例不确定性u，405，406，在此情况下，这可例如为高斯分布，如图4中所见的，可能性从道路301的车道中心402、401上的中心，朝车道侧边降低；然而，其它统计分布可用来描述车道位置的不确定性。以类似方式，可确定或估计参数的不同的不确定性。在图4中可注意到，统计分布重叠410，因而相较于分布的中心位置，有运载工具处于另一车道的某个概率。车道不确定性u可取决于地图不确定性、车道大小等。例如在一些区域中，因被更彻底调查过，例如用多个运载工具来绘制这些区域，地图比在其它区域中更可靠；例如对于接近城市或其它人口密集区域的高速交通区域，情况可能如此。一些地图是基于来自在该区域中行驶的运载工具的反馈构建的。

处理系统中的处理器被布置为迭代地执行存储在存储器内的指令集，以经由传感器接口获取传感器数据，并操作方法以通过确定运载工具最可能所处的车道将运载工具分配至车道(所谓的自主车道)。这可通过首先创建501关于在运载工具的估计位姿预定距离内的每条附近车道的瞬时分配可能性、利用先验来调整502关于关于每条车道的瞬时可能性、比较503所有调整的瞬时可能性、并确定最可能的车道来进行，该先验是根据先前的迭代确定的。预定距离可被设为例如5米、10米或20米，但应该理解，可使用其它距离，包括更短或更长的距离。在可能性值的创建中，将使用与运载工具在先前的迭代中的位置有逻辑连接的道路或路段。可选地，处理器可被布置为借助通信/控制接口发送504用于根据确定的最可能车道的几何形状来控制运载工具的控制参数。此过程迭代得足以频繁，以确保安全确定运载工具处于哪条车道，例如以每秒1-200次的频率，取决于运载工具速度和计算能力。

创建用于当前迭代的瞬时可能性的步骤可包括获取601运载工具的估计位姿e，即地图上的位置，以及高度信息(也可以没有该高度信息)，以及行驶方向。可通过使用诸如来自全球导航卫星系统的数据之类的传感器数据和/或基于使用其它传感器确定固定地标，获取该估计位姿。该估计位姿可以以整体坐标系或基于本地地图的坐标系来表示。

此外，该方法包括给运载工具的估计位姿确定602不确定性值v。位姿不确定性可表示为例如围绕最可能位姿的高斯(gaussian)。不确定性v取决于例如传感器信号、地图不确定性、传感器的更新频率、算法迭代的更新频率、以及运载工具速度。v可为设定的静态值，也可以为每次迭代或在某些间隔所确定的动态值。

e被投射603到地图中的附近车道上，例如通过找到从e到附近车道的最近点。关于每条车道的投射有利地还包括车道方向。通过将不确定性v与关于每条车道的车道不确定性u合并，创建604分布p。车道的不确定性可表示为高斯，车道的不确定性可取决于为静态值或动态值的地图源和其它因素。可通过合并关于v和车道的两个高斯，执行创建分布p的步骤。取决于处于哪个坐标系统和/或是否在十进制/对数系统中运行，车道及位姿不确定性的此合并可以不同方式进行，例如通过仅将两个高斯互相相加。该方法进一步包括通过用位姿e评估605分布p、创建运载工具处于每条车道的瞬时可能性假设，以及创建运载工具处于每条车道的瞬时可能性假设。可通过从每个投射p减去e、并将结果存储在列表中，执行该评估。

通常，用从先前的迭代确定的先前值来调整此关于每条车道的瞬时可能性，例如如果确定运载工具被分配至最后迭代中的车道，那么先前值具有高值，但如果该车道先前未被占，先验将是低的。

例如，该系统逐步调试来自最后迭代的所有可能性，且对于来自先前的迭代的每个可能性(先验)，该系统在该步骤中确定到当前先验的所有逻辑连接，即在来自最后迭代的可能性列表中的当前可能性。如果关联到瞬时可能性的每个逻辑连接在到运载工具位姿的设定距离内、且之前无先验分配至该逻辑连接，用当前的在先可能性来调整该连接。此设定距离可例如为2米、5米或10米。应该理解，该设定距离不限于例示的距离，它可以更大或更小。用最小可能性值来调整上面未调整的所有瞬时可能性。如果地图上车道之间有连接，连接被视为是逻辑的。

具有逻辑连接或距离最近占据的车道的某个距离内的所有车道将得到非零值，以指示对于运载工具、有处于那条车道的某种可能；然而，对于许多车道，该可能性非常小。通过比较所有调整的瞬时可能性，可能确定运载工具最可能所处的车道，即确定具有最高的调整可能性或概率的车道。

通过比较调整的可能性，可找到最可能的车道，可将运载工具分配至那条车道。

在下次迭代中使用可能性值之前，优选地规格化所有非零的值，例如使得所有非零的值加起来达到参考值，诸如1、100％、或统计分析中用来确定总概率的任一其它合适值。另一规格化可能性值的方法是对于每个可能性、减去创建的可能性中的最大可能性，即如果在对数分度中操作，规格化的可能性等于非规格化的可能性减去非规格化的可能性的最大值。此关于每条车道的规格化的概率值被设为下次迭代中用于那条车道的先验。对于低于阈值的可能性，将可能性值设为最小可能性值。对于无先前值的可能车道，用于那条车道的先验被设为小的非零值，例如计算时使用对数分度的-12。应该理解规格化步骤可在比较步骤之前进行。

可在一个短的逐步示例中描述一个实施方式中的方法：

1)找到从“e”到所有附近车道的最近点(投射)，形成包含所有投射的集“projection_set”。每个投射还包含车道方向的信息(车道航向)。

2)根据关于“e”的不确定性“v”以及车道不确定性，创建分布“p”(例如，通过使用高斯分布)。

3)通过在“p”中评估(用于projection_set中的每个投射(投射-“e”)，创建每个投射的瞬时可能性。

4)对于来自先前的迭代的每个可能性(先验)，从最高开始，向下运行，进行以下步骤：

-根据当前先验“cp”找到所有逻辑连接

-对于关联到瞬时可能性的每个逻辑连接(包括先验)：如果该连接物理上接近“e”，且如果未添加先验，用“cp”调整瞬时可能性。

5)使用最小可能性值来调整步骤4)中未调整的所有瞬时可能性。

6)规格化所有可能性(可能性-(可能性)的最大值))，将所有低于阈值的可能性值设为最小可能性值。

7)关于可能性对列表进行排序，减去最可能车道。

8)去到1)

然而，应该理解，一些步骤的次序可互换，例如可按不同的时间次序执行步骤7及步骤6。

此方法符合以概率分布操作的贝恩斯概率理论。

可以任意合适方式低和/或高通过滤传感器和/或确定的数据，以减少波动、伪数据，并提供用于控制运载工具的更平整的数据集。

分析还可用来通过预测并确定知道当前车道及目的地的合适前进路径、确定运载工具的合适行驶方向。这可用于在短期及长期基础上确定合适路线，即分别是操作性及战略性的。用于计划的一个此类参数为燃料/能源消耗量。

简而言之：给定具有属性的地图：车道间的逻辑连接、中心线的几何描述、自主运载工具相对地图的位置，可计算概率性的自主车道分配。首先，计算到自主运载工具附近的所有车道的投射。基于自主运载工具位姿及道路的不确定性，评估分布，并给可进行投射的所有车道分配可能性。第二，利用车道的先前历史，并更新具有先验的车道的可能性。给定地图的逻辑连接，可从任意先前车道到达的所有新车道用最可能的先验来更新它们的概率，从最可能的先验可到达该车道。然后迭代地重复这两个步骤，连续更新运载工具相对道路/车道的位置。

用于评估投射的分布至少为三维分布，包含地图上的表面位置(x，y)和航向(方位/偏航)，即行驶方向。

利用此解决方案，无需车道的高度信息来确定运载工具占据的最可能车道，减少位置和/或位姿的不确定性，并增强安全性。

应该理解，部分所描述的解决方案可在运载工具、位于运载工具外部的系统、或运载工具内部及外部的组合中实现；例如，在与运载工具通信的服务器中，所谓的云解决方案。例如，传感器数据可发送给外部系统，那个系统执行确定最可能车道、发回指示车道的信息和用于控制运载工具的其它相关参数的步骤。

在下面的项中记载了示例性方法、设备、计算机可读存储介质：

1、一种将运载工具(100)分配至道路(301)中的车道的方法，其中所述方法包括：

-获取(601)所述运载工具的估计位姿；

-获取(602)给运载工具的估计位姿的不确定性值v；

-将所述位姿e投射(603)到地图中的附近车道；

-获取关于每条车道的位置不确定性u；

-通过合并(604)不确定性v及关于每条附近车道的不确定性u，创建分布p；

-通过对于每个投射用位姿e评估分布p，创建所述运载工具处于每条车道的当前瞬时可能性假设；

-用之前确定的先验来调整(502)关于每条车道的当前瞬时可能性；

-比较(503)所有调整的瞬时可能性，并确定具有最高可能性的车道。

2、根据项1的方法，其中调整当前瞬时可能性的步骤包括：对于来自先前的迭代的每个可能性：

-检查关联到所述当前瞬时可能性的逻辑连接，并且该连接在与位姿e的设定距离内、且如果先前还未调整当前瞬时可能性，则用来自先前的迭代的可能性的值调整当前瞬时可能性；并且

-用最小值调整未在先前步骤中调整的当前瞬时可能性；

3、根据项2的方法，其中所述设定距离被设为短于10米，或更优选地短于5米，或甚至更优选地2米或更短。

4、根据项1的方法，其中附近车道位于离估计位姿的20米内，或更优选地距离估计位姿的10米内，或甚至更优选地距离估计位姿的5米或更短内。

5、根据项1或2的方法，进一步包括规格化当前可能性的步骤。

6、根据项5的方法，进一步包括将所有低于阈值的可能性设为固定的最小可能性值。

7、根据项5的方法，其中规格化当前可能性的所述步骤包括：确定最可能的当前可能性的最大值、且从所有当前可能性减去此最大值。

8、根据任一前述项的方法，其中关于每条车道的可能性的最大值在现有的车道(401，402)中心找到，且每个车道概率值在远离相应车道中心的某个距离降至零。

9、根据项2的方法，其中调整瞬时可能性的所述步骤包括：检查地图中的车道假设之间的逻辑连接。

10、根据项1的方法，其中位姿包括地图坐标中的位置和行驶方向。

11、根据任一前述项的方法，其中获取运载工具的估计位姿包括从全球导航卫星系统、相机、运载工具参数和激光雷达中的至少一个获取传感器(101，102)数据。

12、根据任一前述项的方法，其中运载工具为自主运载工具或高级驾驶辅助系统运载工具。

13、一种运载工具控制系统(210)，包括至少一个处理器(201)、用于存储指令及数据的至少一个存储器(202)、至少一个传感器接口(206)、以及至少一个通信接口(205)，其中处理器被布置为：执行存储器内存储的指令集、经由传感器接口获取数据、并且：

-获取(601)运载工具的估计位姿e；

-获取(602)给运载工具的估计位姿的不确定性值v；

-将位姿e投射(603)到地图中的附近车道上；

-获取关于每条车道的位置不确定性u；

-通过合并(604)不确定性v和关于每条附近车道的不确定性u，创建分布p；

-通过对于每个投射用位姿e评估(605)分布p，创建所述运载工具处于每条车道的当前瞬时可能性假设；

-用之前确定的先验来调整(502)关于每条车道的当前瞬时可能性；

-借助通信接口发送(504)用于根据所确定的最可能车道、控制运载工具的控制参数。

14、根据项3的运载工具控制系统，其中调整当前瞬时可能性的步骤包括，对于来自先前的迭代的每个可能性：

-检查关联到所述当前瞬时可能性的逻辑连接，并且如果该连接在与位姿e的设定距离内、且如果先前还未调整当前瞬时可能性，则用来自先前的迭代的可能性的值来调整当前瞬时可能性；并且

-用最小值调整未在先前步骤调整的当前瞬时可能性。

15、一种运载工具(100)，包括

-控制运载工具的驾驶功能的运载工具控制系统(210)，包括至少一个处理器(201)、用于存储指令及数据的至少一个存储器(202)、至少一个输入接口(206)；

-用于获取运载工具位置的估计的至少一个传感器(101，102)；

其中运载工具控制系统被布置为在处理单元中执行用于执行指令以根据权利要求1至权利要求12的方法。

16、一种计算机程序产品，被布置为执行根据权利要求1至权利要求13的方法。

应该注意，词语“包括”不排除除了列出的那些、还存在其它元件或步骤，在元件前面的词语“一”或“一个”不排除存在多个此类元件。应该进一步注意，任意引用符号不限制权利要求的范畴，本发明可至少部分通过硬件及软件实现，且数个“部件”或“单元”可由同样的硬件表示。

上面提到及描述的实施方式仅作为示例给出，且对于本发明不该是限制性的。对于所属领域的技术人员，如下面描述的专利实施方式中请求保护的、在本发明范畴内的其它解决方案、用途、目标及功能应该是显而易见的。

缩略语

wifi无线保真(wifi联盟的注册商标)－基于ieee802.11协议

lora远程无线电(lora联盟的注册商标)

zigbee用于物联网及类似应用的无线通信协议，由zigbee联盟控制

gsm全球移动通信系统

gprs通用分组无线业务

edge全域进化增强数据率

lte长期演进

ip互联网协议

radar无线电探测与测距

lidar光探测与测距