详情

原文传递用于车辆护航的间隙测量

专利名称：	用于车辆护航的间隙测量
摘要：	描述了用于识别一组距离测量场景中的特定车辆(例如，编队同伴)的后部和/或用于跟踪这种车辆的后部的各种方法、控制器和算法。所描述的技术可以结合各种不同的距离测量技术使用，包括雷达、激光雷达、基于相机的距离测量单元等。所描述的方法非常适合在包括牵引‑拖挂车编队应用的车辆编队和/或车辆护航系统中使用。在另一方面，描述了用于融合从不同车辆获得的传感器数据以用于对特定车辆进行至少部分自动的控制的技术。所描述的技术非常适合与各种不同的车辆控制应用结合使用，包括编队、护航和其他连接式驾驶应用，包括牵引‑拖挂车编队应用。
专利类型：	发明专利
国家地区组织代码：	美国;US
申请人：	佩路通科技股份有限公司
发明人：	奥斯丁·B·舒赫;史蒂芬·M·艾利恩;斯蒂芬·普莱内斯;约翰·L·雅各布斯;约书亚·P·斯维科斯
专利状态：	有效
申请日期：	2017-10-26T00:00:00+0800
发布日期：	2019-11-05T00:00:00+0800
申请号：	CN201780081508.0
公开号：	CN110418745A
代理机构：	北京东方亿思知识产权代理有限责任公司
代理人：	柳春雷
分类号：	B60W40/12(2012.01);B;B60;B60W;B60W40
申请人地址：	美国加利福尼亚州
主权项：	1.一种使用从第二车辆上的距离测量单元接收的场景来识别第一车辆的后部的位置的方法，所述方法包括： a)估计所述第一车辆相对于第二车辆的位置； b)从所述第二车辆上的所述距离测量单元接收场景样本，所述场景包括一组零个或更多个检测对象点，每个对象点对应于检测对象； c)识别所述组的接收到的检测对象点内的第一车辆点候选项； d)基于所述第一车辆点候选项所表示的所述检测对象距估计的第一车辆位置的距离来对所述第一车辆点候选项进行分类； e)多次重复步骤(a)-(d)，借此，分类的第一车辆点候选项包括来自多个连续距离测量单位场景样本的候选项；和 f)至少部分地基于对所述第一车辆点候选项的分类来识别所述第一车辆的后部的位置。 2.根据权利要求1所述的方法，其中，所述距离测量单元是雷达单元，所述场景是雷达场景，所述场景样本是雷达场景样本，所述对象点是雷达对象点，并且所述第一车辆点候选项是第一车辆雷达点候选项。 3.根据权利要求1或2所述的方法，还包括识别所述第一车辆的估计位置周围的边界框，其中，不位于所述边界框内的所述组的接收到的检测象点内的对象点不被认为是第一车辆点候选项。 4.根据权利要求3所述的方法，其中，所述边界框限定超过所述第一车辆的最大预期尺寸的区域。 5.根据权利要求2所述的方法，还包括估计所述第一车辆相对于所述第二车辆的速度，所估计的相对速度具有相关联的速度不确定性，其中，与以不在所估计的速度的速度不确定性内的相对速度移动的检测对象相对应的检测雷达对象点集合内的雷达对象点不被认为是第一车辆雷达点候选项。 6.根据权利要求2所述的方法，其中，在对所述第二车辆的控制中使用所识别的所述第一车辆的后部或至少部分地基于所识别的所述第一车辆的后部而确定的有效车辆长度。 7.根据权利要求2所述的方法，其中，以至少10赫兹的采样率重复步骤(a)-(c)。 8.根据权利要求2所述的方法，其中，分类所述第一车辆雷达点候选项包括利用所述第一车辆雷达点候选项填充直方图，所述直方图包括多个区间，每个区间表示相对于所述第一车辆的估计位置的纵向距离范围。 9.根据权利要求8所述的方法，其中，仅在所述直方图包含至少预定数量的第一车辆雷达点候选项之后进行对所述第一车辆的后部的识别。 10.根据权利要求8所述的方法，还包括对所述第一车辆雷达点候选应用聚类算法来识别第一车辆雷达点候选项的一个或多个聚类。 11.根据权利要求10所述的方法，其中，所述聚类算法是修正均值偏移算法。 12.根据权利要求10所述的方法，其中，选择最接近所述第二车辆的聚类来表示所述第一车辆的后部。 13.根据权利要求10所述的方法，其中，选择最接近所述第二车辆的包括至少预定阈值百分比或预定数量的第一车辆雷达点候选项的聚类来表示所述第一车辆的后部。 14.根据权利要求13所述的方法，其中，所述预定阈值百分比是所述直方图中的第一车辆雷达点候选项的至少10％。 15.根据权利要求13所述的方法，其中，第一车辆雷达点候选项的预定数量是至少40的数量。 16.根据权利要求1所述的方法，还包括至少部分地基于所识别的车辆的后部来确定所述第一车辆的有效长度。 17.根据权利要求1所述的方法，其中，使用卡尔曼滤波来估计所述第一车辆的位置。 18.根据权利要求8所述的方法，还包括将从所述直方图导出的均值偏移聚类或所述直方图的属性与表示目标同伴车辆的已知数据组进行比较，来验证所述第一车辆是否是所述目标同伴车辆。 19.根据权利要求8所述的方法，还包括将从所述直方图导出的均值偏移聚类或所述直方图的属性与在所述第一车辆的后部不在所述雷达单元的视野内但所述第一车辆的一部分在所述雷达单元的视野内时接收的雷达场景进行比较，来帮助确定所述第一车辆的当前相对位置。 20.根据权利要求1所述的方法，其中，所述第一车辆和所述第二车辆是卡车。 21.根据权利要求20所述的方法，其中，所述第一车辆是牵引-拖挂车。 22.根据权利要求1-3或5-21中任一项所述的方法，还包括估计所述第一车辆相对于所述第二车辆的速度，所估计的相对速度具有相关联的速度不确定性，其中，与以不在所估计的速度的速度不确定性内的相对速度移动的检测对象点的组内的对象点不被认为是所述第一车辆点候选项。 23.根据权利要求1-4或6-22中任一项所述的方法，其中，在所述第二车辆的控制中使用识别的所述第一车辆的后部或至少部分地基于识别的所述第一车辆的后部来确定的有效车辆长度。 24.根据权利要求1-5或7-23中任一项所述的方法，其中，以至少10赫兹的采样率重复步骤(a)-(c)。 25.根据权利要求1-6或8-24中任一项所述的方法，其中，分类所述第一车辆点候选项包括利用所述第一车辆点候选项填充直方图，所述直方图包括多个区间，每个区间表示相对于所述第一车辆的估计位置的纵向距离范围。 26.根据权利要求25所述的方法，其中，仅在所述直方图包含至少预定数量的第一车辆点候选项之后进行对所述第一车辆的后部的识别。 27.根据权利要求25或26所述的方法，还包括对所述第一车辆点候选应用聚类算法来识别第一车辆点候选项的一个或多个聚类。 28.根据权利要求27所述的方法，其中，选择最接近所述第二车辆的聚类来表示所述第一车辆的后部。 29.根据权利要求27所述的方法，其中，选择最接近所述第二车辆的包括至少预定阈值百分比或预定数量的第一车辆雷达点候选项的聚类来表示所述第一车辆的后部。 30.根据权利要求29所述的方法，其中，所述预定阈值百分比是所述直方图中的第一车辆雷达点候选项的至少10％。 31.根据权利要求29所述的方法，其中，第一车辆雷达点候选的预定数量是至少40的数量。 32.根据权利要求1-14和16-31中任一项所述的方法，还包括至少部分地基于所识别的车辆的后部来确定所述第一车辆的有效长度。 33.根据权利要求1-15和17-32中任一项所述的方法，其中，使用卡尔曼滤波来估计所述第一车辆的位置。 34.根据权利要求25-33中任一项所述的方法，还包括将从所述直方图导出的均值偏移聚类或直方图的属性与表示目标同伴车辆的已知数据组进行比较，来验证所述第一车辆是否是所述目标同伴车辆。 35.根据权利要求25-34中任一项所述的方法，还包括将从所述直方图导出的均值偏移聚类或直方图的属性与在所述第一车辆的后部不在所述距离测量单元的视野内但所述第一车辆的一部分在所述距离测量单元的视野内时接收的场景进行比较，来帮助确定所述第一车辆的当前相对位置。 36.根据前述权利要求中任一项所述的方法，其中，所述第一车辆和所述第二车辆是卡车。 37.一种使用安装在跟随车辆上的距离测量单元来跟踪特定引领车辆的方法，所述方法包括： (a)从所述距离测量单元获得当前样本，所述当前样本包括一组零个或更多个对象点； (b)获得对应于所述当前样本的引领车辆的状态的当前估计，其中，所述引领车辆的状态的所述当前估计具有相关联的状态不确定性并且不考虑来自所述当前样本的任何信息； (c)确定是否所述对象点中的任何一个在所述状态不确定性内与所述引领车辆的估计状态匹配；和 (d)当所述对象点中的至少一个在所述状态不确定性内与所述引领车辆的估计状态匹配时，选择与所述引领车辆的估计状态最佳匹配的匹配对象点作为所述引领车辆的测量状态，并且在对与下一顺序样本相对应的所述引领车辆的状态的下一顺序估计中使用所述引领车辆的测量状态；和多次重复步骤(a)-(d)，从而跟踪所述引领车辆。 38.根据权利要求37所述的方法，其中，所述当前状态估计包括多个状态参数，所述状态参数包括指示所述引领车辆相对于所述跟随车辆的位置的位置参数和指示所述引领车辆相对于所述跟随车辆的速度的速度参数。 39.根据权利要求37所述的方法，还包括至少部分地自动控制所述跟随车辆以保持所述引领车辆与所述跟随车辆之间的期望间隙，并且其中，每个所选择的对象点与所述距离测量单元具有相关联的纵向距离，并且其中，所述相关联的纵向距离由间隙控制器处理，所述间隙控制器负责将所述期望间隙维持为从所述距离测量单元到所述引领车辆的后部的当前测量纵向距离。 40.根据权利要求37所述的方法，其中：每个样本指示所述对象点中每一个的位置；并且所述引领车辆的状态的每个当前估计包括所述引领车辆的位置的当前估计并且具有相关联的位置不确定性；所选择的匹配对象点必须在所述位置不确定性内与所述引领车辆的估计位置匹配。 41.根据权利要求40所述的方法，其中，所述引领车辆的位置的当前估计估计所述引领车辆的后部的当前位置。 42.根据权利要求40所述的方法，其中，所述引领车辆的估计位置是相对于所述跟随车辆的相对位置。 43.根据权利要求40所述的方法，其中：每个样本还指示所述对象点中每一个的相对速度；并且所述引领车辆的状态的每个当前估计还包括所述引领车辆的相对速度的当前估计并且具有相关联的速度不确定性；所选择的匹配对象点必须(i)在所述位置不确定性内匹配所述引领车辆的估计位置，和(ii)在所述速度不确定性内匹配所述引领车辆的估计速度。 44.根据权利要求37所述的方法，其中，当特定样本中没有对象点在所述状态不确定性内与所述引领车辆的估计状态匹配时，则对于所述引领车辆的状态的下一顺序估计增加所述状态不确定性。 45.根据权利要求44所述的方法，其中，所述估计状态包括多个状态参数，所述状态参数包括位置参数、速度参数和定向参数。 46.根据权利要求37所述的方法，还包括：至少部分地基于检测到的所述引领车辆和所述跟随车辆的全球导航卫星系统(GNSS)位置来周期性地接收GNSS位置更新；和每次接收到GNSS位置更新时，基于这样的GNSS位置更新来更新所述引领车辆的估计状态和所述状态不确定性。 47.根据权利要求37所述的方法，还包括：至少部分地基于检测到的所述引领车辆和所述跟随车辆的车轮速度来周期性地接收车辆速度更新；和每次接收到车辆速度更新时，基于这样的车辆速度更新来更新所述引领车辆的估计状态和所述状态不确定性。 48.根据权利要求37所述的方法，其中，以至少10赫兹的采样率重复步骤(a)-(d)。 49.根据权利要求37所述的方法，其中，使用卡尔曼滤波来估计所述引领车辆的状态和相关联的状态不确定性。 50.根据权利要求37所述的方法，其中，所述引领车辆的估计状态包括所述引领车辆的后部的估计位置，并且所选择的匹配对象点被认为是所述引领车辆的后部的相对位置的测量结果。 51.根据权利要求37所述的方法，其中，所述跟随车辆上的控制器维持表示所述引领车辆的点群的配置文件，并且所选择的匹配点对应于所述点群中的一个。 52.根据权利要求37所述的方法，其中，所述引领车辆和所述跟随车辆是包括在编队中的卡车。 53.根据权利要求37所述的方法，其中，所述距离测量单元是雷达单元。 54.根据权利要求37或38所述的方法，还包括至少部分地自动控制所述跟随车辆以保持所述引领车辆与所述跟随车辆之间的期望间隙，并且其中，每个所选择的对象点与所述距离测量单元具有相关联的纵向距离，并且其中，所述相关联的纵向距离由间隙控制器处理，所述间隙控制器负责将所述期望间隙维持为从所述距离测量单元到所述引领车辆的后部的当前测量纵向距离。 55.根据权利要求37-39或46-54中任一项所述的方法，其中：每个样本指示所述对象点中每一个的位置；并且所述引领车辆的状态的每个当前估计包括所述引领车辆的位置的当前估计并且具有相关联的位置不确定性；所选择的匹配对象点必须在所述位置不确定性内与所述引领车辆的估计位置匹配。 56.根据权利要求55所述的方法，其中，所述引领车辆的位置的当前估计估计所述引领车辆的后部的当前位置。 57.根据权利要求55所述的方法，其中，所述引领车辆的估计位置是相对于所述跟随车辆的相对位置。 58.根据权利要求55-57中任一项所述的方法，其中：每个样本还指示所述对象点中每一个的相对速度；并且所述引领车辆的状态的每个当前估计还包括所述引领车辆的相对速度的当前估计并且具有相关联的速度不确定性；所选择的匹配对象点必须(i)在所述位置不确定性内匹配所述引领车辆的估计位置，和(ii)在所述速度不确定性内匹配所述引领车辆的估计速度。 59.根据权利要求37-39或46-58中任一项所述的方法，其中，当特定样本中没有对象点在所述状态不确定性内与所述引领车辆的估计状态匹配时，则对于所述引领车辆的状态的下一顺序估计增加所述状态不确定性。 60.根据权利要求59所述的方法，其中，所述估计状态包括多个状态参数，所述状态参数包括位置参数、速度参数和定向参数。 61.根据权利要求37-39或47-60中任一项所述的方法，还包括：至少部分地基于检测到的所述引领车辆和所述跟随车辆的全球导航卫星系统(GNSS)位置来周期性地接收GNSS位置更新；和每次接收到GNSS位置更新时，基于这样的GNSS位置更新来更新所述引领车辆的估计状态和所述状态不确定性。 62.根据权利要求37-39、46或48-61中任一项所述的方法，还包括：至少部分地基于检测到的所述引领车辆和所述跟随车辆的车轮速度来周期性地接收车辆速度更新；和每次接收到车辆速度更新时，基于这样的车辆速度更新来更新所述引领车辆的估计状态和所述状态不确定性。 63.根据权利要求37-39或54-62中任一项所述的方法，其中，以至少10赫兹的采样率重复步骤(a)-(d)。 64.根据权利要求37-39或54-63中任一项所述的方法，其中，使用卡尔曼滤波来估计所述引领车辆的状态和相关联的状态不确定性。 65.根据权利要求37-39或54-64中任一项所述的方法，其中，所述引领车辆的估计状态包括所述引领车辆的后部的估计位置，并且所选择的匹配对象点被认为是所述引领车辆的后部的相对位置的测量结果。 66.根据权利要求37-39或54-65中任一项所述的方法，其中，所述跟随车辆上的控制器维持表示所述引领车辆的点群的配置文件，并且所选择的匹配点对应于所述点群中的一个。 67.根据权利要求37-39或54-66中任一项所述的方法，其中，所述引领车辆和所述跟随车辆是包括在编队中的卡车。 68.根据权利要求37-39或54-67中任一项所述的方法，其中，所述距离测量单元是雷达单元。 69.一种使用安装在跟随车辆上的雷达单元来跟踪特定引领车辆的方法，所述方法包括： (a)从所述雷达单元获得当前雷达样本，所述当前雷达样本包括一组零个或更多个雷达对象点，每个雷达对象点指示这样的雷达对象点相对于所述雷达单元的相对位置； (b)获得对应于所述当前雷达样本的所述引领车辆的状态的当前估计，其中，所述引领车辆的状态的当前估计具有相关联的状态不确定性并且包括所述引领车辆的后部相对于所述雷达单元的位置的当前估计，其中，所述引领车辆的后部的位置的当前估计具有至少是所述状态不确定性的一部分的相关联的位置不确定性； (c)确定所述雷达对象点中的任一个是否在所述状态不确定性内匹配所述引领车辆的估计状态，其中，为了在所述状态不确定性内匹配所述引领车辆的估计状态，匹配雷达对象点必须在所述位置不确定性内匹配所述引领车辆的后部的估计位置；和 (d)当所述雷达对象点中的至少一个在所述状态不确定性内与所述引领车辆的估计状态匹配时，选择与所述引领车辆的估计状态最佳匹配的匹配对象点作为所述引领车辆的测量状态，并且在对与下一顺序雷达样本相对应的所述引领车辆的状态的下一顺序估计中使用所述引领车辆的测量状态；多次重复步骤(a)-(d)；至少部分地基于检测到的所述引领车辆和所述跟随车辆的全球导航卫星系统(GNSS)位置来周期性地接收车辆全球导航卫星系统(GNSS)位置更新；每次接收到车辆GNSS位置更新时，基于这样的车辆GNSS位置更新来更新所述引领车辆的估计状态和所述状态不确定性；至少部分地基于检测到的所述引领车辆和所述跟随车辆的车轮速度来周期性地接收车辆速度更新；和每次接收到车辆速度更新时，基于这样的车辆速度更新来更新所述引领车辆的估计状态和所述状态不确定性；和至少部分地基于所述引领车辆的测量状态的方面，至少部分自动地控制所述跟随车辆来维持所述引领车辆与所述跟随车辆之间的期望间隙。 70.根据权利要求69所述的方法，其中：每个雷达样本还指示所述雷达对象点中每一个的相对速度；并且所述引领车辆的状态的每个当前估计还包括所述引领车辆的相对速度的当前估计并且具有相关联的速度不确定性；所选择的匹配雷达对象点必须(i)在所述位置不确定性内匹配所述引领车辆的估计位置，和(ii)在所述速度不确定性内匹配所述引领车辆的估计速度。 71.根据权利要求69所述的方法，其中：当特定雷达样本中没有雷达对象点在所述状态不确定性内与所述引领车辆的估计位置匹配时，则对于所述引领车辆的位置的下一顺序估计增加所述位置不确定性；和当特定雷达样本中没有雷达对象点在速度不确定性内与所述引领车辆的估计速度匹配时，则对于所述引领车辆的位置的下一顺序估计增加所述速度不确定性。 72.根据权利要求69所述的方法，其中，所述引领车辆的估计状态包括所述引领车辆的后部的估计位置，并且所选择的匹配雷达对象点被认为是所述引领车辆的后部的相对位置的测量结果。 73.一种方法，包括以下步骤：在第一车辆处，在所述第一车辆和第二车辆行驶时使用第一传感器感测关于所述第二车辆的信息；在所述第一车辆处从所述第二车辆接收关于所述第二车辆的信息；利用接收到的第二车辆信息来帮助确定感测到的关于所述第二车辆的信息是否是所述第二车辆的有效测量结果；和至少部分地基于感测到的关于所述第二车辆的信息的方面来至少部分地自动控制所述第一车辆。 74.根据权利要求73所述的方法，其中，在所述第一车辆处从所述第二车辆接收的所述信息通过从由以下组成的组中选择的射频通信链路来接收：专用短程通信(DSRC)协议IEEE 802.11p，民用波段(CB)无线电频道，一个或多个通用移动无线电服务(GMRS)波段，和一个或多个家庭无线电服务(FRS)波段。 75.根据权利要求73所述的方法，其中，所述第一传感器至少测量与所述第二车辆的距离。 76.根据权利要求75所述的方法，其中，所述第一传感器是雷达单元，并且感测到的信息包括所述第二车辆的相对位置和相对速度。 77.根据权利要求75所述的方法，其中，所述第一传感器选自以下组成的组：激光雷达单元，声纳单元，渡越时间距离传感器，传感器，其配置为接收从所述第二车辆上的信标发送的信号，相机，和立体相机单元。 78.权利要求73所述的方法，其中，所接收的第二车辆信息指示所述第二车辆的当前位置或相对位置。 79.根据权利要求73所述的方法，其中，接收到的第二车辆信息包括所述第二车辆的当前位置的全球导航卫星系统(GNSS)位置测量结果。 80.根据权利要求79所述的方法，其中，接收到的第二车辆信息还包括指示所述第二车辆的速度或相对速度的速度信息。 81.根据权利要求80所述的方法，其中，接收到的第二车辆信息还包括所述第二车辆的加速度、定向、转向角、横摆率、俯仰、倾斜或横向运动中的至少一个的指示。 82.根据权利要求1所述的方法，其中，接收到的第二车辆信息是所述第二车辆的预测状态。 83.根据权利要求82所述的方法，其中，所述预测状态包括所述第二车辆的预测位置、预测速度、预测加速度、预测定向、预测横摆率、预测俯仰、预测倾斜和预测横向运动中的至少一个。 84.根据权利要求1所述的方法，其中，接收到的第二车辆信息用于估计所述第二车辆的状态。 85.根据权利要求84所述的方法，其中，所述第二车辆的状态的估计用于帮助验证所述第二车辆的测量状态。 86.根据权利要求84所述的方法，其中，使用观测器算法来生成所述第二车辆的状态的估计。 87.根据权利要求73-86中任一项所述的方法，其中，接收到的第二车辆信息用于更新估计所述第二车辆的状态的卡尔曼滤波器或粒子滤波器。 88.根据权利要求73所述的方法，其中，接收到的第二车辆信息包括以下中的至少一个：所述第二车辆已经激活或将激活制动灯、危险警告灯或转向信号中的至少一个的指示；所述第二车辆已经激活或将激活制动器或减速器的指示；计划机动；或所述第二车辆已改变或将改变车道的指示。 89.根据权利要求73所述的方法，其中，接收到的第二车辆信息是响应于来自所述第一车辆的对这种信息的请求而接收的。 90.根据权利要求73所述的方法，还包括：在所述第一车辆处从除了所述第二车辆之外的外部源接收关于所述第二车辆的第二信息；和利用接收到的第二信息来帮助确定感测到的关于所述第二车辆的信息是否是所述第二车辆的有效测量结果。 91.根据权利要求73所述的方法，还包括：将关于所述第二车辆的信息发送到第三车辆，以帮助至少部分自动地控制所述第三车辆。 92.根据权利要求73所述的方法，其中，感测的信息感测所述第二车辆的状态。 93.根据权利要求73所述的方法，还包括将关于所述第二车辆的状态的信息发送到所述第一车辆。 94.根据权利要求73所述的方法，还包括从所述第二车辆接收所述第二车辆的可观测特征的指示，所述可观测特征选自以下组成的组：所述第二车辆的视觉特征；和所述第二辆车的雷达标记。 95.一种方法，包括以下步骤：在第一车辆处，在所述第一车辆和第二车辆运动时使用第一传感器感测关于距所述第二车辆的距离和所述车辆的相对速度的信息；在所述第一车辆处经由通信链路从所述第二车辆接收关于所述第二车辆的信息；和利用所述第一传感器数据和接收到的第二车辆信息来确定一组致动器命令；和至少部分地基于所述致动器命令来至少部分自动地控制所述第一车辆中的致动器。 96.根据权利要求95所述的方法，其中，至少部分自动地控制所述第一车辆中的致动器的步骤维持距所述第二车辆的恒定跟随距离。 97.根据权利要求95所述的方法，其中，在所述第一车辆处从所述第二车辆接收的步骤使用从以下组成的组中选择的射频通信链路来进行：专用短程通信(DSRC)协议IEEE 802.11p，民用波段(CB)无线电频道，通用移动无线电服务(GMRS)波段，和家庭无线电服务(FRS)波段。 98.根据权利要求96所述的方法，其中，所述第一传感器是雷达单元，并且感测到的信息包括所述第二车辆的相对位置和相对速度。 99.根据权利要求73-99中任一项所述的方法，其中，所述第一车辆和所述第二车辆是卡车。 100.一种控制器，其配置为实现根据权利要求1-99中任一项所述的方法。
所属类别：	发明专利