[发明专利]用于车辆姿态预测的系统和方法

说明书

提供了用于预测车辆姿态的系统和方法。在一个实施例中，一种系统包括非暂时性计算机可读介质。所述非暂时性计算机可读介质包括：异步预测模块，其被配置为由处理器从车辆接收车辆数据，并根据所述车辆数据计算车辆姿态的预测，其中，所述计算是使用车辆时间帧和以及共同的坐标系异步执行的；以及同步预测模块，其被配置为由处理器基于来自异步预测模块的车辆姿态的预测来计算整个车辆群体的车辆姿态的最终预测，其中，使用全局时间帧和公共坐标系同步地执行计算。

技术领域

本公开总体上涉及车辆，更具体地，涉及用于估计与运输系统相关联的车辆的车辆姿态的系统和方法。

背景技术

一些运输系统为给定环境中的车辆提供实时引导。为了实时提供引导，运输系统依赖于环境中车辆的位置、惯性信息。运输系统基于从车辆接收的数据计算该信息。在一些情况下，由于不准确的传感器读数、可变系统延迟、网络延迟、网络上的数据丢失和/或模型差异，车辆数据和/或系统计算可能不可靠。

因此，期望提供用于预测车辆姿态信息的改进的系统和方法。此外，结合附图和前述技术领域和背景技术，从随后的详细描述，本发明的其他期望的特征和特性将变得显而易见。

发明内容

提供了一种用于预测车辆姿态的方法和系统。在一个实施例中，系统包括非暂时性计算机可读介质。该非暂时性计算机可读介质包括:异步预测模块，其被配置为由处理器从车辆接收车辆数据，并从车辆数据计算车辆姿态的预测，其中使用车辆时间帧和公共(common)坐标系异步地执行计算；以及同步预测模块，其被配置为由处理器基于来自异步预测模块的车辆姿态的预测来计算整个车辆群体(population)的车辆姿态的最终预测，其中使用全局时间帧和公共坐标系来同步地执行计算。

在各种实施例中，异步预测模块基于车辆姿态的最后估计、车辆姿态的当前预测和车辆数据来计算车辆姿态的预测。

在各种实施例中，异步预测模块基于与弯曲道路和笔直道路中的至少一个相关联的预测模型来计算车辆姿态的预测。在各种实施例中，预测模型基于恒定转弯速率和加速度(CTRA)模型。在各种实施例中，预测模型基于恒定转弯速率和加速度(CTRA)模型和恒定转弯速率和速度(CTRV)模型。

在各种实施例中，异步预测模块基于误差分布模型计算车辆姿态的预测。在各种实施例中，误差分布模型与车辆类型和与车辆数据相关联的驾驶习惯相关联。

在各种实施例中，同步预测模块基于与弯曲道路和笔直道路中的至少一个相关联的预测模型来计算车辆姿态的最终预测。在各种实施例中，预测模型基于恒定转弯速率和加速度(CTRA)模型。在各种实施例中，预测模型基于恒定转弯速率和加速度(CTRA)模型和恒定转弯速率和速度(CTRV)模型。

在各种实施例中，同步预测模块基于误差分布模型计算车辆姿态的最终预测。在各种实施例中，误差分布模型与车辆类型和与车辆数据相关联的驾驶习惯相关联。

在另一个实施例中，一种用于预测车辆姿态的方法包括:由处理器从车辆接收车辆数据；由所述处理器从所述车辆数据计算车辆姿态的第一预测，其中使用车辆时间帧和公共坐标系异步地执行所述计算；由所述处理器基于所述车辆姿态的第一预测来计算所述车辆姿态的最终预测，其中所述计算是使用全局时间帧和所述公共坐标系同步地执行的；以及由处理器基于最终预测来执行车辆的远程控制。

在各种实施例中，计算车辆姿态的预测基于车辆姿态的最后估计、车辆姿态的当前预测和车辆数据。

在各种实施例中，计算车辆姿态的预测基于与弯曲道路和笔直道路中的至少一个相关联的预测模型。在各种实施例中，预测模型基于恒定转弯速率和加速度(CTRA)模型和恒定转弯速率和速度(CTRV)模型中的至少一个。

在各种实施例中，计算车辆姿态的预测基于误差分布模型。在各种实施例中，误差分布模型与车辆类型和与车辆数据相关联的驾驶习惯相关联。