用于提供参数估计的完整性范围的方法

摘要

本发明涉及一种用于提供参数估计的完整性范围(1，1)的方法，其中，所述完整性范围描述以下范围：估计的参数以最小概率位于所述范围中，其中，所述方法至少包括以下步骤：a)求取至少一个完整性信息；b)分析处理在步骤a)中求取的所述至少一个完整性信息；c)通过输出描述非旋转不变的形状(5，15)的至少两个信息(2，3，12，13)来提供所述完整性范围。

说明书

技术领域

本发明涉及一种用于提供参数估计的完整性范围

背景技术

对于自主驾驶而言最重要的挑战之一是尽可能准确且可靠地确定自主车辆的自身位置。自主车辆通常具有传感器，例如惯性传感器、车轮传感器、环境传感器、GNSS传感器、光学和/或声学传感器，车辆能够借助这些传感器估计自身位置。在这种情况下，有帮助的是：关于所求取的自身位置，还输出关于所求取的自身位置的(预期的)估计准确度的信息。在这种情况下，例如可以通过所谓的“保护级别”(Protection Level，简称“PL”)来表示所求取的自身位置的置信度。PL在此可以描述统计上的错误极限，其计算通常基于统计学的考虑并且必要时附加地基于估计算法的适当协调。

尤其是在航空中，提供保护级别的概念广为流传。然而，在此开发的解决方案并不能容易地转移到自主驾驶的应用领域上。特别地，例如城市峡谷及其对卫星信号的影响带来了航空应用中不存在的问题。此外，在航空应用中，飞行器的取向(尤其是飞行器在全球坐标系中的取向)通常对飞行器的定位无关紧要。因此，期望的是用于计算尽可能可靠的保护级别的经改善的方法，尤其是即使在困难的环境中、例如在城市地区中，这些方法也能够提供可靠的结果。

发明内容

根据权利要求1，在此提出一种用于提供参数估计的完整性范围的方法，其中，完整性范围描述以下范围：估计的参数以最小概率位于该范围中，其中，该方法至少包括以下步骤：

a)求取至少一个完整性信息，

b)分析处理在步骤a)中所求取的至少一个完整性信息，

c)通过输出描述非旋转不变的形状的至少两个信息来提供完整性范围。

步骤a)、b)和c)尤其以所说明的顺序依次执行。在此提出的解决方案以有利的方式允许：方向相关地、尤其是根据或相对于机动车(针对该机动车、关于该机动车或在该机动车中执行参数估计)的取向或定向地提供完整性范围。在此，取向或定向尤其是指全球坐标系中的取向或定向。这尤其相对于仅以圆形方式提供的完整性范围提供显著的改善。

完整性范围描述以下范围：估计的参数(值)以最小概率(实际)位于该范围中。估计的参数(值)在此基本上描述参数估计的(单个的、尤其是瞬时的)估计结果。换句话说，这尤其意味着，完整性范围描述以下范围：估计的参数的真实或实际的值以最小概率位于该范围中。这种完整性范围也可以称为所谓的“保护级别”。

最小概率通常涉及预先定义的最小概率。最小概率优选为90％，特别优选为95％或者甚至99％。

优选地，完整性范围是保护级别。保护级别在此通常描述以下(空间的、尤其是二维或三维的)范围：估计的参数(值)以最小概率(实际)位于该(空间的、尤其是二维或三维的)范围中。估计的参数(值)在此基本上描述参数估计的(单个的、尤其是瞬时的)估计结果。换句话说，这尤其意味着，保护级别描述以下范围：估计的参数的真实或实际的值以最小概率位于该范围中。

换句话说，保护级别尤其描述以下置信区间或(空间)置信范围：估计的参数的真实值以最小概率处于该置信区间或(空间)置信范围中。在此，参数的估计值通常处于置信区间或置信范围的中间或中心。

最小概率(估计的参数的真实或实际值以该最小概率实际上位于保护级别中)比在“通常的”完整性范围中还要高得多。在此，最小概率通常高于99.99％，特别优选高于99.999％或者甚至高于99.9999％。在保护级别的情况下，最小概率也可以不以百分比表示，而是以确定时间间隔中的可能错误来表示。保护级别例如可以如此定义，使得有关的参数在10年中最多一次位于保护级别之外。保护级别例如可以表示为不带单位的概率或表示为比率，即表示为在一时间间隔内的错误发生概率。

在步骤a)中，求取至少一个完整性信息，尤其是关于参数估计或关于所估计的参数。在此，例如可以确定协方差矩阵或由关于参数估计的协方差矩阵和/或由参数估计确定至少一个值。在这种情况下，尤其可以设想从协方差矩阵中读取值。协方差矩阵可以例如由滤波器模型、例如卡尔曼滤波器确定，并且在这种情况下例如由借助滤波器模型执行的参数估计得出。在此也提及的机动车传感器的传感器数据能够作为输入数据提供给滤波器模型。作为滤波器模型的替代或补充，基本上可以设想进行状态描述的函数，尤其是所谓的“状态观察器(Zustandsbeobachter)”，例如包括模糊方法(Fuzzy-Methoden)等。

在步骤b)中，分析处理在步骤a)中求取的至少一个完整性信息。为此例如可以应用用于数学方法来分析处理矩阵、例如协方差矩阵。

在步骤c)中，通过输出描述非旋转不变的(几何)形状的至少两个信息来提供完整性范围。非旋转不变的(几何)形状可以涉及例如椭圆、矩形、菱形等。优选地，这涉及椭圆。必要时能够从椭圆中推导出矩形。至少两个信息可以涉及例如(支持)向量，所述向量张开(aufspannen)和/或(唯一明确地)定义非旋转不变的(几何)形状。如果应三维地确定完整性范围，则可以从椭圆变成椭圆体以及从矩形变成长方体。在多维表示的情况下，例如也可以设想超椭圆体(Hyperellipsoid)。

根据一种有利的构型提出，估计的参数涉及机动车的行驶运行参数。行驶运行参数通常涉及机动车的行驶运行的安全关键的或安全相关的参数。优选地，行驶运行参数涉及至少部分自动化地或者甚至自主地操作(或运行)的机动车的行驶运行的(安全关键的或安全相关的)参数。

行驶运行参数在此尤其理解为这种参数：该参数有助于描述机动车的空间行驶运行或机动车在空间中的操作。特别地，行驶运行参数至少有助于描述机动车的自身运动和/或自身位置。行驶运行参数可以涉及例如机动车的(自身)位置、(自身)速度、(自身)加速度或位姿(或者说定向)。优选地，行驶运行参数涉及机动车的自身位置。

此外，优选地，实时地求取或提供完整性范围。在这种情况下，例如可以在机动车的行驶期间求取和/或提供完整性范围。

优选地，该方法用于提供一种完整性范围，该完整性范围描述车辆的自身位置的估计的完整性。换句话说，这尤其意味着，参数优选地涉及车辆自身的位置。该方法(因此)可以用于例如提供车辆位置的位置估计的完整性范围。在此，完整性范围可以描述以下范围：车辆的估计的自身位置以最小概率(实际)位于该范围中。作为对车辆的自身位置的估计的替代或补充，该方法还可以用于估计车辆的自身速度、定向、自身运动等。

根据另一有利的构型提出，在步骤a)中基于来自至少一个传感器的数据求取至少一个完整性信息，该至少一个传感器优选地布置在机动车之中或之上。优选地，至少还基于机动车的GNSS传感器的GNSS(全球导航卫星系统)数据(以及例如附加的GNSS校正数据或既包括GNSS位置数据又包括GNSS校正数据的数据)求取完整性信息。替代地或补充地，可以至少还基于机动车的环境传感器的数据求取完整性信息。环境传感器可以涉及例如摄像机、雷达传感器、激光雷达传感器和/或超声传感器。

根据另一有利的构型提出，在步骤b)中分析处理协方差矩阵。协方差矩阵通常包含由系统求取的状态参数的不确定性以及状态参数彼此之间的相关性。这些不确定性(方差和协方差)形成所谓的“统计学中的第二中心矩(second central moment instatistics)”并且代表各个矩阵元素。因此产生的协方差矩阵是对称的并且具有相同多的行和列。在二维的位置确定的情况下，协方差矩阵因此同样是二维的。这意味着，其具有两行两列(即总共4个矩阵元素)。例如，矩阵的输入参数可以是状态参数本身的不确定性和/或彼此之间的相关性，即状态参数之间的不确定性(＝用于两个状态参数之间的关联性的关联性度量)。

优选地，如此分析处理协方差，使得由此求取椭圆。矩阵的特征值能够借助数学方法来确定，例如：求解矩阵的特征值问题，创建矩阵的特征多项式，并且将该多项式置零。为此，各个矩阵元素用作输入参数。然后计算的特征值代表椭圆的两个半轴的长度，其最初仅表示纯粹的误差椭圆(Fehlerellipse)。针对矩阵的确定的特征值，能够求取矩阵的相关的特征向量。借助这些特征向量，能够确定以下角度：该角度说明椭圆在定义的坐标系内的定向。因此，可以首先从协方差矩阵中分析处理以下输出参数：矩阵的特征值、与特征值相关的特征向量和/或相对于固定定义的坐标系的定向角。

除了椭圆的中间点(该中间点在此可以优选地置于机动车的中间点或重心中)之外，因此现在具有用于唯一明确地描述椭圆的所有参数。到目前为止，其涉及所谓的误差椭圆。现在可以借助一个因子(标量)来膨胀/放大该误差椭圆，直到达到所期望的信任区间(Vertrauensintervall)或置信区间。这意味着，该因子应用于椭圆半轴的长度。由此得到的椭圆保持其定向。仅半轴相应地延长。现在谈及置信椭圆。例如能够借助相关的统计概率分布的分位数表来求取“膨胀”的因子。

根据另一有利的构型提出，在步骤c)中输出的至少两个信息描述椭圆。如上所述，至少两个信息可以涉及例如两个特征向量。椭圆在此可以如此布置，使得估计的参数位于其中心。此外，椭圆在此可以如此取向，使得其位于水平平面中。

优选地，完整性范围涉及水平的完整性范围。换句话说，这尤其意味着，完整性范围涉及位于水平平面中的范围。与此相应地，椭圆也可以涉及位于水平平面中的椭圆。

基于必要时作为中间步骤求取的椭圆，此外还可以求取另外的或其他的非旋转不变的形状，然后在步骤c)中提供该形状。例如，可以求取包围或包裹椭圆的方盒(Box)或矩形。这尤其涉及具有尽可能小的面积的、然而完全包围椭圆的矩形。

根据另一有利的构型提出，在步骤c)中输出至少一个另外的信息，该至少一个另外的信息描述非旋转不变的形状相对于机动车坐标系的定向角。在这种情况下，尤其可以基于协方差矩阵的特征向量来求取方位角。特别地，在这种情况下，特别有利的是将非旋转不变的形状变换到机动车坐标系中。

根据另一有利的构型提出，提供置信范围作为完整性范围。例如，可以通过缩放完整性范围来提供置信范围。在步骤c)中提供的(几何)形状描述和/或通常包围完整性范围。也可以对该(几何)形状进行缩放(尤其是放大)，例如以便提高最小概率或将该最小概率设置为确定的值。然后，如此缩放的完整性范围形成置信范围。如上所述，尤其可以以这种方式提供置信椭圆。

根据另一方面，提出一种用于执行在此提供的方法的计算机程序。换句话说，这尤其涉及一种计算机程序(产品)，其包括指令，在由计算机实施该程序时，该指令促使该计算机实施在此描述的方法。

根据另一方面，提出一种机器可读的存储介质，其上存储有在此提出的计算机程序。通常，机器可读的存储介质涉及计算机可读的数据载体。

根据另一方面，提出一种用于机动车的控制设备，其中，该控制设备设置用于执行在此提出的方法。为此，控制设备可以具有存储器，在该存储器中存储有用于执行该方法的程序。此外，控制设备可以具有处理器，该处理器能够访问该存储器并且能够实施该程序。

结合该方法所讨论的细节、特征和有利构型也可以相应地出现在此处提出的计算机程序、存储介质和/或控制设备中，反之亦然。在这方面，为了更详细地表征特征，完全地参考那里的实施方案。

附图说明

下面基于附图更详细地阐述在此提出的解决方案及其技术环境。应当指出，本发明不应受所示出的实施例的限制。特别地，除非另外明确说明，否则还能够提取在附图中阐述的事实情况的部分方面，并将其与来自其他附图和/或本说明书的其他组成部分和/或知识相结合。附图示意性地示出：

图1示出在此提出的方法的流程；

图2示出在此提出的方法的示例性说明；

图3示出具有在此提出的控制设备的机动车。

具体实施方式

图1示意性示出在此提出的方法的流程。该方法用于提供参数估计的完整性范围1、11，其中，完整性范围描述以下范围：估计的参数以最小概率位于该范围中。

以方框110、120和130示出的步骤a)、b)和c)的顺序通常在常规的运行流程中出现。在方框110中，根据步骤a)求取至少一个完整性信息。在方框120中，根据步骤b)分析处理在步骤a)中求取的至少一个完整性信息。在方框130中，根据步骤c)通过输出描述非旋转不变的形状5、15的至少两个信息2、3、12、13来提供完整性范围。

图2示意性示出在此提出的方法的示例性说明。统一地使用附图标记，从而能够完全地参考前面的阐述、尤其是关于图1的阐述。

在图2中示出机动车30周围的完整性范围1。该完整性范围1示例性地具有椭圆5的形状。该椭圆5在此示例性地位于水平平面中。为了张开椭圆5提供至少两个信息2、3。在此，信息2示例性地涉及椭圆5的长轴，并且信息3示例性地涉及椭圆5的短轴3。

此外，求取并提供椭圆5的定向角4、尤其是椭圆5的长轴2相对于机动车30的机动车坐标系31的定向角4作为信息。因此，完整性范围1的非旋转不变的形状允许根据机动车30的行驶方向32或与机动车30的行驶方向32相关地来提供该完整性范围。这尤其是在转弯行驶时可以有助于改善机动车30的自身位置的确定。这尤其表示相对于仅通过半径41描述圆40的完整性范围的显著改善。

此外，在图2中还说明了描述完整性范围11的可能的、其他的非旋转不变的形状。这涉及方盒15。方盒15可以示例性地通过两个信息12、13来描述。在此，信息12示例性地表示沿行驶方向32的(最大)偏差，而信息13示例性地表示横向于行驶方向32的(最大)偏差。

图3示意性示出具有在此提出的控制设备20的机动车30。控制设备20设置用于执行在此提出的方法。机动车30还具有传感器33，该传感器可以将数据传递给控制设备20。

换句话说，在此提出的解决方案尤其可以总结如下：对于自主驾驶领域的安全性概念而言，所谓的保护级别是关键因素。保护级别描述以下置信范围：应确定其位置的对象的实际位置以非常高的概率位于该置信范围中。实际位置位于保护级别之外的可能性极低。这种高安全性对于自主驾驶领域中的应用而言是至关重要的。

所求取的假定位置通常处于保护级别的中心。对于面

除了保护级别的形状(椭圆)之外，还可以考虑诸如坐标系中的空间方向之类的特性。在这种情况下，应在不同的坐标系中、例如在机动车的车身坐标系中说明保护级别区间。保护级别在车辆坐标系与全球坐标系之间的变换能够借助矩阵变换来实现。在保护级别的经典定义(借助半径来说明)中，例如应用于航空航天领域中，这种方案既不可能也不必要，因为不能对圆形或球形的完整性范围进行取向。

如所描述的那样，通常借助布置在车辆坐标系的取向中的椭圆的形状更好地描述位置确定的实际的不确定性。然后可以相对于车辆良好地描绘不同空间方向上的不确定性。因此，在此描述的保护级别可以在机动车纵向不确定性与横向于车辆纵向的横向不确定性之间进行区分。尤其是在机动车的转弯行驶中，还可以进行例如考虑转弯半径的、相对于车辆坐标系的另外的旋转。

描述保护级别的椭圆的所有必要参数——除了一个或多个缩放因子之外——都能够从以下协方差矩阵中获取：该协方差矩阵具有矩阵的对角轴中的分量，并且具有矩阵的其他空闲位置(Freistellen)中的、关联这些分量的其他分量。矩阵的对角线中的分量描述的——除了一个或多个缩放因子之外——主要是椭圆形的保护级别的延伸。矩阵的空闲位置中的其他分量尤其描述椭圆的旋转。在到机动车坐标系的变换中，矩阵可以如此转换，使得仅轴对角线上的分量还存在(然后称为主分量)，其中，矩阵的其他分量变为零。