[发明专利]确定交通工具本身位置的至少一个状态参量的方法和设备

说明书

技术领域

本发明涉及一种用于确定至少一个交通工具尤其是机动车的本身位置的至少一个状态参量的方法和设备。 

背景技术

对于一系列交通工具信息系统和交通工具辅助系统中的应用，需要知道交通工具的本身位置。 

本身运动例如可以根据车轮速度或者例如借助里程表确定。作为备选或补充，可以使用安装在交通工具内的惯性传感器，如加速度传感器或者角速度传感器，以便确定本身运动。同样可以利用代表交通工具辅助系统(如ESP、ASR)的干预的交通工具状态。 

在已知的方法中，确定描述行驶状态的测量参数并且与运动模型相结合，由此可以计算或者估计交通工具运动和交通工具位置。作为运动模型例如使用交通工具的单车道和双车道模型，其中，根据行驶状态，例如根据速度，也可以使用不同的模型。 

已知解决方案的缺点尤其在于检测交通工具状态的传感器的测量精度。这些传感器的输出信号中的误差也可能导致不准确性。因此例如由于检测交通工具运动方向时传感器信号中的漂移而产生了经常出现的问题，由此使(检测的)运动方向随着行驶时间或行驶路段的增加而偏离真正的运动方向，从而在本身位置确定过程中产生越来越大的误差。 

传感器误差只能不利地通过使用高档的并且因此较贵的传感器和/或通过耗时较长的校准来补偿。然而一些传感器只能不利地在特定行驶状态(例如静止状态)下校准，因为只有在特定行驶状态下才能近似地确定实际值与额定值之间的偏差。还存在问题的是可能出现随时间变化的传感器误差。 

另一个计算技术上但是较耗费的可能性在于，根据地图数据进行校正。通过所谓的地图匹配算法可以根据由传感器的输出信号估计的运动进行可信度检测。但是这种校正并不是在所有行驶情况下均可行并且精度有限。 

此外存在根据传感器的输出信号估算交通工具的本身位置的方法，其中，通过测量位置校正估算值。 

DE 196 33 884 B4描述了一种用于确定对象位置的方法，其中，由不同的传感器为要被确定的分析点提供对象各自的位置数据，所述数据分别配属有说明各位置数据的变化的变化值的数据。此外，在所述方法中，通过使用位置数据和传感器的变化值利用平均法确定对象位置，所述平均法加权地产生用于确定对象位置的位置数据和传感器变化值。此外，将传感器特有的估算的对象位置与当前确定的对象位置进行比较，其中，分别相对于其它传感器的加权因数提高位置数据和变化值产生较高估算质量的传感器的加权因数。 

US 2013/0035855 A1描述了一种用于交通工具导航的方法，其中，由交通工具的卫星定位装置确定卫星定位数据。此外，确定一定数量的交通工具传感器的传感器数据。卫星定位数据和交通工具数据通过卡尔曼滤波器相结合，以便确定估算的组合的交通工具状态向量。 

前述的两篇专利文献分别描述了校正过程，其中根据真实检测的位置校正估算的位置。尽管这种校正能够改善定位精度，但可能由于校正而使交通工具真实进行的本身运动(根据定位数据确定)发生错误。因此例如可能出现的情况是，通过校正确定了相当于弯道行驶的本身运动，尽管实际的本身运动是沿直线进行的。这尤其可能发生在较长时间内不能检测到交通工具的真实位置(例如行驶穿过隧道期间)的情况下。 

发明内容

因此，本发明所要解决的技术问题在于，通过一种用于确定交通工具的本身运动的至少一个状态参量的方法和设备，它们能够更好地，尤其是更准确地确定本身运动。 

该技术问题按本发明通过一种用于确定交通工具的本身运动的至少一个状态参量的方法和设备解决。在按照本发明的方法中，在第一方法部分中，在第一预测步骤中根据参数化的估算模型和至少一个已知的经校正的状态参量估算至少一个估算状态参量，其中，检测或者确定至少一个基准参量，其中，在校正步骤中通过以下方式确定经校正的状态参量，即，根据所述至少一个基准参量并且根据至少一个不确定性参数校正所述至少一个估算状 态参量，其中，根据所述至少一个估算状态参量重新确定参数化估算模型的至少一个模型参数和/或至少一个不确定性参数，按照本发明，在另一方法部分中，在另一预测步骤中根据参数化估算模型和至少一个已知的未经校正的状态参量估算至少一个估算状态参量，其中，在所述另一预测步骤中的估算根据参数化估算模型的在所述第一方法部分中重新确定的模型参数和/或所述至少一个重新确定的不确定性参数进行，其中，将未经校正的状态参量确定为至少一个在所述另一方法部分中估算的状态参量，其中，将本身运动的状态参量确定为未经校正的状态参量。