專利名稱：組合的車輛到車輛通信和目標檢測感測的制作方法
技術(shù)領(lǐng)域：
本發(fā)明總體涉及遠程車輛察覺監(jiān)測。

背景技術(shù)：
車輛到車輛(V2V)系統(tǒng)涉及基于雙向通信的用于車輛的協(xié)作通信，以便實時交互。這些系統(tǒng)優(yōu)選地指向交通管理、碰撞警示和碰撞避免。除了接近于本車的鄰近車輛發(fā)生的任何安全有關(guān)的事件之外，通過提供有關(guān)交通狀態(tài)的相關(guān)信息，這些系統(tǒng)可擴大對本車的周圍環(huán)境狀況的察覺范圍。
V2V通信系統(tǒng)提高由本車接收到的信息的質(zhì)量和可靠性。然而，由于提供給本車的數(shù)據(jù)的不準確性或者定位障礙(例如高大建筑物林立的城市引起與GPS數(shù)據(jù)或車輛之間通信的通信干擾)從遠程車輛接收到的信息的可靠性仍然不確定。因此，希望本車能夠準確地得到自己相對于周圍車輛的車輛定位和狀況。


發(fā)明內(nèi)容
本發(fā)明的實施例的優(yōu)點是對遠程車輛相對于本車的察覺并定位。此外，由于融合來自V2V通信系統(tǒng)和目標感測裝置的數(shù)據(jù)，放大了圍繞車輛的所監(jiān)視區(qū)域的范圍。此外，由于來自V2V通信系統(tǒng)和目標感測裝置的融合數(shù)據(jù)，車輛的感測裝置中的誤差可得到校正或補償。
實施例構(gòu)思增強相對于遠程車輛的本車察覺系統(tǒng)的方法。本車包括用于感測遠離本車的遠程目標的至少一個目標感測裝置。本車還包括用于以車輛到車輛消息的形式在遠程車輛和所述本車之間交換車輛數(shù)據(jù)的車輛到車輛通信系統(tǒng)。響應(yīng)于所感測到目標產(chǎn)生傳感器目標數(shù)據(jù)地圖。響應(yīng)于車輛到車輛消息產(chǎn)生車輛到車輛目標數(shù)據(jù)地圖。所述車輛到車輛目標數(shù)據(jù)地圖和所述傳感器目標數(shù)據(jù)地圖被合并以共同地確定遠程車輛對于所述本車的相對位置。使用所合并的數(shù)據(jù)地圖估計遠程車輛對于所述本車的相對位置。將跟蹤數(shù)據(jù)輸出到安全相關(guān)應(yīng)用，以便識別對所述本車的威脅評價。
實施例構(gòu)思用于相對于本車監(jiān)測遠程車輛的車輛察覺系統(tǒng)。所述車輛察覺系統(tǒng)包括至少一個目標感測裝置和車輛到車輛通信裝置。設(shè)置數(shù)據(jù)收集模塊用于獲得傳感器目標數(shù)據(jù)地圖和車輛到車輛目標數(shù)據(jù)地圖。融合模塊合并所述傳感器目標數(shù)據(jù)地圖和車輛到車輛目標數(shù)據(jù)地圖，以便產(chǎn)生累積的目標數(shù)據(jù)地圖。跟蹤模塊估計遠程車輛對于本車的相對位置。
本發(fā)明公開了一種增強相對于遠程車輛的本車察覺系統(tǒng)的方法，所述本車包括感測遠離所述本車的目標的至少一個目標感測裝置，所述本車還包括車輛到車輛通信系統(tǒng)，以便以車輛到車輛消息的形式在遠程車輛和所述本車之間交換車輛數(shù)據(jù)，所述方法包括如下步驟 響應(yīng)于感測到的目標產(chǎn)生傳感器目標數(shù)據(jù)地圖； 響應(yīng)于車輛到車輛消息產(chǎn)生車輛到車輛目標數(shù)據(jù)地圖； 將所述車輛到車輛目標數(shù)據(jù)地圖和所述傳感器目標數(shù)據(jù)地圖合并以共同地確定遠程車輛對于所述本車的相對位置； 使用所合并的數(shù)據(jù)地圖估計遠程車輛對于所述本車的相對位置；以及 將跟蹤數(shù)據(jù)輸出到安全相關(guān)應(yīng)用，以便識別對所述本車的威脅評價。
根據(jù)上述方法，還包括估計遠程車輛的相對位置包括產(chǎn)生反饋數(shù)據(jù)，以便改進所述至少一個目標感測裝置的精確性。
根據(jù)上述方法，還包括響應(yīng)于估計遠程車輛的相對位置產(chǎn)生周圍車輛的跟蹤列表的步驟，所述跟蹤列表包括遠程車輛的車輛位置、速度、和橫擺率。
根據(jù)上述方法，還包括提供所述跟蹤列表作為反饋，以便連續(xù)地確定遠程車輛對于本車的相對位置。
根據(jù)上述方法，還包括輸出所述跟蹤列表作為輸出到安全相關(guān)應(yīng)用的跟蹤數(shù)據(jù)的一部分。
根據(jù)上述方法，還包括收集所述本車的車輛動態(tài)信息以便估計所述本車對于遠程車輛的相對定位的步驟。
根據(jù)上述方法，還包括從GPS和無線通信裝置獲得所述車輛到車輛目標數(shù)據(jù)地圖。
根據(jù)上述方法，還包括確定所述車輛到車輛目標數(shù)據(jù)地圖和所述傳感器目標數(shù)據(jù)地圖之間的誤差，其中基于車輛的當(dāng)前定位將優(yōu)先權(quán)給予所述車輛到車輛目標數(shù)據(jù)地圖或所述傳感器目標數(shù)據(jù)地圖。
根據(jù)上述方法，還包括如果所述本車位于具有GPS障礙的類城市位置中，則將優(yōu)先權(quán)給予傳感器目標數(shù)據(jù)地圖。
根據(jù)上述方法，還包括所述安全相關(guān)應(yīng)用使用遠程車輛的定位和遠程車輛定向來致動駕駛員察覺通知。
根據(jù)上述方法，還包括所述合并所述車輛到車輛目標數(shù)據(jù)地圖和所述傳感器目標數(shù)據(jù)地圖的步驟包括遠程車輛和本車的聯(lián)合定址和跟蹤。
根據(jù)上述方法，還包括所述本車的定址通過融合來自全球定位系統(tǒng)的數(shù)據(jù)和來自車內(nèi)目標檢測傳感器的數(shù)據(jù)來表征，并且被表示為 其中g(shù)H是本車的GPS測量值，mh是本車車輛速度和橫擺率測量值的向量，XH是本車的狀態(tài)，CHg是GPS測量值矩陣，CHm是車內(nèi)傳感器測量值矩陣，以及vHg和vHm是噪聲因子。
根據(jù)上述方法，還包括所述遠程車輛的跟蹤通過融合來自車輛到車輛傳感器的數(shù)據(jù)和來自車內(nèi)目標檢測傳感器的數(shù)據(jù)來表征，并且被表示為 其中Xi是第i個遠程車輛的狀態(tài)，

是由本車上的感測裝置所測量到的第κk個車輛的距離、距離變化率和方位角測量值，I5是單位矩陣，

是在式(8)中所限定的向量，vi是本車的噪聲因子，

是本車的噪聲因子。
根據(jù)上述方法，還包括產(chǎn)生稀疏矩陣的步驟，所述稀疏矩陣表示為
根據(jù)上述方法，還包括確定系統(tǒng)動態(tài)方程的步驟，所述系統(tǒng)動態(tài)方程表示為 X(t+1)＝f(X，w) 其中X(t+1)是聯(lián)合狀態(tài)的預(yù)測，以及w是表示無模型過程噪聲的隨機變量。
根據(jù)上述方法，還包括所述系統(tǒng)動態(tài)方程的線性化表示為 X(t+1)＝ΦX+Gw+u2 Φ是函數(shù)f相對于X的Jacobian矩陣，G是函數(shù)f相對于w的Jacobian矩陣，而非線性項u2由公式 u2＝f(X*，w*)-ΦX*-Gw*來表示。
本發(fā)明還公開了一種用于監(jiān)測相對于本車的遠程車輛的車輛察覺系統(tǒng)，所述車輛察覺系統(tǒng)包括 至少一個目標感測裝置； 車輛到車輛通信裝置； 用于獲得傳感器目標數(shù)據(jù)地圖和車輛到車輛目標數(shù)據(jù)地圖的數(shù)據(jù)收集模塊； 用于合并所述傳感器目標數(shù)據(jù)地圖和車輛到車輛目標數(shù)據(jù)地圖的融合模塊，以便產(chǎn)生累積的目標數(shù)據(jù)地圖；以及 用于估計遠程車輛對于本車的相對位置的跟蹤模塊。
根據(jù)上述系統(tǒng)，其中所述至少一個目標感測裝置包括基于雷達的感測裝置。
根據(jù)上述系統(tǒng)，其中所述至少一個目標感測裝置包括基于視覺的感測裝置。
根據(jù)上述系統(tǒng)，其中所述至少一個目標感測裝置包括基于光的感測裝置。
根據(jù)上述系統(tǒng)，其中所述車輛到車輛通信裝置至少包括GPS裝置和在車輛之間傳送車輛信息的無線通信模塊。
根據(jù)上述系統(tǒng)，其中所述跟蹤裝置模塊包括Kalman過濾器。
根據(jù)上述系統(tǒng)，其中所述跟蹤裝置模塊包括平方根信息過濾器。
根據(jù)上述系統(tǒng)，其中所述跟蹤裝置模塊產(chǎn)生跟蹤列表，該列表包括遠程車輛的車輛位置、速度和橫擺率。
根據(jù)上述系統(tǒng)，其中還包括耦接在跟蹤裝置模塊與數(shù)據(jù)收集模塊之間的反饋回路，以便產(chǎn)生反饋數(shù)據(jù)，從而改善所述至少一個目標感測裝置的精確性。
根據(jù)上述系統(tǒng)，其中還包括至少一個車輛動態(tài)感測裝置，其提供本車的車輛動態(tài)數(shù)據(jù)，以便估計本車對于遠程車輛的相對定位。
根據(jù)上述系統(tǒng)，其中還包括至少一個安全相關(guān)應(yīng)用，以便評價遠程車輛對于本車的威脅以及以便致動安全響應(yīng)。



圖1是交通流圖示的例子。
圖2是用于數(shù)據(jù)融合系統(tǒng)的系統(tǒng)架構(gòu)的框圖。
圖3是數(shù)據(jù)融合系統(tǒng)的框流程圖示。
圖4是融合目標地圖數(shù)據(jù)和V2V數(shù)據(jù)的方法的流程圖。
圖5是用于對定址和跟蹤解耦的方法的流程圖。
圖6是用于聯(lián)合遠程車輛和本車定址的相關(guān)性矩陣的圖示。
圖7是用于正則化逆協(xié)方差的Cholesky因子的矩陣圖示。
圖8是用于聯(lián)合定址和跟蹤的方法的流程圖。

具體實施例方式 圖1中總體示出表示本車10和多個遠程車輛12的交通流圖示。遠程車輛12包括多個移動車輛，其中一些車輛具有與本車10通信的能力，這公知為車輛到車輛(V2V)通信。本車10和具有通信能力的那些相應(yīng)遠程車輛12在相應(yīng)的車輛間通信網(wǎng)絡(luò)上彼此定期地播送無線消息，所述車輛間通信網(wǎng)絡(luò)例如但不限于如本領(lǐng)域所公知的專用短程通信協(xié)議(DSRC)。
可將在車輛之間傳送的車輛到車輛(V2V)無線消息作為標準定期信標消息來傳輸。無線消息包括有關(guān)環(huán)境察覺狀況的數(shù)據(jù)，這些環(huán)境察覺狀況涉及由每個相應(yīng)車輛感測到的車輛位置、車輛運動學(xué)/動態(tài)參數(shù)、交通或道路事件。這些環(huán)境察覺狀況在車輛之間被傳送，從而預(yù)警其他車輛駕駛員某種類型的安全情形、交通延遲、事故、或?qū)︸{駛員潛在重要的其他當(dāng)前情形。其中一個目的是給鄰近車輛提供狀況的提前警示，以便提供額外時間來對該狀況做出反應(yīng)。用于環(huán)境察覺狀況的這些警示可包括但不限于交通擁堵、事故、傳送車輛中有效的前方碰撞警示(FCW)、側(cè)碰撞警示(LCW)、車道偏離警示(LDW)、前方車輛緩慢/停止、緊急電子制動燈(EEBL)激活、尾部中心高置停止燈(CHMSL)激活、交叉路口碰撞警示/避免、十字交叉道路、工作區(qū)警示、盲點/并線和行人/騎車人的可見性增強。此外，視線目標跟蹤、非視線跟蹤和道路預(yù)測可通過V2V通信來確定。從多個車輛源接收信息的潛在冗余改善跟蹤準確性和可靠性，從而降低錯誤檢測。還可傳送健康狀態(tài)信息(這涉及由車輛裝置、軟件和硬件模塊、和其他車輛子系統(tǒng)獲得的信息的可靠性和準確性)。
圖2示出用于本車10和相應(yīng)遠程車輛12的系統(tǒng)架構(gòu)。本車10和相應(yīng)遠程車輛12(例如，多個遠程車輛)每個都配備有無線廣播13，無線廣播13包括發(fā)送器和接收器(或收發(fā)器)以便經(jīng)天線14播送并且接收無線消息。本車10和相應(yīng)遠程車輛12還包括相應(yīng)的處理單元15，以便處理在無線消息或其他傳送裝置例如全球定位系統(tǒng)(GPS)接收器16中接收到的數(shù)據(jù)?？商鎿Q地，無線廣播也可用作GPS接收器。每個車輛還包括目標檢測模塊17，以便收集從目標檢測傳感器接收到的數(shù)據(jù)。系統(tǒng)還可包括車輛接口裝置18，以便收集包括但不限于速度、制動、橫擺率、加速和方向盤角度的信息。
GPS使用傳送信號的多個衛(wèi)星，這能使車輛的GPS接收器16確定其方位、速度、方向和時間。用于V2V通信網(wǎng)絡(luò)的相應(yīng)車輛的GPS數(shù)據(jù)作為無線消息的一部分被播送，以便識別傳送車輛的方位。這允許本車10的相應(yīng)處理單元15根據(jù)遠程車輛的位置評估消息內(nèi)容，以便評價相應(yīng)狀況與本車10的相關(guān)性。
目標檢測模塊17從目標檢測裝置接收數(shù)據(jù)，這些目標檢測裝置包括但不限于基于雷達的檢測裝置、基于視覺的檢測裝置、和基于光的檢測裝置。這些裝置的例子可包括雷達檢測器(例如，遠程和短程雷達)、照相機、和激光雷達裝置、立體視覺。每個相應(yīng)感測系統(tǒng)檢測或捕獲相應(yīng)傳感器視場中的圖像。視場依賴于目標檢測傳感器被定向的方向。通過V 2V通信獲得的某些數(shù)據(jù)可能不能通過目標檢測裝置來獲得，并且反之亦然。通過組合從兩個系統(tǒng)獲得的數(shù)據(jù)，除了校正使用每個感測系統(tǒng)通常發(fā)生的誤差之外，可獲得對車輛周圍環(huán)境的全面察覺。
再次參考圖1，本車10配備有V2V通信系統(tǒng)和目標檢測感測裝置。這里討論具有目標檢測傳感器和/或V2V通信的優(yōu)點。遠程車輛22和24被本車10的目標檢測傳感器檢測到，如所示。本車前向所感測的區(qū)域的視場總體示出為25。遠程車輛24配備有V2V通信裝置并且與本車10通信。遠程車輛24還可與處于本車10的播送范圍之外的遠程車輛24之前的車輛通信。由遠程車輛24獲得的V2V消息信息被傳送給本車10，這提供正在發(fā)生的更多詳細信息，這些信息超出僅由本車目標檢測感測裝置可獲得到的信息。另外，來自遠程車輛24的在數(shù)據(jù)通信內(nèi)所包含的是遠程車輛GPS位置。從遠程車輛24所接收到的信息，連同由本車10所感測到的數(shù)據(jù)，允許本車10確定誤差是否可能出現(xiàn)在本車GPS數(shù)據(jù)或從遠程車輛24接收到的GPS數(shù)據(jù)中。如果誤差出現(xiàn)，則這些誤差可被補償或被校正。
圖1中示出遠程車輛26，其位于本車檢測傳感器的視場外。雖然遠程車輛26因遠程車輛位置而不能被本車目標檢測傳感器檢測到，但是遠程車輛26包括能將其GPS位置傳送到本車10的V2V通信系統(tǒng)。
在圖1中還示出遠程車輛28。遠程車輛28沒有配備V2V通信系統(tǒng)或目標檢測感測裝置，并因此不能提供包括其相對于本車10的方位的任何信息，并且因此，遠程車輛28的方位對于本車10將是未知的。然而，遠程車輛30包括V2V通信和目標檢測感測裝置。遠程車輛30使用其目標檢查傳感器檢測遠程車輛28并且將所估計的遠程車輛30的位置和其自身的GPS位置經(jīng)V2V通信系統(tǒng)傳送給本車10。因此，將V2V通信數(shù)據(jù)和由本車10檢測到的目標融合可構(gòu)建圍繞本車10的360度車輛目標地圖。
圖3示出協(xié)作的通信和目標感測系統(tǒng)的框流程圖示40。傳感器和無線模塊42接收來自傳感器目標數(shù)據(jù)地圖44和V2V目標數(shù)據(jù)地圖46的輸入。使用由目標檢測傳感器提供的輸入來構(gòu)建傳感器目標數(shù)據(jù)地圖44。由目標檢測傳感器檢測的目標可包括但不限于遠程車輛、建筑物、護欄和目標檢測裝置的視場中的其他目標。使用從其他車輛傳送的包括GPS數(shù)據(jù)的數(shù)據(jù)來構(gòu)建V2V目標數(shù)據(jù)地圖46。響應(yīng)于從傳感器目標數(shù)據(jù)地圖44和V2V目標數(shù)據(jù)地圖46確定出的數(shù)據(jù)，傳感器和無線模塊42構(gòu)建觀測形勢地圖。每個相應(yīng)觀測形勢地圖包括但不限于相應(yīng)目標的距離、距離變化率和方位角。因此，可基于來自各種源的數(shù)據(jù)生成相應(yīng)目標的多個觀測形勢地圖。如果確定出兩個數(shù)據(jù)地圖之間的誤差，則可以基于當(dāng)前車輛位置將優(yōu)先權(quán)給予V2V目標數(shù)據(jù)地圖或傳感器目標數(shù)據(jù)地圖。例如，如果本車行進在引起GPS障礙的具有高大建筑物的類城市區(qū)域中，則優(yōu)先權(quán)給予傳感器目標數(shù)據(jù)地圖。相反，如果車輛行進在誤差可能出現(xiàn)在傳感器目標數(shù)據(jù)地圖的鄉(xiāng)村中，則優(yōu)先權(quán)給予V2V目標數(shù)據(jù)地圖，因為車輛與GPS數(shù)據(jù)之間的通信是無障礙的。
將每個相應(yīng)觀測形勢地圖提供給數(shù)據(jù)聯(lián)合與合并模塊48，在該模塊48中，數(shù)據(jù)被融合進合并目標觀測地圖中。即，將從各種源收集到的多種數(shù)據(jù)融合進單個聚合地圖，該聚合地圖提供相應(yīng)車輛的所確定距離、距離變化率和方位角。將檢測到的每個車輛的數(shù)據(jù)融合進合并目標觀測地圖。合并目標觀測地圖提供包含全部檢測到的車輛的綜合地圖。
將合并目標觀測地圖提供給包括但不限于Kalman過濾器跟蹤器的過濾器跟蹤器50。此外，將本車GPS位置、車輛動態(tài)信息(例如，速度、速率、橫擺率)和駕駛員意向信息(例如，轉(zhuǎn)向信號、轉(zhuǎn)向模式)提供給過濾器跟蹤器。過濾器跟蹤器50不斷更新對目標車輛相對于本車的位置、速度和定向的跟蹤，以便確定預(yù)測性的行進道路。這允許本車監(jiān)測本車的周圍車輛，以便確定對遠程車輛的感性察覺?？蓪碜赃^濾器跟蹤器50的跟蹤反饋數(shù)據(jù)52提供給傳感器和無線模塊42，以便改進從感測裝置所獲得的數(shù)據(jù)的精確性。隨后將進一步詳細討論融合和跟蹤程序。
通過過濾器跟蹤器50來產(chǎn)生360度目標跟蹤列表54，包括本車位置、速度、定向和每個遠程車輛的位置、速度和定向，用于本車安全性察覺評估。此外，可將跟蹤列表作為反饋提供給數(shù)據(jù)聯(lián)合與合并模塊48以連續(xù)地確定周圍車輛關(guān)于本車10的相對位置。
然后將跟蹤列表54提供給車輛的各種安全應(yīng)用56(例如，目標選擇模塊)，以便評價是否應(yīng)該致動安全通知。例如，前方碰撞警示(FCW)模塊評價車輛前方的碰撞的威脅。當(dāng)車輛行進道路處于通向碰撞的路徑時，發(fā)出FCW警告。如果目標車輛未處于行進車道中或行進在不同定向中，則FCW模塊將在其評價中對該目標沒有反應(yīng)。如果相應(yīng)的安全應(yīng)用模塊識別出潛在威脅，則該威脅將被評價并且警示可被致動以便識別潛在的安全問題。每個目標選擇模塊都接收跟蹤列表54并且確定其自己的威脅評價，以便響應(yīng)于該威脅評價發(fā)出警示通知或致動安全對策。
圖4是用于融合目標感測地圖數(shù)據(jù)和V2V地圖數(shù)據(jù)的方法的流程圖。在步驟60中，從至少一個目標感測裝置收集數(shù)據(jù)。目標感測裝置典型地監(jiān)測車輛可檢測目標的相應(yīng)遠程區(qū)域。在步驟61中，響應(yīng)于感測到的目標產(chǎn)生傳感器目標數(shù)據(jù)地圖。
在步驟62中，從V2V通信消息收集數(shù)據(jù)。從V2V消息收集到的數(shù)據(jù)可包括遠程車輛的GPS信息、來自另一遠程車輛的目標傳感器信息、來自遠程車輛的車輛動態(tài)信息、由遠程車輛接收到的警告警示和遠程車輛的有限的駕駛員意向信息。在步驟63中，響應(yīng)于包含在V2V通信消息中的數(shù)據(jù)產(chǎn)生V2V目標數(shù)據(jù)地圖。在步驟64中，目標數(shù)據(jù)地圖和V2V數(shù)據(jù)地圖被融合用于產(chǎn)生合并目標觀測地圖。
在步驟65中，經(jīng)融合的數(shù)據(jù)被提供給過濾器跟蹤器，例如Kalman過濾器跟蹤器，以便跟蹤圍繞本車的遠程車輛。Kalman過濾器是遞歸估計器。Kalman過濾要求僅需要來自在先時間步驟的估計狀態(tài)和當(dāng)前測量值以確定當(dāng)前狀態(tài)的估計。跟蹤過濾器跟蹤遠程車輛相對于本車位置的路徑并且可在與目標檢測裝置或V2V通信失去通信的情況下基于接收到的數(shù)據(jù)產(chǎn)生預(yù)測性路徑。
在步驟66中，產(chǎn)生跟蹤列表。跟蹤列表識別本車周圍的遠程車輛的位置。此外，列出每個遠程車輛的車速、橫擺率和定向。
在步驟67中，將跟蹤數(shù)據(jù)輸出到安全應(yīng)用以便進行威脅評價。跟蹤數(shù)據(jù)被提供給各種安全系統(tǒng)，其中，對于相應(yīng)的安全應(yīng)用，信息被處理，并且相對于每個遠程車輛以及其可對本車具有的影響做出威脅評價。
在此將描述早前述及的融合和跟蹤程序的實施例。應(yīng)當(dāng)明白，在此描述的程序是可用于融合和跟蹤的多種程序中的其中一種，并且應(yīng)當(dāng)理解，本發(fā)明不被限制到在此所述的程序。為了執(zhí)行融合和跟蹤，首先我們設(shè)X1，X2，...，Xk為通信區(qū)域中的K個車輛。設(shè)Xi為第i個車輛的狀態(tài)，包括關(guān)于基坐標的北向位移、東向位移、航向(相對于北向的角度)、角速度和速度。設(shè)XH為本車的狀態(tài)，而gi為Xi的GPS測量值，分別包括北向位移、東向位移、航向和速度。mi是第i個車輛的車輛速度和橫擺率測量值的矢量，而oij是在第i個車輛上的感測裝置所測量到的第j個車輛的測量值(即，距離、距離變化率和方位角)。目標是從測量值{gm，mi|i＝1，...，K}和{oj|i＝1，...，K，j＝1，...，Li}中復(fù)原車輛的狀態(tài){Xi|i＝1，...，K}，其中Li是由在第i個車輛中的感測裝置返回的目標的數(shù)目。
在下面的推導(dǎo)中，高斯分布由信息陣列來表示。例如，隨機變量x～N(μ，Q)可被表示為x～[R，z]，其中Q＝R-TR-1和z＝Rμ。我們注意每個車輛具有其自己的系統(tǒng)動態(tài)方程為 Xi(t+1)＝fi(Xi，wi) (1) 其中項wi～[Rwi，zwi]是表示過程噪聲的隨機變量。式(1)在鄰域[Xi*，wi*]中的線性近似可表示為 Xi(t+1)＝ΦiXi+Giwj+ui2 (2) 其中Φi和Gi分別是方程(1)的函數(shù)f關(guān)于變量Xi和wi的Jacobian矩陣；并且將非線性項表示為 由GPS接收器、車內(nèi)傳感器和目標檢測傳感器所做的測量由下面的方程來表示。對于GPS接收器的測量值方程可寫為 其中噪聲向量vHg～[RHg，0]是零均值隨機變量。對于車輪速度和橫擺率傳感器的測量值方程可寫為 其中噪聲向量vHm是零均值隨機變量，由vHm～[RHm，0]來表示。每個車輛保持車輛的狀態(tài)的估計{Xi|i＝1，...，K}。在時刻t，目標感測裝置測量目標的列表

其中κl是確定第l個目標是來自第κl個車輛

的數(shù)據(jù)聯(lián)合變量；而LH是由感測裝置所測量的目標的個數(shù)。因此，來自傳感器的第l個目標的方程可寫為 其中噪聲項

其協(xié)方差矩陣表示目標感測裝置的精確度。
式(6)在鄰域

中的線性近似可表示為 其中

是關(guān)于

的Jacobian矩陣，

是關(guān)于XH的Jacobian矩陣，而非線性偏項 在每一時刻t，本車中的無線廣播模塊從通信區(qū)域內(nèi)的遠程車輛接收廣播包。第i個廣播包包含第i個車輛的狀態(tài)xi的估計，其可被視為測量值 xi＝Xi+vi (9) 其中噪聲項vi～[Ri，0]表示狀態(tài)估計的不確定性。
先前述及的融合和跟蹤程序的第一實施例如下。假定本車XH的狀態(tài)和遠程車輛{Xi|i＝1，...，K}互相不相關(guān)。因此，可使用擴展的Kalman過濾器來分別估計狀態(tài)變量。
本車XH的定址可通過融合GPS和車內(nèi)傳感器來表示。下面方程可寫成 遠程車輛的跟蹤可通過融合V2V傳感器和目標感測裝置來表示。假定目標感測裝置測量時刻t處對應(yīng)于第i個車輛的目標的列表

測量值方程可表示為 下面根據(jù)圖5來描述如上所示的解耦程序中的關(guān)鍵步驟。在步驟70中，開始程序。在步驟71中，給定本車和遠程車輛在時刻t-1處的在先估計，確定時刻t是否得到新數(shù)據(jù)。這些數(shù)據(jù)可從系統(tǒng)動態(tài)方程(2)和測量值方程(10)和(11)得到更新。
在步驟71中，如果沒有得到新數(shù)據(jù)，則在步驟72中停止程序。如果得到新的更新數(shù)據(jù)則在步驟73中檢索本車狀態(tài)的在先估計

和協(xié)方差矩陣
在步驟74中，基于GPS和車內(nèi)運動數(shù)據(jù)更新本車狀態(tài)估計?；谙到y(tǒng)動態(tài)方程(2)和測量值方程(10)應(yīng)用擴展的Kalman過濾器或類似過濾器推導(dǎo)時刻t處本車的狀態(tài)的估計。輸出更新的估計

和協(xié)方差矩陣
在步驟75中，對于l＝1，...，LH的第l個傳感器目標oHl計算聯(lián)合變量κ1。這使傳感器目標和V2V數(shù)據(jù)與在先遠程車輛估計相聯(lián)合。
在步驟76中，確定遠程車輛的全部狀態(tài)是否得到更新。如果全部狀態(tài)已經(jīng)得到更新，則返回到步驟71以確定是否得到新數(shù)據(jù)。如果并非全部狀態(tài)得到更新，則在步驟77中檢索第i個遠程車輛的狀態(tài)的在先估計

和協(xié)方差矩陣
在步驟78中，基于V2V和目標地圖數(shù)據(jù)更新遠程車輛狀態(tài)估計。分別基于系統(tǒng)動態(tài)方程(2)和測量值方程(10)應(yīng)用擴展的Kalman過濾器或類似過濾器推導(dǎo)時刻t處第i個遠程車輛的狀態(tài)的估計。輸出更新的估計

和協(xié)方差矩陣

返回到步驟76確定全部狀態(tài)是否得到更新。如果并非全部狀態(tài)得到更新，則重復(fù)步驟77到78，直到全部狀態(tài)得到更新。否則返回到步驟71以核查得到新數(shù)據(jù)。
圖6和7示出對于10個車輛的聯(lián)合定址和跟蹤的結(jié)果。聯(lián)合狀態(tài)的正則化協(xié)方差呈現(xiàn)在圖6中。加黑項表示強相關(guān)?？汕宄乜吹?，不僅軌跡XT和本車XH相關(guān)，而且XT中的每一對軌跡是互相相關(guān)的。聯(lián)合協(xié)方差矩陣的棋盤格圖案證實上面的陳述。因此，忽略非對角線相關(guān)項的解耦近似不是漸近最優(yōu)的。
圖7示出逆協(xié)方差矩陣(也稱為為信息矩陣)的Cholesky因子，其被正則化成類似相關(guān)性矩陣，以便驗證圖6中所示的方法的結(jié)果。該矩陣中的項可認為是遠程車輛和本車的狀態(tài)之間的約束或連接。圖7中所示的項越黑，狀態(tài)之間的連接越強。如圖7中所表示，Cholesky因子R不僅顯得稀疏，而且有良好的結(jié)構(gòu)。該矩陣僅由遠程車輛的狀態(tài)內(nèi)的項或者遠程車輛與本車狀態(tài)之間的項所主導(dǎo)。
在此將描述在先述及的融合和跟蹤程序的第二實施例。在整個計算中第二實施例使用并保持這個結(jié)構(gòu)。此外，存儲稀疏因子矩陣需要線性空間。更重要地，可在相對于系統(tǒng)中跟蹤數(shù)目的線性時間內(nèi)執(zhí)行更新。
通過組合上面推導(dǎo)得到的測量值方程(4)、(5)、(7)和(9)，我們得到
或被不同地表示為 其中

和XH分別表示遠程車輛跟蹤和本車的定址。不失一般性，假定v是具有單位協(xié)方差矩陣的零均值隨機變量，即v～[I，0]。通過組合方程(1)中每個車輛的系統(tǒng)動態(tài)方程，得到下面的結(jié)果 X(t+1)＝ΦX+Gw+u2(14) 其中 G＝diag[G1...GK GH] (16) w～[Rw，zw] (19) 因此，損失函數(shù)被定義為 其中，

表示關(guān)于車輛狀態(tài)的初始先驗知識。目標是在服從系統(tǒng)動態(tài)約束(14)的情況下尋找使損失函數(shù)Jt最小的因子XT(t)和XH(t)。
圖8示出用于聯(lián)合定址和跟蹤程序的方法。在步驟80中，開始程序。在步驟81中，給定聯(lián)合狀態(tài)X在時刻t處的預(yù)測或先驗知識，確定時刻t是否得到新數(shù)據(jù)。這些數(shù)據(jù)可從系統(tǒng)動態(tài)方程(14)和測量值方程(12)得到更新。
在步驟81中，如果沒有得到新數(shù)據(jù)，則在步驟82中停止程序。如果得到新的更新數(shù)據(jù)，則在步驟83中檢索在時間t的聯(lián)合狀態(tài)X的在先預(yù)測(用

表示)。將聯(lián)合狀態(tài)X表示如下 在步驟84中，對于l＝1，...，LH的第l個傳感器目標oHl計算聯(lián)合變量κl。
在步驟85中，確定聯(lián)合測量值方程(13)中的系數(shù)CT、CH、和u1。在先預(yù)測

聯(lián)合測量矩陣CT和CH、和向量u1和o被插入到矩陣A 使用Givens旋轉(zhuǎn)因式分解矩陣A(輸出上三角矩陣

使得ATA′＝ATA同時

是正交矩陣)。
其中ò是反映模型和測量值之間的偏差的殘差。
在步驟86中，在與時刻t時的測量值融合后，得出更新的信息陣列
通過求解下面的線性方程確定聯(lián)合狀態(tài)的更新估計(即，定址

和跟蹤

) 在步驟87中，輸出聯(lián)合狀態(tài)

在時刻t的更新的估計。
在步驟88中，計算在方程(14)中所表示的Φ、G和u2。更新的信息陣列

Rw、Φ、G被插入到矩陣B 使用Givens旋轉(zhuǎn)因式分解矩陣B(輸出上三角矩陣

使得B′TB′＝BTB其卻

是正交矩陣)，表示為 在步驟89中，以信息陣列形式

更新對于時刻t+1的聯(lián)合狀態(tài)X(t+1)的更新預(yù)測(例如，式(27))，當(dāng)可得到新的測量值時，可使用該更新的預(yù)測。返回到步驟72以確定是否可得到新的數(shù)據(jù)。
雖然已經(jīng)詳細地描述了本發(fā)明的某些實施例，但是，本領(lǐng)域技術(shù)人員將意識到用于實施由隨附權(quán)利要求所限定的本發(fā)明的各種替代設(shè)計和實施例。
權(quán)利要求
1.一種增強相對于遠程車輛的本車察覺系統(tǒng)的方法，所述本車包括感測遠離所述本車的目標的至少一個目標感測裝置，所述本車還包括車輛到車輛通信系統(tǒng)，以便以車輛到車輛消息的形式在遠程車輛和所述本車之間交換車輛數(shù)據(jù)，所述方法包括如下步驟
響應(yīng)于感測到的目標產(chǎn)生傳感器目標數(shù)據(jù)地響應(yīng)于車輛到車輛消息產(chǎn)生車輛到車輛目標數(shù)據(jù)地將所述車輛到車輛目標數(shù)據(jù)地圖和所述傳感器目標數(shù)據(jù)地圖合并以共同地確定遠程車輛對于所述本車的相對位置；
使用所合并的數(shù)據(jù)地圖估計遠程車輛對于所述本車的相對位置；以及
將跟蹤數(shù)據(jù)輸出到安全相關(guān)應(yīng)用，以便識別對所述本車的威脅評價。
2.如權(quán)利要求1所述的方法，其特征在于，估計遠程車輛的相對位置包括產(chǎn)生反饋數(shù)據(jù)，以便改進所述至少一個目標感測裝置的精確性。
3.如權(quán)利要求1所述的方法，其特征在于，還包括響應(yīng)于估計遠程車輛的相對位置產(chǎn)生周圍車輛的跟蹤列表的步驟，所述跟蹤列表包括遠程車輛的車輛位置、速度、和橫擺率。
4.如權(quán)利要求3所述的方法，其特征在于，提供所述跟蹤列表作為反饋，以便連續(xù)地確定遠程車輛對于本車的相對位置。
5.如權(quán)利要求3所述的方法，其特征在于，輸出所述跟蹤列表作為輸出到安全相關(guān)應(yīng)用的跟蹤數(shù)據(jù)的一部分。
6.如權(quán)利要求1所述的方法，其特征在于，還包括收集所述本車的車輛動態(tài)信息以便估計所述本車對于遠程車輛的相對定位的步驟。
7.如權(quán)利要求1所述的方法，其特征在于，從GPS和無線通信裝置獲得所述車輛到車輛目標數(shù)據(jù)地圖。
8.如權(quán)利要求1所述的方法，其特征在于，確定所述車輛到車輛目標數(shù)據(jù)地圖和所述傳感器目標數(shù)據(jù)地圖之間的誤差，其中基于車輛的當(dāng)前定位將優(yōu)先權(quán)給予所述車輛到車輛目標數(shù)據(jù)地圖或所述傳感器目標數(shù)據(jù)地圖。
9.如權(quán)利要求1所述的方法，其特征在于，如果所述本車位于具有GPS障礙的類城市位置中，則將優(yōu)先權(quán)給予傳感器目標數(shù)據(jù)地圖。
10.如權(quán)利要求1所述的方法，其特征在于，所述安全相關(guān)應(yīng)用使用遠程車輛的定位和遠程車輛定向來致動駕駛員察覺通知。
全文摘要
本發(fā)明涉及組合的車輛到車輛通信和目標檢測感測，具體而言提供一種用于監(jiān)測相對于本車的遠程車輛的車輛察覺系統(tǒng)。所述車輛察覺系統(tǒng)包括至少一個目標感測裝置和車輛到車輛通信裝置。設(shè)置數(shù)據(jù)收集模塊，以便獲得傳感器目標數(shù)據(jù)地圖和車輛到車輛目標數(shù)據(jù)地圖。融合模塊合并所述傳感器目標數(shù)據(jù)地圖和車輛到車輛目標數(shù)據(jù)地圖，以便產(chǎn)生累積的目標數(shù)據(jù)地圖。跟蹤模塊估計遠程車輛對于本車的相對位置。
文檔編號G01S19/14GK101799992SQ20101011335
公開日2010年8月11日 申請日期2010年2月3日 優(yōu)先權(quán)日2009年2月3日
發(fā)明者S·曾, H·克里什南, V·薩德卡 申請人:通用汽車環(huán)球科技運作公司