CN115210595A - 基于蜂窝定位的估算的车辆位置的验证 - Google Patents

Abstract

一种在车辆中的用于验证车辆的估算位置的方法，该方法包括：建立到达无线电基站(RBS)(150)的无线链路；从RBS(150)到车辆(100)的无线链路(145)上的下行链路传输获得用于估算车辆位置的数据；基于该数据估算车辆位置；向RBS(150)传输位置验证请求；从RBS(150)接收针对所传输的请求的响应，该响应包括至少部分地基于从车辆(100)到RBS(150)的无线链路(145)上的上行链路传输获得的数据进行验证位置估算；以及通过将估算的车辆位置与验证位置估算进行比较来验证车辆(100)的估算位置。

Description

基于蜂窝定位的估算的车辆位置的验证

背景技术

本公开涉及适于汽车应用的定位系统。公开了用于验证估算的车辆位置的准确度的方法和设备。

雷达收发器通常用于车辆，以用于监测车辆周围环境。自动巡航控制(ACC)功能、紧急制动(EB)功能、高级驾驶员辅助系统(ADAS)和自动驾驶(AD)是雷达数据表示车辆控制所基于的重要信息来源的应用的一些示例。雷达收发器在相对意义上提供有关车辆周围环境的信息，即与雷达收发器的位置有关的信息。

全球导航卫星系统(GNSS)接收器可用于在坐标系中定位车辆。例如，如果期望在地图或位置寄存器中相对于其它对象对车辆进行定位，则这种信息可能是有用的。

蜂窝定位方法是利用无线接入网络中的信号进行定位的定位方法。现在，蜂窝定位方法已经通过引入诸如由第三代合作伙伴计划(3GPP)定义的第五代蜂窝系统(5G)等现代通信系统而变得足够好，以用于与当前由雷达系统支持的汽车应用类似的汽车应用。

这些不同的定位系统(即，雷达、GNSS和蜂窝定位)的准确度往往因环境和定位场景变化而异。例如，众所周知的是，基于GNSS的定位系统有时在天空视野有限的所谓的城市峡谷环境中遭受性能下降。同样众所周知的是，如果雷达信号干扰强，则一些雷达系统可能遭受性能下降。

需要检测车辆定位系统的准确度暂时降低的时间。

发明内容

本公开的目的是提供用于验证估算的车辆位置的方法。

通过在车辆中的用于验证估算的车辆位置的方法实现该目的。该方法包括建立到无线电基站(RBS)的无线链路。该方法还包括获得用于估算车辆位置的数据以及基于该数据估算车辆位置。该方法还包括向RBS传输位置验证请求，以及从RBS接收针对所传输的请求的响应，该响应包括至少部分地基于从车辆到RBS的无线链路上的上行链路传输获得的数据进行验证位置估算。该方法包括通过将估算的车辆位置与验证位置估算进行比较来验证估算的车辆位置。

因此，通过使用由RBS基于到RBS的上行链路传输生成的验证位置估算，可验证通过例如GNSS系统、通过雷达收发器和数字地图组合或通过蜂窝定位方法(诸如5G定位)生成的在车辆处可用的位置估算。这提供了一种用于检测车辆中的一个或多个定位系统遭受临时性能下降的时间的机构。

对RBS可用的处理资源和信息可大于车辆中可用的处理资源和信息。因此，在基站处可用的更大的处理资源可用作备份，以确保车辆定位系统不遭受意外的性能下降。出于该验证目的，施加在定位算法上的延迟约束也可以有所放松，这允许在RBS处使用更高级的算法。

根据各方面，该方法包括从RBS到车辆的无线链路上的下行链路传输获得数据，并且基于包括到达角(AoA)、离开角(AoD)、飞行时间(ToF)、到达时间(TOA)和到达时间差(TDOA)中的任一者的下行链路数据来估算车辆位置。

然后，车辆位置估算至少部分地基于蜂窝定位方法，其中，通过建立在RBS和车辆之间的无线链路，从RBS到车辆的下行链路传输提取定位算法的输入。通过引入5G网络，预期这种位置估算的准确度足够高，以支持大量的汽车功能，诸如自动巡航控制(ACC)功能、紧急制动(EB)功能、高级驾驶员辅助系统(ADAS)和自动驾驶(AD)。然而，此类蜂窝位置估算可能遭受临时的准确度降低。本文所公开的方法允许检测此类准确度降低的时间段。

根据各方面，该方法包括至少部分地基于从包括在车辆中的全球导航卫星系统(GNSS)接收器获得的数据并且/或者基于从包括在车辆中的雷达收发器获得的雷达数据来估算车辆位置。这样，可验证GNSS位置方位，并且可检测GNSS系统中的意外性能下降。

根据各方面，估算的车辆位置与时间戳相关联，该时间戳指示对应于车辆位置估算的时刻。时间戳允许在不同时刻获得的位置估算值之间进行插值，这是一种优点，因为由于可在时间上对准进行比较的位置估算值，因此，比较操作变得更精确。

根据一些方面，该方法包括由RBS基于从车辆到RBS的无线链路上的上行链路传输获得的数据来估算车辆位置。这意味着RBS在例如RBS的控制单元中本地执行验证位置估算。因此减少了延迟，这是一种优点。

根据其它方面，该方法包括将从上行链路传输获得的数据转发到远程服务器，并且由该远程服务器估算车辆位置。这意味着远程服务器承担估算验证位置的计算负担。与RBS相比，远程服务器可能具有更高的处理能力，并且因此可能能够执行更高级的定位算法，诸如评估大量定位假设或出于定位目的而进行训练的大型神经网络。

根据各方面，该验证包括将估算的车辆位置和验证位置估算之间的差值与预先确定的阈值进行比较。这是低复杂性操作，这是一种优点。此外可根据场景和应用对预先确定的阈值进行调整。

根据各方面，该验证包括将估算的车辆位置的概率密度函数和验证位置估算的概率密度函数之间的差值与预先确定的阈值进行比较。这是更高级的比较操作，其提供有关车辆的位置估算和验证位置估算之间的准确度差值的更多信息。这样，可基于比较结果验证与估算的车辆位置相关联的最大误差或给定误差百分率是否是正确的。

根据各方面，该方法包括由RBS调度针对估算的车辆位置的循环验证。因此，以有序方式执行循环验证，这意味着一些车载定位系统在准确度方面的临时性能下降将在发生时被检测到，并且不允许无限期地持续。可根据应用和驾驶场景对重复频率进行调整，这是一种优点。

还通过无线电基站(RBS)中的用于验证车辆的估算位置的方法来实现目的。该方法包括建立到车辆中的通信收发器的无线链路，从车辆到RBS的无线链路的上行链路获得用于估算车辆位置的数据，以及基于该数据估算车辆位置。该方法还包括向车辆传输位置验证请求，从车辆接收针对所传输的请求的响应，该响应包括由车辆生成的验证位置估算，以及通过将估算的车辆位置和验证位置估算进行比较来验证车辆的估算位置。

由此验证车辆位置的RBS估算，这是一种优点。如上所述，车辆位置估算可通过各种方式获得，并且通常将与RBS位置估算不相关。使用本文所公开的方法，RBS可验证在RBS处执行的位置估算过程不与较大误差相关联。

根据各方面，该方法包括通过在远程服务器上执行定位算法来基于数据估算车辆位置。与RBS相比，远程服务器可具有更高的处理能力，并且因此可能能够执行更高级的定位算法，诸如评估大量的定位假设。

根据各方面，该方法包括在该验证指示差异高于预先确定的水平的情况下，由RBS触发事件。该事件可以是例如车辆的某种形式的紧急操纵或向车辆附近的其它车辆广播的警告消息。

本文还公开与上述优点相关联的控制单元、车辆和无线电基站。本文所公开的车辆、无线电基站和控制单元与上文结合不同方法所论述的相同优点相关联。

通常，除非本文另有明确定义，否则权利要求书中使用的所有术语均根据它们在技术领域中的通常含义进行解释。除非另有明确说明，否则所有提及“一个/一种/所述元件、装置、部件、方法、步骤等”均应被公开解释为是指元件、装置、部件、方法、步骤等的至少一个实例。除非明确说明，否则不必以所公开的确切顺序执行本文所公开的任何方法的步骤。当研究所附权利要求书和以下具体实施方式时，本发明的另外的特征和优点将变得显而易见。在不脱离本发明的范围的情况下，技术人员认识到可组合本发明的不同特征来创建除以下描述的实施方案之外的实施方案。

附图说明

现在参考附图更详细地描述本公开，附图中：

图1示意性地示出车辆；

图2示出示例性蜂窝定位系统；

图3示出具有天线阵列的车辆；

图4示出示例性蜂窝定位系统；

图5至图6是示例性信令图；

图7A至图7B是示出方法的流程图；

图8示意性地示出控制单元；并且

图9示出示例性计算机程序产品；

具体实施方式

现在将参考附图更全面地描述本公开的各方面。然而，本文所公开的不同的设备和方法可以许多种不同的形式实现，并且不应被理解为限于本文阐述的方面。在全文中，同样的附图标记在附图中是指同样的元件。

本文所用的术语仅用于描述本公开的方面，并非旨在限制本发明。如本文所用，单数形式“一个”和“所述”旨在也包括复数形式，除非上下文另外清楚地指明。

本公开涉及针对估算位置的验证。本文所公开的方法的一般原理是无线电基站执行蜂窝定位以对车辆进行定位。然后，将该位置估算与依据蜂窝定位或基于一些其它方法(诸如使用全球导航卫星系统(GNSS)或基于雷达的定位)在车辆中本地获得的位置估算进行比较。如果两者匹配，则认为位置估算已经被验证为准确。

图1示意性地示出车辆100，该车辆被布置成相对于某个坐标系定位自身并且还被布置成检测在车辆100附近的对象125的相对位置。

车辆100包括雷达系统130。该雷达系统与至少一个视场131、132、133相关联。前雷达与在车辆前方延伸的视场131相关联，并且量程通常为约150m至200m。雷达系统130可任选地还包括具有侧向延伸到车辆100的侧面的视场132的更多短程侧面雷达，以及与覆盖车辆后方区域的视场133相关联的后视雷达。拐角雷达或后视雷达的典型量程可为80米左右。

雷达传输135被目标125反射或散射，然后由雷达收发器130检测。雷达收发器130连接到控制雷达收发器的中央控制单元110。这种控制可包括传输定时、传输频率含量以及实际传输的时间波形。

车辆100可使用其雷达收发器130和控制单元110通过使雷达看到的图像与数据库或周围环境的地图匹配来进行全局定位。例如，如果在范围d1、范围d2和范围d3处检测到三个或更多个对象，可在地图中识别这些对象，则可通过三角形划分来推断车辆在该地图中的位置。这样，可获得车辆100在坐标系中的位置。

在本文中，坐标系是针对至少一些局部区域定义的共同参考系。坐标系的一个示例是众所周知的世界大地测量系统1984(WGS-84)，并且当然，也存在其它示例。也可根据需要定义特殊坐标系，只需在坐标系中的明确定义的位置处定义多个锚定点即可。坐标系通常是三维坐标系，但是它们也可以是二维坐标系。

车辆100任选地包括GNSS接收器140，该GNSS接收器允许基于从一个或多个卫星180接收的GNSS无线电信号185在坐标系(诸如WGS-84系统)中直接定位车辆100。尽管全球导航卫星系统取得了厘米级准确度的最新进展(诸如多波段接收器、多星座接收器和新型校正方案)，但是接收器(用户设备(UE))仍然例如强烈依赖卫星视线(LOS)。

控制单元110连接到包括在车辆100中的通信收发器120。该通信收发器被布置成建立到无线电基站(RBS)150的无线通信链路145。在本文中，RBS是提供到一些通信网络的无线接入的接入点。RBS的一个示例是由3GPP定义的4G eNodeB和5G gNodeB。RBS 150是包括一个或多个节点和/或远程服务器170的通信网络160的一部分，可经由RBS 150和通信网络160建立从车辆100到这些节点和/或远程服务器的通信链路。RBS通常包括被布置成执行各种操作(诸如执行计算和执行定位)的控制单元155。远程服务器170的处理能力可能比RBS 150的处理能力大得多。例如，远程服务器可能能够基于针对多种不同假设的评估执行信号处理算法并且/或者执行极度复杂的人工智能算法(诸如具有许多层的大型神经网络)。

基于无线接入信号145的定位早已为人所知。例如，在2001年，美国联邦通信委员会(FCC)开始要求蜂窝运营商能够以大约100m的准确度定位无线设备。对于传统上由雷达系统支持并且在一些情况下还由基于视觉的系统支持的汽车应用(诸如ADAS和AD)而言，这种准确度显然不足。然而，3GPP等计划最近研究了使用蜂窝接入系统对无线设备(诸如通信收发器120)进行高准确度亚米级定位的可能性。例如，3GPP TR 22.872V16.1.0(2018-09)提供针对定位用例的研究。例如，5G蜂窝接入系统的定位准确度的提高源于带宽的增加，也源于部署在5G系统中的更高级的天线系统。这些高级天线系统包括有时带有大量天线元件的天线阵列。带有大量天线元件的天线元件通常被称为大规模多输入多输出(MIMO)天线系统。此类天线系统能够分别估算接收和传输的无线电信号分量的到达角和离开角两者。

例如，假设x代表坐标系中的位置，即，一组坐标。进一步假设测量结果r＝f(x)+n可用，其中r是x的函数，并且其中，存在一些形式的噪声或干扰n。r和x两者通常均为向量。

由r得到的x的最小二乘估算量是

由r得到的x的最大似然估算量是

其中，p(r|x)是在给定x的情况下观察r的似然。当然，也存在其它示例性定位方法。例如，可通过基于环境中的无线电传播的测量数据联合定位散射对象和车辆来执行定位。

等人在“An Algorithm for Positioning Relays and Point Scatterersin Wireless Systems”(《IEEE信号处理快报》1070-9908(ISSN)2008年第15卷第381页至第384页)中论述了用于定位中继器和点散射体的算法。

图2示出连接到RBS 150的车辆100的示例200，该RBS 150包括带有多个天线元件的高级天线系统210。使用这种高级天线布置结构，RBS 150能够确定从车辆100中的通信收发器120到达RBS的信号分量220的到达角(AoA)240。RBS还能够确定从RBS 150朝向车辆100传输的信号分量230的离开角(AoD)250。

基于该AoA和/或基于该AoD，以及RBS 150与车辆100之间的信号延迟或飞行时间，可以以已知方式(例如，基于上述最小二乘法或最大似然原理)确定车辆的位置。车辆位置的确定可由例如RBS 155中的控制单元或车辆中的控制单元110执行。

图3示出车辆100的另一示例300，该车辆包括高级天线阵列310，诸如被配置用于进行大规模MIMO操作的天线。这种车载天线阵列允许确定从车辆100到RBS的上行链路320上的信号分量的AoA 340以及从RBS 150到车辆100的下行链路330上的信号分量的AoD350。

无线电信号并非始终通过直接视线(LoS)路径从发射器行进到接收器。图4示出示例性场景400，其中，上行链路和下行链路上的传输通过LoS路径410，并且还通过两个间接路径。一个此类信号分量420通过障碍物(诸如墙壁或其它反射表面430)。另一个此类信号分量440通过点散射体(诸如灯柱)。散射体450还可以是被配置成放大和转发无线电信号的中继器。

在本文中，信号分量是无线电信号的一部分。信号分量可以是例如在多路径传播无线电信道中沿着给定路径行进的信号。不同信号分量可对应于已经经历不同长度的路径并且因此与不同延迟相关联的相同传输信号的副本。

无线电传播信道可与描述无线电信道的不同传播路径的脉冲响应相关联。该脉冲响应包括不同延迟和不同相位的脉冲。每个此类脉冲均产生信号分量。

系统可使用散射对象430、450来改善定位性能。实际上，这是为什么基于5G的定位系统预期优于先前的蜂窝定位系统的关键根本原因之一。Witrisal和Antón-Haro(eds)在“Whitepaper on New Localization Methods for

5G Wireless Systems and the Internet-of-Things”(COST CA15104(IRACON)；2018年4月)中提供了新型定位方法的概述。这些定位方法主要依赖于例如信号强度(其与信号已经行进的距离和已经经受的反射大致相关)以及延迟和角度的测量结果，如上图2和图3所示。延迟测量结果可以是例如飞行时间(ToF)、双向到达时间(TOA)和/或到达时间差(TDOA)。一些系统还利用信号分量已经经受的指示在LoS路径的情况下发射器和接收器的相对(通常为径向)速度的多普勒频移。这些类型的测量结果是已知的，因此本文不会再详细论述。

已经提出了很多种用于蜂窝系统的定位方法。一些示例是上述基于最大似然(ML)的估算量以及基于最小二乘法(LS)的估算量。还提出了基于最大后验(MAP)的估算量。

蜂窝定位系统的准确度通常取决于发射器和接收器之间(例如，在车辆100与RBS150之间)的无线电信道的特性。许多反射在一些情况下可能是有益的，而在其他情况下则不然。对于一些系统，存在强LoS路径也可能是有利的。

总之，车辆100可通过多种不同的方式获得有关其在给定坐标系或参考框架中的位置的信息，例如经由其用于蜂窝定位的通信收发器120、经由其雷达收发器130(由地图或其他位置寄存器补充)和/或经由GNSS接收器140。所有这些系统均可能遭受临时性能下降。经由通信收发器120操作的蜂窝定位可取决于例如无线电信道的特性，以提供稳健的高准确度位置估算。由于其他雷达收发器的干扰和/或用于基于本地获得的雷达数据在坐标系中定位车辆的地图数据的不准确性，雷达系统可能会遭受性能降低。已知，在天空视野受限且存在强多路径信号分量的城市环境中，GNSS系统并不准确。因此，不同系统的准确度随时间推移而变化，并且期望能够验证当前准确度满足特定功能的要求。

如上所述，本公开涉及使用蜂窝网络验证车辆位置估算。在车辆中生成一个估算值，例如，由车辆控制单元110使用车载车辆定位系统中的一个或多个车载车辆定位系统生成。然后，由RBS控制单元155或远程服务器170在RBS处估算车辆位置的另一个至少部分不相关的估算值。然后，比较这两个估算值，以便验证它们至少充分匹配。大的差异指示与定位准确度有关的问题。

根据第一实施方案，车辆100通过例如使用雷达、GNSS和/或基于下行链路信令的蜂窝定位中的至少一者来定位其自身，从而估算其在坐标系中的位置。然后，车辆100请求蜂窝网络使用从车辆100到RBS 150的上行链路220、320上的信号执行车辆100的位置方位。然后，比较这两个位置方位，以便验证两者匹配。如果存在太大的差异，则存在由车辆100估算的位置与较大误差相关联的风险。构成“太大”差异的因素通常取决于场景。例如，可根据驾驶场景和/或应用来定义阈值，并且可将位置估算值(在欧几里德意义上或平方误差)之间的差值与阈值进行比较。

图5示出该第一实施方案的示例500，其中，向下箭头表示时间t，并且其中，块表示给定时间段的处理。仅示意性地示出处理时间段。车辆控制单元110首先向RBS控制单元155发出位置验证请求501。通过图1中示出的无线链路145传输该请求。然后，车辆100和RBS150两者采集数据502、504，诸如信号分量延迟和角度，并且基于所收集的数据分别估算车辆100的位置503、505。因此，以两种至少部分不同的方式估算车辆的位置。当然，所收集的数据还可包括来自其它来源的数据，诸如GNSS位置数据、雷达数据和来自数字地图的数据等。在车辆控制单元110处比较507两个或更多个位置估算值，然后，可评估这些位置估算值是否存在差异。时间戳可任选地附接到位置数据，以便启用插值等。

RBS控制单元155还可将数据转发508到处理资源，诸如通信网络中的服务器170。然后，远程服务器170承担计算509的负担并且将结果510作为位置估算值递送回RBS控制单元155，该RBS控制单元将结果中继511到车辆控制单元110。然后，车辆可比较两个或更多个结果512，以查看是否存在差异或者差值是否在可接受的限值内。

应当理解，与RBS控制单元155相比，并且与车辆控制单元110相比，服务器170可包括附加的计算资源并且因此可执行更高级且计算要求更严苛的定位算法。因此，通过向远程服务器170发送测量数据，可访问附加的处理能力。这种增加的处理能力可用于例如评估更大数量的假设，或者运行大型人工智能架构诸如具有许多层的大型神经网络，该大型神经网络可能因太大而无法在RBS控制单元155或车辆控制单元110中执行。

图7A示出总结了上述与第一实施方案相关的论述的流程图。还参考图5，示出在车辆100中的用于验证车辆100的估算位置的方法500。在坐标系中估算车辆100的位置。估算的位置可以是单个坐标或一组坐标，诸如边界框等。车辆的位置还可包括车辆100的航向、姿态、侧倾和偏航。此外，车辆100的估算位置可以是描述车辆100随时间推移的运动的轨迹。该方法包括建立Sa1到RBS 150的无线链路145。上文结合例如图1对该链路进行了论述。到RBS的链路可以是例如根据相关3GPP标准的规范操作的到RBS或gNodeB的5G蜂窝系统链路。该方法还包括获得Sa2用于估算车辆位置的数据502，并且然后，基于该数据估算Sa3车辆位置503。该车辆位置估算可基于雷达系统、GNSS系统或蜂窝定位系统中的任何一者。上文结合图2至图4论述了基于从RBS到无线设备的下行链路传输来估算车辆位置。该估算可以以多种不同的方式执行，例如，如结合图4所论述的基于点散射对象。

该方法还包括向RBS 150传输Sa4位置验证请求501。当车辆希望验证其当前位置的概念是否正确时，该请求从车辆传输。如果怀疑存在较大误差，则可传输请求，或者根据某些时间表定期传输请求。在高“保证”准确度更为重要的更密集的交通场景中，诸如在交通密集的城市环境中，可能会更频繁地传输请求。在车辆可为交通环境中的其他对象提供更大的裕度的郊区环境中，请求的传输频率可能较低。

此外，该方法包括从RBS 150接收Sa6针对所传输的请求的响应。该响应包括至少部分地基于从车辆100到RBS 150的无线链路145上的上行链路传输220、320获得的数据进行验证位置估算。然后，该方法通过将估算的车辆位置与验证位置估算进行比较507来执行车辆100的估算位置的验证Sa7。这样，RBS 150基于无线链路145的上行链路上的无线电传输生成车辆位置的估算值。该数据可能不同于从下行链路传输获得的数据，并且估算位置因此可能至少部分地与由车辆确定的位置估算值不相关。

根据一些方面，该方法包括由RBS基于从车辆100到RBS 150的无线链路145上的上行链路传输220、320获得的数据来估算Sa5车辆位置。该数据可例如包括从大型天线阵列获得的数据。

通过比较车辆位置的两个估算值，可执行验证。如果两个估算值一致，那么两个估算值可能都是正确的。但是，如果两者之间存在差异，则可能其中一者或两者均与较大误差相关联，在这种情况下，可能需要采取一些措施。此类差异可例如用于触发车辆进行安全停车操纵，或者使用ADAS系统向驾驶员发出警告信号。这种类型的检测到的差异也可用于防止激活例如车辆中的AD模式。在这种情况下，可在激活AD模式或ADAS模式之前触发验证，并且只要AD模式或ADAS模式处于启用状态，则根据预先确定的时间表定期执行。如果验证失败，则可防止激活AD系统或ADAS系统。

根据一些方面，该方法包括从RBS 150到车辆100的无线链路145上的下行链路传输230、330获得Sa21数据，并且基于包括到达角(AoA)、离开角(AoD)、飞行时间(ToF)、到达时间(TOA)和到达时间差(TDOA)中的任一者的下行链路数据来估算车辆位置。上文结合图2至图4对这种类型的数据进行了论述。基于这些类型的数据的定位方法是已知的，因此本文将不再详细论述。

根据一些方面，该方法包括基于从包括在车辆100中的全球导航卫星系统GNSS接收器获得的数据并且/或者基于从包括在车辆100中的雷达收发器130获得的雷达数据来估算Sa31车辆位置503。可通过结合有附加信息源(诸如从车辆100的雷达系统获得的GNSS位置数据和环境数据)的传感器融合技术来改进车辆位置估算。

根据一些方面，估算的车辆位置与时间戳相关联Sa32，该时间戳指示对应于车辆位置估算的时刻。换言之，时间戳指示车辆被估算成位于该位置的时间。该时间戳允许比较例程507、512例如使用与车辆相关联的运动信息在两个或更多个估算位置之间进行插值，从而使估算的车辆位置在时间上与验证位置估算对准。可使用用于在位置估算值之间进行插值的各种方法，诸如卡尔曼滤波技术和粒子滤波技术。此类技术是已知的，因此本文将不再详细论述。

根据一些方面，该方法还包括将从上行链路传输获得的数据转发Sa51到远程服务器170并且由远程服务器170估算车辆位置。与RBS控制单元155相比，该远程服务器可如上所述具有更多处理能力。因此，可以在远程服务器170上执行更高级的定位算法。此类更高级的算法的执行可能需要一定时间，并且与远程服务器170的通信也可能增加一些延迟。然而，由于这是验证操作而不是实时控制操作，因此此类延迟可以是可接受的。当远程服务器处理更高级的算法以递送第二验证结果510、511时，RBS可更快地提供验证结果。

根据一些方面，该验证包括将估算的车辆位置和验证位置估算之间的差值与预先确定的阈值进行比较Sa71。这是简单的验证操作，其包括例如确定表示车辆位置估算的第一向量和表示验证位置估算的另一个向量之间的欧几里德距离或平方范数。然后，可将两个向量之间的距离与阈值进行比较，并且如果该距离大于阈值，则已经检测到差异。

当然，也可使用更高级的比较方法。例如，根据一些方面，该验证包括将估算的车辆位置的概率密度函数和验证位置估算的概率密度函数之间的差值与预先确定的阈值进行比较Sa72。两个概率分布之间的距离可通过例如Kullback-Leibler距离等进行量化。百分率误差也可用作比较的输入。

根据一些方面，该方法还包括由RBS 150调度Sa8针对估算的车辆位置的循环验证。如上所述，可根据当前驾驶场景对时间表进行调整。例如，如果空间裕度很小并且驾驶场景很紧凑(诸如在繁忙的城市交叉路口)，则与其中更大的裕度可用于环境中的其他道路使用者和对象的郊区场景相比，请求验证操作的频率可能更高。时间表还可基于当前由车辆100执行的功能来调整。例如，当AD功能或ADAS功能处于启用状态时，与当AD功能或ADAS功能被禁用时相比，可更频繁地调度验证。如果验证在一些时间点失败，则可防止激活AD功能或ADAS功能。

根据第二实施方案，以相反的方式执行验证，其中，RBS向车辆100请求验证。图6示出该第二实施方案的示例600。RBS控制单元155(或网络服务器170)现在收集数据602并且估算603车辆100的位置。RBS控制单元155向车辆100请求601位置估算，以便验证其估算结果。然后，车辆控制单元110收集数据604并且执行位置估算605，该位置估算被报告606回到RBS。由车辆100执行的位置估算可基于在车辆100中可用的用于定位其自身的任何装置，例如，雷达、GNSS或基于通信收发器(蜂窝)的定位。然后，RBS控制单元155可对结果607进行比较。同样，如果存在太大的差异，则存在位置估算值中的至少一者与较大误差相关联的风险。

应当理解，消息可以以不同的方式表示并且可包括不同类型的信息。例如，针对定位请求的响应可包括根据坐标的位置估算、位置的统计特征(诸如位置的估算概率密度函数)或确定位置估算所需的测量数据。响应再次优选地与时间戳或与车辆的位置对应的时间有关的其它指示相关联。

图7B示出总结了上述与第二实施方案相关的论述的流程图。应当理解，这两个实施方案可自由组合，并且这两种方法的方法步骤可在两种方法之间交换。图7B还参考图1、图2、图3和图6示出在无线电基站(RBS)150中的用于验证车辆100的估算位置的方法600。该方法包括建立Sb1到车辆100中的通信收发器130的无线链路145。该方法还包括从车辆100到RBS 150的无线链路145的上行链路220、320获得Sb2用于估算车辆位置的数据602。该方法还包括基于该数据估算Sb3车辆位置603。因此，基于来自无线链路145上的上行链路传输的数据，在基站处获得车辆位置的第一位置估算值。在坐标系中估算车辆100的位置。估算的位置可以是单个坐标或一组坐标，诸如边界框等。车辆的位置还可包括车辆100的航向、姿态、侧倾和偏航。此外，车辆100的估算位置可以是描述车辆100随时间推移的运动的轨迹。

该方法还包括向车辆100传输Sb4位置验证请求601，以及从车辆100接收Sb6针对所传输的请求的响应606，该响应包括由车辆100生成的验证位置估算。该验证位置估算基于车辆控制单元110可用的数据，诸如GNSS和雷达数据。验证位置估算还可基于来自从RBS到车辆的下行链路传输的数据，车辆控制单元110可依据该数据可能通过与RBS控制单元155使用的算法不同的算法生成验证位置估算。因此，可预期两个估算值至少部分不相关。

然后，通过将估算的车辆位置与验证位置估算进行比较607来验证Sb7车辆的估算位置，从而检测位置估算中的误差。因此，以类似于第一实施方案的方式，通过比较两者，可检测位置估算中的误差。只要误差在可接受的限值内，那么出现较大误差的概率就很小。然而，如果两者的差异超过可接受的量，则可能需要采取措施，诸如执行安全停车操纵或使用ADAS系统向驾驶员发出警告信号。因此，根据一些方面，该方法包括在该验证指示差异高于预先确定的水平的情况下，由RBS触发Sb8事件。

根据其它方面，该方法包括通过在远程服务器170上执行定位算法来基于数据估算Sb31车辆位置603。与在RBS处的控制单元1545相比，该远程服务器可包括更强大的计算资源，因此，与RBS控制单元155相比，该远程服务器可能能够执行更高级的定位算法。因此，有利的是，有时可由远程服务器170执行高级算法(诸如例如多假设跟踪算法)，以便辨别车辆位置估算是否与最可能的假设一致，或者是否遵循了不太可能的假设。当然，可经由无线链路145将验证过程的结果通知车辆100。

如上所述，该方法可包括在该验证指示差异高于预先确定的水平的情况下，由RBS触发Sb8事件。

图8以多个功能单元的形式示意性地示出根据本公开的实施方案的控制单元800的部件。控制单元800可例如对应于车辆控制单元110、RBS控制单元155或远程服务器170。使用能够执行存储在计算机程序产品(例如，以存储介质830的形式)中的软件指令的合适的中央处理单元(CPU)、多处理器、微控制器、数字信号处理器(DSP)、专用硬件加速器等中的一种或多种的任何组合提供处理电路810。还可提供处理电路810作为至少一个专用集成电路(ASIC)或现场可编程门阵列(FPGA)。

具体地，处理电路810被配置为使得控制单元800执行一组操作或步骤。上文结合各种雷达收发器和方法论述了这些操作或步骤。例如，存储介质830可存储该组操作，并且处理电路810可被配置为从存储介质830检索该组操作以使得控制单元800执行该组操作。可提供该组操作作为一组可执行指令。因此，处理电路810由此被布置成执行如本文所公开的方法和操作。

存储介质830还可包括永久存储装置，该永久存储装置例如可以是磁性存储器、光学存储器、固态存储器或者甚至远程安装的存储器中的任一种或组合。

控制单元800还可包括用于与至少一个其他单元通信的通信接口820。因此，接口820可包括一个或多个发射器和接收器，该一个或多个发射器和接收器包括模拟部件和数字部件以及合适数量的用于有线或无线通信的端口。

处理电路810适于例如通过向外部单元和存储介质830发送数据和控制信号，通过从外部单元接收数据和报告，以及通过从存储介质830检索数据和指令来控制控制单元800的一般操作。省略了控制单元800的其他部件以及相关功能，以免模糊本文所呈现的概念。

图9示出包括计算机可执行指令920的计算机程序产品900，该计算机可执行指令被布置在计算机可读介质910上以执行本文所公开的方法中的任何一者。

Claims (15)

1.一种在车辆(100)中的用于验证所述车辆(100)的估算位置的方法(500)，所述方法包括：

建立(Sa1)到无线电基站(RBS)(150)的无线链路(145)，获得(Sa2)用于估算所述车辆位置的数据(502)，

基于所述数据估算(Sa3)所述车辆位置(503)，

向所述RBS(150)传输(Sa4)位置验证请求(501)，

从所述RBS(150)接收(Sa6)针对所传输的请求的响应，所述响应包括至少部分地基于从所述车辆(100)到所述RBS(150)的所述无线链路(145)上的上行链路传输(220,320)获得的数据进行验证位置估算，以及

通过将所估算的车辆位置与所述验证位置估算进行比较(507)来验证(Sa7)所述车辆(100)的所述估算位置。

2.根据权利要求1所述的方法，所述方法包括从所述RBS(150)到所述车辆(100)的所述无线链路(145)上的下行链路传输(230,330)获得(Sa21)所述数据，并且基于包括到达角(AoA)、离开角(AoD)、飞行时间(ToF)、到达时间(TOA)和到达时间差(TDOA)中的任一者的下行链路数据来估算所述车辆位置。

3.根据前述权利要求中任一项所述的方法，所述方法包括至少部分地基于从包括在所述车辆(100)中的全球导航卫星系统(GNSS)接收器获得的数据并且/或者基于从包括在所述车辆(100)中的雷达收发器(130)获得的雷达数据来估算(Sa31)所述车辆位置(503)。

4.根据前述权利要求中任一项所述的方法，其中，所估算的车辆位置与时间戳相关联(Sa32)，所述时间戳指示对应于所述车辆位置估算的时刻。

5.根据前述权利要求中任一项所述的方法，所述方法包括由所述RBS基于从所述车辆(100)到所述RBS(150)的所述无线链路(145)上的上行链路传输(220,320)获得的数据来估算(Sa5)所述车辆位置。

6.根据权利要求5所述的方法，所述方法包括将从所述上行链路传输获得的所述数据转发(Sa51)到远程服务器(170)，并且由所述远程服务器(170)估算所述车辆位置。

7.根据前述权利要求中任一项所述的方法，其中，所述验证包括将所估算的车辆位置和所述验证位置估算之间的差值与预先确定的阈值进行比较(Sa71)。

8.根据前述权利要求中任一项所述的方法，其中，所述验证包括将所估算的车辆位置的概率密度函数和所述验证位置估算的概率密度函数之间的差值与预先确定的阈值进行比较。

9.根据前述权利要求中任一项所述的方法，所述方法包括由所述RBS(150)调度(Sa8)针对所估算的车辆位置的循环验证。

10.一种车辆控制单元(110,800)，所述车辆控制单元包括处理电路(810)，所述处理电路被配置成执行根据权利要求1至9所述的方法中的任何一种方法。

11.一种车辆(100)，所述车辆包括根据权利要求10所述的车辆控制单元(110,800)。

12.一种在无线电基站(RBS)(150)中的用于验证车辆(100)的估算位置的方法(600)，所述方法包括：

建立(Sb1)到达所述车辆(100)中的通信收发器(130)的无线链路(145)，

从所述车辆(100)到所述RBS(150)的所述无线链路(145)的上行链路(220,320)获得(Sb2)用于估算所述车辆位置的数据(602)，

基于所述数据估算(Sb3)所述车辆位置(603)，

向所述车辆(100)传输(Sb4)位置验证请求(601)，

从所述车辆(100)接收(Sb6)针对所传输的请求的响应(606)，

所述响应包括由所述车辆(100)生成的验证位置估算，以及

通过将所估算的车辆位置与所述验证位置估算进行比较(607)来验证(Sb7)所述车辆的所述估算位置。

13.根据权利要求12所述的方法，所述方法包括通过在远程服务器(170)上执行定位算法基于所述数据来估算(Sb31)所述车辆位置(603)。

14.根据权利要求12或13中任一项所述的方法，所述方法包括在所述验证指示差异高于预先确定的水平的情况下，由所述RBS触发(Sb8)事件。

15.一种无线电基站(RBS)控制单元(155,800)，所述RBS控制单元包括处理电路(810)，所述处理电路被配置成执行根据权利要求12至14所述的方法中的任何一种方法。

Images