CN108369099A - 用于测量在测量信号中的方差的方法、用于数据融合的方法、计算机程序、机器可读的存储介质和装置 - Google Patents
用于测量在测量信号中的方差的方法、用于数据融合的方法、计算机程序、机器可读的存储介质和装置 Download PDFInfo
- Publication number
- CN108369099A CN108369099A CN201680074495.XA CN201680074495A CN108369099A CN 108369099 A CN108369099 A CN 108369099A CN 201680074495 A CN201680074495 A CN 201680074495A CN 108369099 A CN108369099 A CN 108369099A
- Authority
- CN
- China
- Prior art keywords
- variance
- filter
- measuring signal
- signal
- measuring
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/14—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by recording the course traversed by the object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
- G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Abstract
本发明涉及一种用于测量在测量信号中的方差的方法(500),具有以下步骤:借助于高通滤波器(HP)对测量信号进行滤波(501),以获得滤波后的测量信号;借助于滤波后的测量信号确定(502)方差。
Description
技术领域
本发明涉及一种用于测量在测量信号中的方差的方法和用于数据融合的方法。此外,本发明涉及一种计算机程序、一种机器可读的存储介质和一种相应的装置,其特别是用在基于卫星的导航中的。
背景技术
由US 7,209,938 B2已知一种借助于卡尔曼滤波器的滤波器技术,其使用用于测量值方差的自适应估计器。在此,卡尔曼滤波器的技术包括信号滤波机制。此外,该信号滤波机制还包括卡尔曼滤波器和方差估计器。
在数据融合中,特别是在借助于惯性传感器和GNSS的导航系统中,通常使用卡尔曼滤波器。除了模型和测量量之外,这些统计滤波器还需要呈测量数据方差形式的关于测量数据质量的附加信息。
对于方差未知或方差可变的测量信号,可使用自适应卡尔曼滤波器来调整方差。为此,通常还使用卡尔曼滤波器的状态,并且通过复数矩阵运算来估计方差。
发明内容
在此背景下,本发明根据主权利要求提出了一种用于估计噪声参数、特别是方差的方法。
该方法特别是适用于在运行期间用于数据融合的卡尔曼滤波器的测量信号,以便获得整个系统的更好的和自适应的滤波性能。
其可实现独立于卡尔曼滤波器模型的资源高效的实现方式。
由此,本发明相对于估计特性具有更多的测量特性。
本发明的核心在于,仅借助于测量信号本身确定卡尔曼滤波器的测量信号中的噪声,特别是方差。由此,噪声的确定更多地被视为噪声的测量。这比估计噪声并且取决于所存储的模型的常规系统有利。
在本发明中应注意,方差的测量在卡尔曼滤波器之外进行,从而不依赖于卡尔曼滤波器固有的固有惯量。由此可快速适配于测量信号的变化。同样有利的是,恒定输入信号更快地产生恒定输出信号。在此提出通过以下方式确定测量信号的方差,即借助于高通滤波器、特别是数字高通滤波器来抑制直流分量,从而抑制实际信号。
特别是当在车辆中使用该方法时,例如在基于卫星导航设备的位置确定中,本发明是有利的。
此外,本发明仅需较少的硬件资源成本。
为此,该方法包括以下步骤:
-借助于高通滤波器过滤测量信号,以获得滤波后的测量信号;
-借助于滤波后的测量信号确定方差。
在此,测量信号可以是任何测量信号。然而,本发明源自以下认知:在将基于卫星的导航设备的信号(GNSS信号)与惯性传感器系统(例如加速度传感器系统)的信号进行数据融合时可实现特别好的结果。
根据有利的实施方式,高通滤波器为线性相位滤波器。
通过使用线性相位滤波器,所有噪声分量具有相同的群延迟。
这通过使用有限脉冲响应(FIR)滤波器可特别简单地实现。
在FIR滤波器的使用中已发现,如果高通滤波器的系数与借以检测测量信号的采样率相关,则方差测量的结果显著改善。
在该方法中起决定性作用的是滤波器路径中尽可能小的群延迟,因为测量信号的噪声可能因行驶状态而异。
因此,在该方法的优选实施方式中,高通滤波器的群延迟适配于方差中与测量任务相关的延迟。
较小的群延迟防止了噪声的变化也可迅速转换为新的方差,从而在行驶状态之间快速切换时方差确定仍然是正确的。
在具体应用中,即在GNSS信号与惯性传感器系统、特别是加速度传感器系统的信号的数据融合中已表明,在50ms和100ms之间的群延迟是有利的。推荐使用80ms的群延迟。
根据本方法的有效实施方式,在滤波步骤之后,执行第二滤波步骤,其中在第二滤波步骤中,借助于低通滤波器对由先前的滤波后的测量信号确定的方差进行滤波。
根据一个简单的实施方式,利用低通滤波器,特别是利用PT1低通滤波器,可连续形成平方和的平均值。这种简化所基于的认知是,当假设通过先前的高通滤波器得到的平均值为0时,平方和的平均值直接相应于方差。
在此,滤波器的截止频率指向以下频率,在该频率下在信号中还包含与测量任务相关的信息。
因此,根据该方法的一个实施方式,高通滤波器或低通滤波器的截止频率指向以下频率,在该频率下在测量信号中还包含与测量任务相关的信息。
在道路车辆的行驶动力学领域中,这些频率根据车辆的轨道数量的不同大约为3Hz至20Hz,特别是5Hz至20Hz。
根据该方法的一个有利实施方式,在确定的步骤中,借助于连续计算或借助于连续的平均值或借助于连续的平方和平均值来计算方差。
这是由高通滤波输入信号计算或测量方差的简单实现方式。
为了在借助于连续平均值和连续平方和平均值的连续计算中不是获取测量信号的全部历史记录,而是考虑上一个时间段,根据一个扩展变型方案,在确定步骤中进行第三过滤步骤,并且在第三滤波步骤中对连续平均值进行滤波。
由此,可将方差计算或测量以简单的方式限制到所搜索的或相关的测量时间段上。
本发明的另一方面是一种借助于卡尔曼滤波器进行数据融合的方法,其中第一输入信号为测量信号,并且第二输入信号为测量信号的方差,其中该方差借助于根据本发明的方法的一个实施方式来测量。
在此,特别有利的是用于数据融合的方法的实施方式,根据该实施方式在卡尔曼滤波器之外测量方差。
本发明的另一方面是一种计算机程序以及一种机器可读的存储介质,该计算机程序适于执行用于测量方差的方法或用于数据融合的方法的所有步骤,在上述机器可读的存储介质上储存有该计算机程序的实施方式。
此外本发明的一个方面是一种装置,其适于执行用于测量方差的方法或用于数据融合的方法的所有步骤。
特别有利的是,为了将这种装置实施为例如用于车辆传感器和控制器的嵌入式系统而构造二次幂系数,以通过算术移位来代替除法运算。
附图说明
在下文中,借助于附图来说明和阐释本发明的实施方式。其中:
图1示出了本发明的一个实施方式的方框图;
图2示出了输入信号1至4的曲线图;
图3a示出了以不同方法由输入信号1确定方差的曲线图;
图3b示出了以不同方法由输入信号2确定方差的曲线图;
图3c示出了以不同方法由输入信号3确定方差的曲线图;
图3d示出了以不同方法由输入信号4确定方差的曲线图;
图4示出了一个方框图;
图5示出了根据本发明的测量信号方差测量方法的一个实施方式的流程图;
图6示出了根据本发明的数据融合方法的一个实施方式的流程图。
具体实施方式
图1示出了本发明的一个实施方式的方框图。该方框图清楚地显示了本发明的实质。传感器S向进一步处理的单元提供传感器信号或测量信号。为了传感器信号的数据融合可有利地使用卡尔曼滤波器K,其被用于测量信号上。为此,一方面将测量信号传输给卡尔曼滤波器K,另一方面将测量信号传输给滤波器,此处为高通滤波器HP,以便抑制直流分量,从而抑制实际信号。然后根据所介绍的方法500将如此滤波的测量信号提供用于方差确定或方差测量。然后将所测量的方差又传输给卡尔曼滤波器K,并且作为用于数据融合的进一步的输入变量对其进行评估。
图2示出了四个测量信号(信号1至4)的曲线图。从图中可看出,测量信号具有不同程度的变化。在随后的附图中,在其他曲线图中绘制了用于方差确定的各种方法与本发明的方法的实施方式相比较的结果。
图3a至图3d示出了与本发明的方法500的实施方式相比根据窗口方法和纯粹低通滤波进行方差确定的结果的曲线图。
该结果清楚地证明了本发明的性能,因为本发明方法的实施方式的结果在称为输入方差的参考方差周围更加接近地振荡。
由此可看出,本发明适用于各种各样的输入信号并且提供良好的结果。
图4示出了设备的实施方式的方框图,其具有根据本发明的装置。
在图4中示出了两个传感器S1和S2,其传感器信号以及其测量信号通过卡尔曼滤波器K进行融合。
为此,一方面,传感器S1、S2将其测量信号直接作为输入信号输入到卡尔曼滤波器K中。另一方面,根据本发明的方法500,借助于高通滤波器HP对测量信号进行滤波。然后借助于低通滤波器TP对如此滤波的测量信号进行滤波。该滤波步骤的结果作为相应测量信号的(所测量的)方差输入到卡尔曼滤波器K中,作为进一步的输入变量。
高通滤波器和低通滤波器的组合也被称为带通滤波器BP。因此,作为两个单独滤波器的替代,也可使用带通滤波器BP。
应理解的是,滤波器HP、TP、BP可被不同地配置。滤波器可存在于硬件方面或软件方面或者作为其组合。
结果,卡尔曼滤波器K输出两个测量值或传感器信号的融合结果。
在道路车辆动力学领域中,信号中的相关信息可在3Hz至20Hz下、特别是在5Hz至20Hz下寻找。
从这些边界条件可对于高通滤波器HP推导出,可由其产生高通滤波器HP的低通滤波器TP(例如通过反转)的截止频率应为大约5Hz到10Hz,因为通过尽可能低的群延迟甚至高达20Hz的阻尼也不会很高。低通滤波器TP应具有至少2Hz的截止频率,以便同样不会对群延迟做出太大贡献。
在机动车的应用中,对于200Hz的采样率推荐具有系数bhp=[1,16,36,55,73,84,93,102,-920,102.93,84,73,55,36,16,1]和ahp=1024的第16阶的FIR高通滤波器,以及具有系数btp=[1]和atp=[16,-15]的无限脉冲响应(IIR)低通滤波器。由此实现了在大约8到15个采样通带中的群延迟。这在200Hz的采样率下相应于40ms到75ms的群延迟。
图5示出了根据本发明用于测量在测量信号中方差的方法的实施方式的流程图。
在步骤501中,借助于高通滤波器对测量信号进行滤波,以便获得滤波后的测量信号。
在步骤502中,借助于滤波后的测量信号来确定测量信号中的方差。
图6示出了根据本发明的数据融合方法的实施方式的流程图。
在步骤601中,通过卡尔曼滤波器对输入信号进行融合,其中根据本发明用于测量在测量信号中的方差的方法被用于确定输入信号的方差。
Claims (13)
1.一种用于测量在测量信号中的方差的方法(500),具有以下步骤;
借助于高通滤波器(HP)对所述测量信号进行滤波(501),以获得滤波后的测量信号;
借助于所述滤波后的测量信号确定(502)所述方差。
2.根据权利要求1所述的方法(500),其中所述高通滤波器(HP)是线性相位滤波器,特别是有限脉冲响应(FIR)滤波器。
3.根据权利要求2所述的方法(500),其中所述高通滤波器(HP)的系数取决于用于检测所述测量信号的采样率。
4.根据权利要求2所述的方法(500),其中所述高通滤波器(HP)的群延迟适配于所述方差中与测量任务相关的延迟,特别是其中所述群延迟在50ms和100ms之间,特别是基本上为80ms。
5.根据权利要求1或2所述的方法(500),其中在所述滤波步骤之后进行第二滤波步骤,其中在所述第二滤波步骤中借助于低通滤波器(TP)对通过先前的所述滤波后的测量信号确定的所述方差进行滤波。
6.根据前述权利要求中任一项所述的方法(500),其中所述高通滤波器(HP)和/或所述低通滤波器(TP)的截止频率指向以下频率,在所述频率处在所述测量信号中还包含与测量任务相关的信息,特别是其中所述截止频率在2Hz和20Hz之间,特别是5Hz至10Hz。
7.根据前述权利要求中任一项所述的方法(500),其中在所述确定步骤中借助于连续计算和/或借助于连续的平均值和/或借助于连续的平方和平均值来计算所述方差。
8.根据权利要求5所述的方法(500),其中在所述确定步骤中进行第三滤波步骤,并且在所述第三滤波步骤中对所述连续的平均值进行滤波。
9.一种用于通过卡尔曼滤波器(K)进行数据融合的方法(600),其中第一输入信号是测量信号,并且第二输入信号是所述测量信号的方差,其中借助于根据权利要求1至8中任一项所述的方法(500)来测量所述测量信号的所述方差,其中借助于所述卡尔曼滤波器(K)将所述测量信号与至少一个另外的第三输入信号进行融合(601)。
10.根据权利要求9所述的方法(600),其中所述方差在所述卡尔曼滤波器(K)之外被测量。
11.一种计算机程序,适于执行根据权利要求1至10中任一项所述的方法(500、600)的所有步骤。
12.一种机器可读的存储介质,在所述存储介质上存储有根据权利要求11所述的计算机程序。
13.一种装置,适于执行根据权利要求1至10中任一项所述的方法的所有步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102015226365.7A DE102015226365A1 (de) | 2015-12-21 | 2015-12-21 | Verfahren zur Messung der Varianz in einem Messsignal, Verfahren zur Datenfusion, Computerprogramm, Maschinenlesbares Speichermedium und Vorrichtung |
DE102015226365.7 | 2015-12-21 | ||
PCT/EP2016/080606 WO2017108473A1 (de) | 2015-12-21 | 2016-12-12 | Verfahren zur messung der varianz in einem messsignal, verfahren zur datenfusion, computerprogramm, maschinenlesbares speichermedium und vorrichtung |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108369099A true CN108369099A (zh) | 2018-08-03 |
Family
ID=57544431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680074495.XA Pending CN108369099A (zh) | 2015-12-21 | 2016-12-12 | 用于测量在测量信号中的方差的方法、用于数据融合的方法、计算机程序、机器可读的存储介质和装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11487023B2 (zh) |
EP (1) | EP3394565B1 (zh) |
JP (2) | JP6659848B2 (zh) |
KR (1) | KR20180096605A (zh) |
CN (1) | CN108369099A (zh) |
DE (1) | DE102015226365A1 (zh) |
WO (1) | WO2017108473A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111221027A (zh) * | 2020-03-24 | 2020-06-02 | 明峰医疗系统股份有限公司 | 用于tof-pet前沿甄别减少时间游走的电路和方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102077298B1 (ko) * | 2018-09-27 | 2020-02-13 | 서울대학교 산학협력단 | 단시간 푸리에 변환을 이용한 변속 조건 기어의 고장 감지 장치 및 방법 |
CN115164888B (zh) * | 2022-09-06 | 2022-12-09 | 中国船舶重工集团公司第七0七研究所 | 一种误差修正方法、装置、电子设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010029421A1 (en) * | 2000-04-06 | 2001-10-11 | Takashi Watanabe | Apparatus for detecting condition of road surface |
US20030115232A1 (en) * | 2001-12-17 | 2003-06-19 | John Lipp | Kalman filter with adaptive measurement variance estimator |
CN1702738A (zh) * | 2004-05-26 | 2005-11-30 | 本田研究所欧洲有限公司 | 谐波噪声的减去消除 |
WO2008157072A1 (en) * | 2007-06-19 | 2008-12-24 | Microsoft Corporation | Video noise reduction |
CN102096086A (zh) * | 2010-11-22 | 2011-06-15 | 北京航空航天大学 | 一种基于gps/ins组合导航系统不同测量特性的自适应滤波方法 |
CN102608642A (zh) * | 2011-01-25 | 2012-07-25 | 北京七维航测科技股份有限公司 | 北斗/惯性组合导航系统 |
CN103502075A (zh) * | 2011-04-04 | 2014-01-08 | 斯堪尼亚商用车有限公司 | 道路倾斜度的估计 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3439867B2 (ja) * | 1995-03-14 | 2003-08-25 | ジーイー横河メディカルシステム株式会社 | 超音波血流測定装置 |
JPH0920223A (ja) * | 1995-07-07 | 1997-01-21 | Nippondenso Co Ltd | 路面状態識別装置 |
JPH09181612A (ja) * | 1995-10-26 | 1997-07-11 | Sony Corp | サブバンド符号化方法、サブバンド復号方法、サブバンド符号化装置、サブバンド復号装置及びサブバンド符号化復号装置 |
US5918951A (en) * | 1997-05-09 | 1999-07-06 | The B.F. Goodrich Company | Antiskid brake control system using kalman filtering |
JP3884182B2 (ja) * | 1999-02-18 | 2007-02-21 | 株式会社日立製作所 | 悪路判定装置およびこの悪路判定装置を用いたブレーキ制御装置 |
JP3758917B2 (ja) * | 1999-11-24 | 2006-03-22 | 日立造船株式会社 | Gpsによる物体の変位計測方法および変位計測装置 |
JP4331881B2 (ja) * | 2000-10-16 | 2009-09-16 | トヨタ自動車株式会社 | 路面状態推定装置 |
ES2303043T3 (es) * | 2004-01-09 | 2008-08-01 | Nira Dynamics Ab | Estimacion de las condiciones de la carretera bajo un vehiculo. |
US7027942B1 (en) * | 2004-10-26 | 2006-04-11 | The Mitre Corporation | Multirate spectral analyzer with adjustable time-frequency resolution |
US7693231B2 (en) * | 2006-05-15 | 2010-04-06 | Qualcomm Incorporated | System and method of calculating noise variance |
US8600660B2 (en) * | 2006-09-29 | 2013-12-03 | Honeywell International Inc. | Multipath modeling for deep integration |
JP3998215B1 (ja) | 2007-03-29 | 2007-10-24 | 国立大学法人山口大学 | 画像処理装置、画像処理方法及び画像処理プログラム |
US10759456B2 (en) * | 2007-11-27 | 2020-09-01 | General Electric Company | Location determination system |
JP2009181612A (ja) | 2008-01-29 | 2009-08-13 | Toshiba Mobile Display Co Ltd | シフトレジスタ回路及び液晶表示装置 |
US8989982B2 (en) * | 2008-08-29 | 2015-03-24 | Sony Corporation | Velocity calculation device, velocity calculation method, and navigation device |
JP5482047B2 (ja) * | 2009-09-15 | 2014-04-23 | ソニー株式会社 | 速度算出装置、速度算出方法及びナビゲーション装置 |
EP2462871A1 (en) | 2010-12-13 | 2012-06-13 | Acarix A/S | System, stethoscope and method for indicating risk of coronary artery disease |
FR3011074B1 (fr) * | 2013-09-24 | 2015-09-04 | Renault Sa | Procede de detection d'un desequilibrage d'une roue de vehicule pendant le roulage du vehicule |
DE102014211166A1 (de) * | 2013-11-20 | 2015-05-21 | Continental Teves Ag & Co. Ohg | Verfahren, Fusionsfilter und System zur Fusion von Sensorsignalen mit unterschiedlichen zeitlichen Signalausgabeverzügen zu einem Fusionsdatensatz |
EP3074832A4 (en) * | 2013-11-27 | 2017-08-30 | The Trustees Of The University Of Pennsylvania | Multi-sensor fusion for robust autonomous flight in indoor and outdoor environments with a rotorcraft micro-aerial vehicle (mav) |
JP6330309B2 (ja) * | 2013-12-12 | 2018-05-30 | セイコーエプソン株式会社 | 信号処理装置、検出装置、センサー、電子機器及び移動体 |
US10724864B2 (en) * | 2014-06-17 | 2020-07-28 | Chief Architect Inc. | Step detection methods and apparatus |
DE102014224911A1 (de) * | 2014-12-04 | 2016-06-09 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bestimmen statistischer Eigenschaften von Rohmesswerten |
DE102015000998B4 (de) * | 2015-01-27 | 2019-11-14 | Nira Dynamics Ab | Erfassung eines losen Rades |
US10718198B2 (en) * | 2015-09-28 | 2020-07-21 | Hrl Laboratories, Llc | Opportunistic sensor fusion algorithm for autonomous guidance while drilling |
-
2015
- 2015-12-21 DE DE102015226365.7A patent/DE102015226365A1/de active Pending
-
2016
- 2016-12-12 US US16/063,904 patent/US11487023B2/en active Active
- 2016-12-12 WO PCT/EP2016/080606 patent/WO2017108473A1/de unknown
- 2016-12-12 CN CN201680074495.XA patent/CN108369099A/zh active Pending
- 2016-12-12 JP JP2018532393A patent/JP6659848B2/ja active Active
- 2016-12-12 EP EP16810344.8A patent/EP3394565B1/de active Active
- 2016-12-12 KR KR1020187015676A patent/KR20180096605A/ko unknown
-
2020
- 2020-02-06 JP JP2020018999A patent/JP7069229B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010029421A1 (en) * | 2000-04-06 | 2001-10-11 | Takashi Watanabe | Apparatus for detecting condition of road surface |
US20030115232A1 (en) * | 2001-12-17 | 2003-06-19 | John Lipp | Kalman filter with adaptive measurement variance estimator |
CN1702738A (zh) * | 2004-05-26 | 2005-11-30 | 本田研究所欧洲有限公司 | 谐波噪声的减去消除 |
WO2008157072A1 (en) * | 2007-06-19 | 2008-12-24 | Microsoft Corporation | Video noise reduction |
CN102096086A (zh) * | 2010-11-22 | 2011-06-15 | 北京航空航天大学 | 一种基于gps/ins组合导航系统不同测量特性的自适应滤波方法 |
CN102608642A (zh) * | 2011-01-25 | 2012-07-25 | 北京七维航测科技股份有限公司 | 北斗/惯性组合导航系统 |
CN103502075A (zh) * | 2011-04-04 | 2014-01-08 | 斯堪尼亚商用车有限公司 | 道路倾斜度的估计 |
Non-Patent Citations (3)
Title |
---|
郭应时等: "《噪声方差对卡尔曼滤波结果影响分析》", 《计算机工程与设计》 * |
陈威等: "《基于小波变换估计噪声方差的轮速信号卡尔曼滤波器》", 《汽车技术》 * |
高羽等: "《小波变换域估计观测噪声方差的Kalman滤波算法及其在数据融合中的应用》", 《电子学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111221027A (zh) * | 2020-03-24 | 2020-06-02 | 明峰医疗系统股份有限公司 | 用于tof-pet前沿甄别减少时间游走的电路和方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2017108473A1 (de) | 2017-06-29 |
JP2019507324A (ja) | 2019-03-14 |
DE102015226365A1 (de) | 2017-06-22 |
KR20180096605A (ko) | 2018-08-29 |
JP2020098622A (ja) | 2020-06-25 |
EP3394565B1 (de) | 2024-02-07 |
US20180372885A1 (en) | 2018-12-27 |
EP3394565A1 (de) | 2018-10-31 |
US11487023B2 (en) | 2022-11-01 |
JP7069229B2 (ja) | 2022-05-17 |
JP6659848B2 (ja) | 2020-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5226437B2 (ja) | 路面平坦性測定装置 | |
Xue et al. | Road profile estimation and half-car model identification through the automated processing of smartphone data | |
CN108369099A (zh) | 用于测量在测量信号中的方差的方法、用于数据融合的方法、计算机程序、机器可读的存储介质和装置 | |
US20140142886A1 (en) | Systems and methods for efficient characterization of acceleration events | |
US20140303905A1 (en) | System and method for quantifying correlation between road surface profile and road noise | |
US9091539B2 (en) | Gyroscope dynamic motor amplitude compensation for enhanced rate estimation during startup | |
JP4474475B2 (ja) | タイヤ空気圧低下検出装置及び方法、並びにタイヤの空気圧低下検出プログラム | |
JP6434499B2 (ja) | 車両の負荷に関係した一つ又は複数のパラメータの推定のための、特に、負荷の絶対値及び分布の推定のためのシステム | |
US10564658B2 (en) | Servo control apparatus, servo control method and computer-readable recording medium | |
JP5568647B2 (ja) | 変速ショック評価装置及びその評価方法 | |
JP2019051781A (ja) | ばね下振動検知装置およびサスペンション制御装置 | |
JP2018204952A (ja) | 変位量算出システム、プログラム及び記録媒体 | |
US10386417B2 (en) | Electronic battery sensor and method for determining an internal resistance of a battery | |
US20030139856A1 (en) | Method for digitally filtering a signal burdened with noise and a control system for a vehicle | |
JP5494047B2 (ja) | 車体振動の評価を行うシャシーダイナモメータシステムおよび車体振動の評価方法 | |
Altmann et al. | Theoretical development of localized pseudo damage | |
JP2016099288A (ja) | 計測装置及び計測レンジ切換方法 | |
EP3517892B1 (en) | Multiple sensor integration | |
Schmucker et al. | Wide-bandwidth cutting force monitoring via motor current and accelerometer signals | |
Maes et al. | Validation of time-delayed recursive force identification in structural dynamics | |
Van et al. | Damping characterization of a high speed train catenary | |
KR101637027B1 (ko) | 사운드 신호에서 진단 신호를 추출하는 방법 및 진단 장치 | |
Erviti et al. | Error analysis of the application of combined subspace identification to the modal analysis of railway vehicles | |
Sottek et al. | An Unusual Way to Improve TPA for Strongly-Coupled Systems | |
KR20170075537A (ko) | 적분법 접근을 통한 비선형 복원계수 및 외부 가진력 크기 추정방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |