CN105308569A - 用于将具可变运行时间的运算整合至时间受控的架构中的方法 - Google Patents
用于将具可变运行时间的运算整合至时间受控的架构中的方法 Download PDFInfo
- Publication number
- CN105308569A CN105308569A CN201480032835.3A CN201480032835A CN105308569A CN 105308569 A CN105308569 A CN 105308569A CN 201480032835 A CN201480032835 A CN 201480032835A CN 105308569 A CN105308569 A CN 105308569A
- Authority
- CN
- China
- Prior art keywords
- time
- processed results
- time frame
- frame
- input data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000010354 integration Effects 0.000 title abstract 2
- 230000004927 fusion Effects 0.000 claims abstract description 27
- 230000032683 aging Effects 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000003745 diagnosis Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 abstract 6
- 238000013480 data collection Methods 0.000 abstract 1
- 230000003111 delayed effect Effects 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 4
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
- G06F9/4887—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues involving deadlines, e.g. rate based, periodic
-
- G06T3/10—
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
Abstract
本发明涉及用于将具可变运行时间的运算整合至分布式的、时间受控的、实时的计算机架构中的方法,其中该实时计算机架构包含多个计算机节点,其中能提供具已知精确度的全局时间给该些计算机节点,其中至少某部分的计算机节点配有传感器系统,特别是用于观察周围环境的不同的传感器系统,且其中该些计算机节点通过通讯系统交换信息,其中在每个具时长d的周期性的时帧Fi的开始,该些计算机节点通过传感器系统撷取原始输入数据,其中时帧Fi的开始时间从全局时间的进度推断,且其中该原始输入数据的预处理是通过算式执行,算式的运行时间取决于该输入数据,且其中就时帧Fi的开始时被撷取的输入数据而言,对在该时帧Fi内产生的预处理结果指定老化指数的数值AI=0,且其中在输入数据被撷取的时帧随后的该时帧中产生的预处理结果被指定老化指数的数值AI=1,且其中对于在数据撷取后的第n个时帧中产生的预处理结果指定数值AI=n,且其中在执行该些传感器系统的预处理结果的融合的计算机节点中,该些预处理结果的老化指数被纳入考量。
Description
技术领域
本发明涉及用于将具可变运行时间的运算整合至分布式的、时间受控的、实时的计算机架构中的方法,其中该实时计算机架构包含多个计算机节点,其中能提供具已知精确度的全局时间给该些计算机节点,其中至少某部分的计算机节点配有传感器系统,特别是用于观察环境的不同的传感器系统,且其中该些计算机节点通过通讯系统交换信息。
背景技术
在很多由分布式计算机系统执行的技术过程中,各个传感器系统(如成像传感器(如光学摄像机、激光传感器或雷达传感器))的结果必须通过传感器融合(SensorFusion)整合,以允许在计算机中建立描述环境的三维数据结构。这样的过程的一例子是,观察某车辆的周围环境以允许探测障碍物并避免意外。
在处理成像传感器的数据中,对两处理阶段作出区分,即:预处理(Vorverarbeitung)或知觉,以及认知(Wahrnehmung)或认知。在预处理的范畴中,原始输入数据(位图(Bitmaps))被传感器分析,以判断相关的结构(例如线条、线条之间的角度、阴影等)的位置。预处理于指定给传感器的预处理进程中执行。在随后的认知阶段中,各个传感器的预处理的结果被融合,以允许探测物体和测定其位置。
在时间受控的实时系统中,所有的计算机节点和传感器皆能取得具已知精确度的全局时间。处理顺序是于分立的、周期性的、具固定时长的时段(时帧)中执行的,其开始是通过全局时间同步化。在某时帧的开始时,所有传感器同时探测数据。时帧的时长以某方式选出,以致在正常情况下,就某时帧的开始时收集的输入数据而言,在该时帧的结束之前,该些传感器数据的预处理便已完成。在随后的时帧的开始时(其时所有传感器的预处理结果皆可用),开始认知阶段,其中执行该些预处理结果的融合,以探测相关的物体的结构和位置。当周期性地观察环境时,环境中移动中的物体的速度向量v可从一序列的观察(时帧)判断。
于计算机中执行的算式(该算式执行原始输入数据的预处理)的运行时间一般因变于传感器所撷取得的数据。于是如果多个不同的成像传感器同时观察环境,和这观察相关的预处理结果则可于不同时间完成。
本发明解决的一问题是,要在传感器融合的范畴中允许各个传感器的结果(其预处理用上不同的时间长度)于分布式的、时间受控的、实时的系统中被整合。
发明内容
这问题以文初提及的方法解决,这是在于根据本发明,在每个具时长d的周期性的时帧Fi的开始,该些计算机节点通过传感器系统撷取原始输入数据,其中时帧Fi的开始时间从全局时间的进度推断,且其中该原始输入数据的预处理是通过算式执行,算式的运行时间取决于该输入数据,且其中就时帧Fi的开始时被撷取的输入数据而言,对在该时帧Fi内产生的预处理结果指定老化指数的数值AI=0,且其中对于在输入数据被撷取的时帧随后的该时帧中产生的预处理结果指定老化指数的数值AI=1,且其中在数据撷取后的第n个时帧中产生的预处理结果被指定数值AI=n,且其中在执行该些传感器系统的预处理结果的融合的计算机节点中,该些预处理结果的老化指数被纳入考量。
以下说明根据本发明的方法的有利实施方案,其可被个别地实施或以任何组合实施:
在预处理结果的融合中,预处理结果的权重以某方式确定,以致具AI=0的预处理结果得到最高权重,而AI值越大,具AI>0的预处理结果的权重便相应地越小;
在融合具AI>0的预处理结果时,包含在这预处理结果中的、以速度向量v移动的动态物体的位置以数值v.AI.d被更正,其中d表示时帧的时长;
在所有数据的预处理结果皆能提供的该时帧的结束后才进行预处理结果的融合,而该些数据皆是在同一时间被探测的;
在数据撷取后的第l时帧的结束时还未完成预处理的计算机节点对该计算机节点执行重设;
在数据撷取后的第l时帧的结束时还未完成预处理的预处理进程被重启;
执行了重设的计算机节点在该重启后马上将诊断信息发送至诊断计算机;
如果预处理结果中某先验确定百分比P的结果具有老化指数AI≥1,则某计算机节点中的监察进程向计算机节点发送时帧控制信息以增加时帧的时长;
采用TTEthernet协议以于该些节点计算机之间传送信息。
因此,传感器中的预处理可需时长于一时帧的时长。如果发生这情况,根据本发明,必须于以下情况之间作出区分:
a)正常情况:在某时帧的开始时探测了数据,而在该时帧结束前所有的预处理结果皆可用。
b)快速反应:在某时帧的开始时探测了数据,而在该时帧结束时该些传感器中的一个或更多个并未就绪。在当前时帧的结束时,适时执行传感器融合,其中采用慢的传感器的较旧的预处理数据,即较早时观察到的数据。如果发生不一致性(例如观察移动中的物体,或传感器移动),则减低较旧的预处理数据的权重。观察时间越久远,其权重的减低则相应地越大。
c)具移动中物体的更正的快速反应:如果须要快速反应,而某移动中的物体的大约速度向量v已从在先的观察中得知,则在过往观察的该物体的现今位置可通过对先前位置的更正而被更正;该先前位置的更正从该物体的速度和原观察的老化程度得出。
d)一致的反应:如果观察的时间一致性比计算机系统的反应速度更重要,则该传感器融合等待所有预处理结果皆可用的第一时帧的开始。
在特定情况中采取以上描述的各个策略中的哪一个,这决定取决于特定的问题定义,其指定如何解决速度和一致性之间固有的冲突。在所研究过的专利文献[1–3]中,没有发现解决在这里陈述的问题的方法。
本发明公开了一个方法,其说明多个成像传感器系统的预处理结果可如何于传感器融合的范畴中被整合至分布的、周期性地运作的计算机系统中。预处理结果的运算时长取决于所撷取的传感器数据,所以即使数据是同步地撷取的,仍然可能发生各个传感器的预处理结果于不同时间完成的情况。这里展示了一创新的方法,其说明如何在传感器融合的范畴中处理各个传感器的预处理结果的时间不一致性。从应用的角度看,必须决定在所给定的应用中,系统的快速反应还是数据的时间一致性是更重要的。
附图说明
以下通过例子,参照示图更详细地解释本发明。在这示图中
图1示出某分布式计算机系统的结构,而
图2示出数据撷取和传感器融合的时间顺序。
以下的具体例子是该新方法的多个可能的实施方案其中之一。
具体实施方式
图1示出一分布式周期性实时系统的结构示意图。该三个传感器111(例如:摄像机)、112(例如:雷达传感器)和113(例如:激光传感器)在计算机节点121上被进程A周期性地读出、在计算机节点122上被进程B周期性地读出,并在计算机节点123上被进程C周期性地读出。在正常情况下,读出的时间于时帧Fi的开始时发生,并通过该全局时间被同步,所有计算机节点皆能取得该全局时间,而因此该数据撷取是由该三个传感器(传感器系统)于该稀疏的(sparse)全局时间([4],p.64)的精确度中类似同时地执行的。时帧的时长d是在开始时先验地被指定的,并可通过由计算机节点141中的监视进程产生的时帧控制信息被修改。传感器数据于计算机节点121、122和123中被预处理。在正常情况下,计算机节点121、122和123的预处理结果在运行中的时帧结束前便可于计算机节点121、122和123的输出缓存中的三个时间受控的状态信息([4],p.91)中提供。在随后的时帧的开始时,带有该些预处理结果的三个状态信息通过时间受控的交换器131被发送至传感器融合构件141。传感器融合构件141执行该传感器融合、为致动器计算设定点数值,并将这些设定点数值于时间受控的信息中传送至控制致动器171的计算机节点161。
时间受控的交换器131可运用标准化的时间触发以太网(TTEthernet)协议[5]以在计算机节点121、122和123以及计算机节点141之间传送状态信息。
可能发生的是,在计算机节点121、122和123中运行的预处理运算之其中一个或更多个并没在当前运行的时帧内完成。这样的特殊情况是基于这事实:用于预处理原始输入数据的算式的运行时间因变于所撷取的输入数据的结构,而在特殊情况中,某运算的最长运行时间可显著地比用以限定时帧时长的平均运行时间长。
图2示出预处理的运算进程的可能情况的时间顺序。当前时间的进度于图2中由横坐标200表示。时帧i-2于时间208开始并于时间209于时帧i-1的开始时结束。于时间210时,时帧i-1结束而时帧i开始。时间211为传感器融合开始的时间,于其时时帧i结束而时帧i+1开始。传感器融合于时帧i+1中进行并持续至时间212。图2中的箭头表示预处理进程的运行时间。四方形的中心201表示数据被撷取了而处理进程开始时的时间。箭头的端部202表示处理进程完成的时间。图2中描示了三个处理进程。进程A于计算机节点121执行,进程B于计算机节点122执行,而进程C于计算机节点123执行。
每个预处理结果皆由某计算机节点(优选是计算机节点的中间件)指定老化指数AI,该老化指数表示作为该预处理结果运算的基础的输入数据是多久之前的。对于在某时帧的开始时撷取的输入数据,如果其结果在该时帧的结束前展示,则指定数值AI=0给该预处理结果;如果该结果延迟了一个时帧,则指定数值AI=1,而如果该结果延迟了两个时帧,则指定数值AI=2。如果处理结果延迟了n个时帧,相应的AI数值便被指定数值AI=n。
在正常情况,即图2中的情况(a)下,原始输入数据于时帧i的开始时被撷取,即于时间210被撷取,并于时间211被转发至传感器融合构件141。在这情况下,所有预处理结果皆被指定数值AI=0。
对于在某时帧开始时被撷取的数据,如果在该时帧的结束时计算机节点还未完成该被撷取的数据的预处理,而具有该些预处理结果的新的状态信息还未形成,则上一时帧的时间受控的状态信息则于该计算机节点的输出缓存中维持不变。时间受控的通讯系统因此便会在下一时帧的开始时再次传送上一时帧的状态讯息。
对于在某时帧开始时被撷取的数据,如果在该时帧的结束时计算机节点还未完成该被撷取的数据的预处理,则该计算机节点在下一时帧的开始时便不会撷取任何新的数据。
在图2的情况(b)中,在计算机节点122上处理结果被进程B延迟了一个时帧——AIB被指定数值AIB=1。在计算机节点123上的进程C的处理结果被延迟了两个时帧——AIC被指定数值AIC=2。在计算机节点121上的进程A的处理结果没有被延迟,并因此被指定数值AIA=0。在传感器融合的范畴中,进程A的处理结果被指定最高的权重。由于较高的AIB和AIC,进程B和进程C的处理结果将会以相应地较低的权重而被并入进传感器融合的结果中。
在图2的情况(c)中,进程A和B的处理结果没有被延迟。因此指定数值AIA=0和AIB=0。计算机节点123上的进程C的处理结果被延迟了两个时帧,而因此AIC具有数值AIC=2。如已知(例如通过对在先的时帧的评估已知)在所观察的周围环境中有某移动中的物体,其可以速度向量v改变其位置,则作为最初的估计,该物体的位置可以数值v.AI.d更正,其中d表示时帧的时长。通过这更正,物体的位置被移至该物体于时间210大概处于的位置附近,因此该数据的老化便被补偿。适时的处理结果,即具值AI=0的处理结果,并不受这更正影响。
在图2的情况(d)中,将传感器融合延迟直至最慢的进程(在该特定的图中即进程C)提供了其预处理结果。因此输入数据的时间一致性是必然的,因为所有观察皆于同一时间208执行,而融合则于同一时间211开始。由于数据于时间211开始融合,该数据融合的结果在时间212之前皆不能提供。改善的数据一致性和系统的延迟反应成对比。
选出所提议的策略(b)、(c)或(d)中的哪个以处理延迟的预处理结果取决于所给定的应用情境。例如,如果时帧的时长是10毫秒,而某车辆以40米/秒(即144公里/小时)的速率前进,则采用策略(d)相比采用策略(b)把制动距离延长了40厘米。当在以1米/秒(3.6公里/小时)的速率泊车时,准确度是特别重要的,而制动距离延长了1公分并不特别重要。
如果计算机节点121、122和123之其一在数据撷取后的第l时帧(l是先验限定的参数,其中l>1)的结束时还未提供结果,则这计算机中的预处理进程被计算机节点中的主动监察进程中断,并且,进程被重启,或者对执行该预处理进程的计算机节点执行重设。在重设后计算机节点重启后,必须马上将诊断信息发送至诊断计算机。
如果计算机节点141中的前述的监察进程判定处理结果中某先验限定的百分比P具有老化指数AI≥1,计算机节点141中的监察进程则可向计算机节点121、122和123发送时帧控制信息以增加时帧时长,例如将其成双倍。因此数据相对时间上的一致性得以改善,但以反应时间作为代价。
根据本发明的提议的方法解决了由多个传感器撷取并由指定的计算机节点预处理的传感器数据时间不一致的问题。因此,其具有重大的经济意义。
本发明公开了方法,其说明多个成像传感器系统的预处理结果可如何于传感器融合的范畴中被整合至分布的、周期性地运作的计算机系统中。预处理结果的运算时长取决于所撷取的传感器数据,所以即使数据是同步地撷取的,仍然可能发生各个传感器的预处理结果于不同时间完成的情况。这里展示了创新的方法,其说明如何在传感器融合的范畴中处理各个传感器的预处理结果的时间不一致性。从应用的角度看,必须决定在所给定的应用中系统的快速反应还是数据的时间一致性是更重要的。
文献引用:
[1]美国专利7,283,904。Benjamin等。Multi-SensorFusion。于2007年10月16号授权。
[2]美国专利8,245,239。Garyali等。DeterministicRun-TimeExecutionEnvironmentandMethod。于2012年8月14日授权。
[3]美国专利8,090,552。Henry等。SensorFusionusingSelf-EvaluatingProcessSensors。于2012年1月3日授权。
[4]Kopetz,H.Real-TimeSystems,DesignPrinciplesforDistributedEmbeddedApplications.SpringerVerlag.2011.
[5]SAEStandardAS6802vonTTEthernet.网址:http://standards.sae.org/as6802。
Claims (9)
1.用于将具可变运行时间的运算整合至分布式的、时间受控的、实时的计算机架构中的方法,其中该实时计算机架构包含多个计算机节点,其中能提供具已知精确度的全局时间给该些计算机节点,其中至少某部分的计算机节点配有传感器系统,特别是用于观察环境的不同的传感器系统,且其中该些计算机节点通过通讯系统交换信息,
其特征在于,
在每个具时长d的周期性的时帧Fi的开始,该些计算机节点通过传感器系统收集原始输入数据,其中时帧Fi的开始时间从全局时间的进度推断,且其中该原始输入数据的预处理是通过算式执行,算式的运行时间取决于该输入数据,且其中就时帧Fi的开始时被收集的输入数据而言,对在该时帧Fi内产生的预处理结果指定老化指数的数值AI=0,且其中在输入数据被收集的时帧随后的该时帧中产生的预处理结果被指定老化指数的数值AI=1,且其中对于在数据撷取后的第n个时帧中产生的预处理结果指定数值AI=n,且其中在执行该些传感器系统的预处理结果的融合的计算机节点中,该些预处理结果的老化指数被纳入考量。
2.如权利要求1所述的方法,其特征在于,在预处理结果的融合中,预处理结果的权重以某方式确定,以致具AI=0的预处理结果得到最高权重,而AI值越大,具AI>0的预处理结果的权重便相应地越小。
3.如权利要求1或2所述的方法,其特征在于,在融合具AI>0的预处理结果时,包含在这预处理结果中的、以速度向量v移动的动态物体的位置以数值v.AI.d被更正,其中d表示时帧的时长。
4.如权利要求1至3之任一所述的方法,其特征在于在所有数据的预处理结果皆能提供的该时帧的结束后才进行预处理结果的融合,而该些数据皆是在同一时间被探测的。
5.如权利要求1至4之任一所述的方法,其特征在于在数据撷取后的第l时帧的结束时还未完成预处理的计算机节点对该计算机节点执行重设。
6.如权利要求1至5之任一所述的方法,其特征在于在数据撷取后的第l时帧的结束时还未完成预处理时,预处理进程被重启。
7.如权利要求1至6之任一所述的方法,其特征在于执行了重设的计算机节点在该重启后马上将诊断信息发送至诊断计算机。
8.如权利要求1至7之任一所述的方法,其特征在于如果预处理结果中某先验确定百分比P的结果具有老化指数AI≥1,则某计算机节点(141)中的监察进程向计算机节点(121、122、123)发送时帧控制信息以增加时帧的时长。
9.如权利要求1至7之任一所述的方法,其特征在于采用TTEthernet协议以于该些节点计算机之间传送信息。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AT503412013 | 2013-05-21 | ||
ATA50341/2013 | 2013-05-21 | ||
PCT/AT2014/050120 WO2014186814A1 (de) | 2013-05-21 | 2014-05-20 | Verfahren zur integration von berechnungen mit variabler laufzeit in eine zeitgesteuerte architektur |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105308569A true CN105308569A (zh) | 2016-02-03 |
Family
ID=51059210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480032835.3A Pending CN105308569A (zh) | 2013-05-21 | 2014-05-20 | 用于将具可变运行时间的运算整合至时间受控的架构中的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20160104265A1 (zh) |
EP (1) | EP3000037B8 (zh) |
JP (1) | JP6359089B2 (zh) |
CN (1) | CN105308569A (zh) |
WO (1) | WO2014186814A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10019292B2 (en) | 2015-12-02 | 2018-07-10 | Fts Computertechnik Gmbh | Method for executing a comprehensive real-time computer application by exchanging time-triggered messages among real-time software components |
AT518005A1 (de) * | 2015-12-14 | 2017-06-15 | Fts Computertechnik Gmbh | Verfahren zur periodischen Erfassung von Messwerten in einem Echtzeitcomputersystem sowie Echtzeitcomputersystem |
US10365364B1 (en) * | 2018-05-18 | 2019-07-30 | Zendar Inc. | Systems and methods for detecting objects |
CN109447122B (zh) * | 2018-09-28 | 2021-07-13 | 浙江大学 | 一种分布式融合结构中的强跟踪渐消因子计算方法 |
US10754689B1 (en) * | 2019-02-13 | 2020-08-25 | GM Global Technology Operations LLC | Architecture and device for multi-stream vision processing on shared devices |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101014136A (zh) * | 2007-02-05 | 2007-08-08 | 北京大学 | 一种用于多视点视频采集的时间同步方法及系统 |
CN101256531A (zh) * | 2008-04-08 | 2008-09-03 | 中兴通讯股份有限公司 | 一种分析嵌入式设备实时性的方法 |
US20120050474A1 (en) * | 2009-01-19 | 2012-03-01 | Sharp Laboratories Of America, Inc. | Stereoscopic dynamic range image sequence |
CN102930025A (zh) * | 2011-11-03 | 2013-02-13 | 微软公司 | 用于处理大数据的属性和区间的系统和方法 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6151688A (en) * | 1997-02-21 | 2000-11-21 | Novell, Inc. | Resource management in a clustered computer system |
US6076095A (en) * | 1997-03-28 | 2000-06-13 | International Business Machines Corporation | Method of one system of a multisystem environment taking over log entries owned by another system |
US7107176B2 (en) | 2001-06-25 | 2006-09-12 | Invensys Systems, Inc. | Sensor fusion using self evaluating process sensors |
DE10133962A1 (de) * | 2001-07-17 | 2003-02-06 | Bosch Gmbh Robert | Verfahren zur Synchronisation und Vorrichtung |
US7283904B2 (en) | 2001-10-17 | 2007-10-16 | Airbiquity, Inc. | Multi-sensor fusion |
US6944566B2 (en) * | 2002-03-26 | 2005-09-13 | Lockheed Martin Corporation | Method and system for multi-sensor data fusion using a modified dempster-shafer theory |
JPWO2003096737A1 (ja) * | 2002-05-07 | 2005-09-15 | 三菱電機株式会社 | 無線通信のための基地局、無線通信方法および移動局 |
GB2406014B (en) * | 2003-09-10 | 2007-01-31 | Thales Uk Plc | Video system |
US8245239B2 (en) | 2005-07-06 | 2012-08-14 | Honeywell International Inc. | Deterministic runtime execution environment and method |
JP4650248B2 (ja) * | 2005-12-09 | 2011-03-16 | 株式会社デンソー | 車両用ネットワークシステム及びネットワークノード |
JP5187194B2 (ja) * | 2006-11-21 | 2013-04-24 | 富士通株式会社 | マルチプロセッサシステム |
JP2011018116A (ja) * | 2009-07-07 | 2011-01-27 | Ihi Aerospace Co Ltd | 分散型データ処理装置、これを用いた自律型移動ロボット及びデータ処理方法 |
JP2011099683A (ja) * | 2009-11-04 | 2011-05-19 | Hitachi Automotive Systems Ltd | 物体検出装置 |
JP2012185111A (ja) * | 2011-03-08 | 2012-09-27 | Seiko Epson Corp | 測位装置、測位方法 |
DK201170325A (en) * | 2011-06-24 | 2012-12-25 | Vestas Wind Sys As | Wind turbine with decentralized voting |
US9331805B2 (en) * | 2011-05-06 | 2016-05-03 | Fts Computertechnik Gmbh | Network and method for implementing a high-availability grand master clock |
CA2861934C (en) * | 2012-01-20 | 2019-07-30 | Sick Ivp Ab | Impact time from image sensing |
-
2014
- 2014-05-20 US US14/892,610 patent/US20160104265A1/en not_active Abandoned
- 2014-05-20 JP JP2016514215A patent/JP6359089B2/ja active Active
- 2014-05-20 EP EP14734375.0A patent/EP3000037B8/de active Active
- 2014-05-20 CN CN201480032835.3A patent/CN105308569A/zh active Pending
- 2014-05-20 WO PCT/AT2014/050120 patent/WO2014186814A1/de active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101014136A (zh) * | 2007-02-05 | 2007-08-08 | 北京大学 | 一种用于多视点视频采集的时间同步方法及系统 |
CN101256531A (zh) * | 2008-04-08 | 2008-09-03 | 中兴通讯股份有限公司 | 一种分析嵌入式设备实时性的方法 |
US20120050474A1 (en) * | 2009-01-19 | 2012-03-01 | Sharp Laboratories Of America, Inc. | Stereoscopic dynamic range image sequence |
CN102930025A (zh) * | 2011-11-03 | 2013-02-13 | 微软公司 | 用于处理大数据的属性和区间的系统和方法 |
Non-Patent Citations (1)
Title |
---|
A.KLEIN 等: "Representing Data Quality in Sensor Data Streaming Environments", 《JOURNAL OF DATA AND INFORMATION QUALITY》 * |
Also Published As
Publication number | Publication date |
---|---|
JP2016522493A (ja) | 2016-07-28 |
JP6359089B2 (ja) | 2018-07-18 |
US20160104265A1 (en) | 2016-04-14 |
WO2014186814A1 (de) | 2014-11-27 |
EP3000037B8 (de) | 2018-10-17 |
EP3000037B1 (de) | 2018-08-15 |
EP3000037A1 (de) | 2016-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105308569A (zh) | 用于将具可变运行时间的运算整合至时间受控的架构中的方法 | |
US20240112051A1 (en) | Machine learning models operating at different frequencies for autonomous vehicles | |
CN107253196B (zh) | 一种机械臂碰撞检测方法、装置、设备及存储介质 | |
US20160149996A1 (en) | System for diagnosis of robot state | |
US20180275631A1 (en) | Control system, control device, and control method | |
US20200027292A1 (en) | Systems and Methods to Test an Autonomous Vehicle | |
CN111309144B (zh) | 三维空间内注视行为的识别方法、装置及存储介质 | |
US10901398B2 (en) | Controller, control program, control system, and control method | |
CN103428426B (zh) | 具有预测运动控制的机器视觉系统和方法 | |
US11782431B2 (en) | Control device and non-transitory computer-readable recording medium recording program | |
KR20170102991A (ko) | 컨트롤 시스템 및 컨트롤 방법 | |
US11829130B2 (en) | Control apparatus and non-transitory computer readable medium for detecting abnormality occurring in subject to be monitored | |
CN110245619B (zh) | 一种用于自动扶梯上超限物体判断方法及系统 | |
Gago-Benítez et al. | Log-logistic modeling of sensory flow delays in networked telerobots | |
JP6383716B2 (ja) | 無人機の制御装置および制御方法 | |
CN113888121B (zh) | 无人机团队状态共享同步发送方法与系统 | |
US11520302B2 (en) | Control system and control device | |
CN112394719B (zh) | 一种基于采样数据的多运动体系统编队控制装置及方法 | |
CN103634564A (zh) | 指定影像监测区域的方法 | |
KR101627489B1 (ko) | 기능 유닛, 아날로그 입력 유닛, 프로그래머블 컨트롤러 시스템 | |
CN112652006A (zh) | 感测车辆周围环境中的物体的方法,数据处理设备,计算机程序产品和计算机可读数据介质 | |
WO2023085062A1 (ja) | 制御装置、制御システム、制御方法、制御プログラム | |
US20220227498A1 (en) | Aircraft wing motion prediction systems and associated methods | |
CN115576205B (zh) | 反馈控制方法、通用反馈控制器、训练方法、可读存储介质、计算机程序产品及系统 | |
US20230394335A1 (en) | Systems and methods for artificial intelligence inference platform and sensor correlation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160203 |