CN115515224A - 便于定位外部对象的系统和方法 - Google Patents

便于定位外部对象的系统和方法 Download PDF

Info

Publication number
CN115515224A
CN115515224A CN202210547786.3A CN202210547786A CN115515224A CN 115515224 A CN115515224 A CN 115515224A CN 202210547786 A CN202210547786 A CN 202210547786A CN 115515224 A CN115515224 A CN 115515224A
Authority
CN
China
Prior art keywords
cir
uwb
controller
communication nodes
uwb communication
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
Application number
CN202210547786.3A
Other languages
English (en)
Inventor
菲利波·卡萨马西马
克拉斯·布林克
沃尔夫冈·埃贝尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NXP BV
Original Assignee
NXP BV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NXP BV filed Critical NXP BV
Publication of CN115515224A publication Critical patent/CN115515224A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0278—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves involving statistical or probabilistic considerations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/08—Systems for measuring distance only
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0284—Relative positioning
    • G01S5/0289—Relative positioning of multiple transceivers, e.g. in ad hoc networks
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C2209/00—Indexing scheme relating to groups G07C9/00 - G07C9/38
    • G07C2209/60—Indexing scheme relating to groups G07C9/00174 - G07C9/00944
    • G07C2209/63—Comprising locating means for detecting the position of the data carrier, i.e. within the vehicle or within a certain distance from the vehicle
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00309—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated with bidirectional data transmission between data carrier and locks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

根据本公开的第一方面，提供一种便于定位外部对象的系统，所述系统包括：多个超宽带UWB通信节点；控制器，所述控制器可操作地耦合到所述多个UWB通信节点，其中所述控制器被配置成：使所述UWB通信节点中的至少一个向所述多个UWB通信节点中的其它UWB通信节点传输一个或多个UWB消息；接收所述UWB通信节点响应于接收到所述UWB消息而输出的信道脉冲响应(CIR)估计值和/或与所述CIR相关的一个或多个参数；分析所述CIR估计值和/或与所述CIR相关的所述参数；根据分析所述CIR估计值和/或与所述CIR相关的所述参数的结果而选择定位过程。根据本公开的另外的方面，构想一种对应方法并提供一种执行所述方法的计算机程序。

Description

便于定位外部对象的系统和方法
技术领域
本公开涉及一种便于定位外部对象的系统。此外，本公开涉及一种便于定位外部对象的对应方法和一种对应计算机程序。
背景技术
超宽带(UWB)是一种使用高信号带宽的技术，这种技术具体而言用于以极低的功率在宽频带频谱上传输数字数据。例如，UWB技术可使用3.1到10.6GHz的频谱，并且可具有高频带宽大于500MHz且脉冲信号非常短的特征，可能能够支持高数据速率。UWB技术能实现通信装置的高数据吞吐量和装置定位的高精度。具体来说，UWB技术可用于所谓的测距操作，即用于确定通信装置之间的距离。
发明内容
根据本公开的第一方面，提供一种便于定位外部对象的系统，所述系统包括：多个超宽带UWB通信节点；控制器，所述控制器可操作地耦合到所述多个UWB通信节点，其中所述控制器被配置成：使所述UWB通信节点中的至少一个向所述多个UWB通信节点中的其它UWB通信节点传输一个或多个UWB消息；接收所述UWB通信节点响应于接收到所述UWB消息而输出的信道脉冲响应(CIR)估计值和/或与所述CIR相关的一个或多个参数；分析所述CIR估计值和/或与所述CIR相关的所述参数；根据分析所述CIR估计值和/或与所述CIR相关的所述参数的结果而选择定位过程。
在一个或多个实施例中，所述控制器被配置成使用机器学习算法分析所述CIR估计值和/或与所述CIR相关的所述参数。
在一个或多个实施例中，所述机器学习算法主要是决策树算法、神经网络、最近邻算法或支持向量机。
在一个或多个实施例中，所述控制器另外被配置成在所述系统的训练阶段向所述机器学习算法馈送指示所述系统周围环境的数据。
在一个或多个实施例中，与所述CIR相关的所述参数包括以下参数中的至少一个：功率电平；最强路径振幅比；最强路径时间差；频谱功率；第一路径宽度；第一路径突出度。
在一个或多个实施例中，所述定位过程是用于定位所述外部对象的算法。
在一个或多个实施例中，用于定位所述外部对象的所述算法是机器学习算法。
在一个或多个实施例中，所述外部对象是用于访问车辆的装置，并且所述UWB通信节点是包括于所述车辆中或附接到所述车辆的UWB锚。
在一个或多个实施例中，用于访问所述车辆的所述装置是遥控钥匙或移动装置。
根据本公开的第二方面，构想一种便于定位外部对象的方法，所述方法包括：由控制器使多个UWB通信节点中的至少一个向所述多个UWB通信节点中的其它UWB通信节点传输一个或多个UWB消息；由所述控制器接收所述UWB通信节点响应于接收到所述UWB消息而输出的信道脉冲响应CIR估计值和/或与所述CIR相关的一个或多个参数；由所述控制器分析所述CIR估计值和/或与所述CIR相关的所述参数；由所述控制器根据分析所述CIR估计值和/或与所述CIR相关的所述参数的结果而选择定位过程。
在一个或多个实施例中，所述控制器使用机器学习算法分析所述CIR估计值和/或与所述CIR相关的所述参数。
在一个或多个实施例中，所述机器学习算法主要是决策树算法、神经网络、最近邻算法或支持向量机。
在一个或多个实施例中，所述控制器在所述系统的训练阶段向所述机器学习算法馈送指示所述系统周围环境的数据。
在一个或多个实施例中，与所述CIR相关的所述参数包括以下参数中的至少一个：功率电平；最强路径振幅比；最强路径时间差；频谱功率；第一路径宽度；第一路径突出度。
根据本公开的第三方面，提供一种计算机程序，所述计算机程序包括可执行指令，所述可执行指令在由控制器执行时使所述控制器执行所述方法。
附图说明
将参考附图更详细地描述实施例，附图中：
图1示出便于定位外部对象的系统的示意性实施例；
图2示出便于定位外部对象的方法的示意性实施例；
图3示出车辆的示意性实施例；
图4A示出车辆周围环境的示意性实施例；
图4B示出信道脉冲响应的示意性实施例；
图5A示出反射环境中的信道脉冲响应的示意性实施例；
图5B示出高阻尼环境中的信道脉冲响应的示意性实施例；
图5C示出全阻尼环境中的信道脉冲响应的示意性实施例；
图6示出定位方法的示意性实施例。
具体实施方式
如上文所提及，超宽带(UWB)是一种使用高信号带宽的技术，这种技术具体而言用于以极低的功率在宽频带频谱上传输数字数据。例如，UWB技术可使用3.1到10.6GHz的频谱，并且可具有高频带宽大于500MHz且脉冲信号非常短的特征，可能能够支持高数据速率。UWB技术能实现通信装置的高数据吞吐量和装置定位的高精度。具体来说，UWB技术可用于所谓的测距操作，即用于确定通信装置之间的距离。
UWB技术，也被称为脉冲无线电超宽带(IR-UWB)，是一种使用持续时间短的脉冲进行数据通信的RF通信技术。IR-UWB技术的重要特征在于可用于两个或更多个装置之间的安全且准确的距离测量。典型距离测量方法是所谓的单侧双向测距(SS-TWR)方法和双侧双向测距(DS-TWR)方法。
因为UWB技术具有准确的距离测量能力，所以可以在应确定装置位置以实现访问对象的访问系统中发挥优势。例如，车辆访问系统可包括用户的智能装置(例如，遥控钥匙)和另一智能装置(例如，嵌入车辆中的锚)。为了实现对车辆的访问，用户的智能装置必须具有相对于其它智能装置的预定义范围、速度和/或角度。为了测量这些参数，UWB收发器可在例如测距模式、到达角(AoA)模式和雷达模式之类的不同操作模式下操作。在另一例子中，UWB技术可用于访问建筑物或建筑物内的预定义空间。
在测距操作模式下，通常将在两个装置之间经由每个装置上的至少一个天线交换帧，并且将执行至少SS-TWR操作(也可被称为乒乓操作)。具体地，对两个装置估计信道脉冲响应(CIR)，将基于两个装置的CIR生成时间戳，并且交换那些时间戳。接着，基于时间戳计算飞行时间(ToF)，并基于ToF计算范围(即，距离)。可替换的是，可执行DS-TWR操作(也可被称为乒乓乒操作)。AoA操作模式类似于测距模式，但AoA操作模式涉及一个装置上的至少两个天线。具体地，在AoA操作模式下，在一个装置上计算与至少两个CIR相关联的两个相位值。接着，基于两个相位值计算到达相位差(PDoA)，并基于PDoA计算AoA。在雷达操作模式下，由至少一个装置传输帧，并且由同一装置和/或由一个或多个其它装置接收那些帧。接着，在接收帧的一个或多个装置上估计CIR，并基于估计的CIR计算范围和/或速度和/或AoA。本领域的技术人员应了解，这些是可如何实施不同操作模式的非限制性例子。换句话说，可以不同方式实施模式，这取决于例如应用施加的要求。
因此，智能车辆访问系统可以采用UWB技术来实现对车辆的访问，特别是通过促进遥控钥匙或提供类似功能的移动装置与车辆中的一个或多个UWB锚之间的测距操作来实现。然而，分别基于遥控钥匙或移动装置和UWB锚上的信道脉冲响应(CIR)分析的定位过程可能会受到车辆周围环境的影响。更具体地说，给定的定位过程(即，用于定位遥控钥匙或移动装置的定位算法)在某些环境中可能表现良好，而所述定位过程在另一个环境中可能表现不佳。因此，可能需要便于通过车辆的定位系统更稳定地定位遥控钥匙或移动装置。
现讨论一种便于更稳定地定位外部对象的系统和方法。外部对象可以是例如用于访问车辆的遥控钥匙或移动装置。更具体地说，本公开的系统和方法有助于在可使用所述系统的不同环境中可靠地定位外部对象。
图1示出便于定位外部对象的系统100的示意性实施例。系统100包括控制器102和多个UWB通信节点104、106、108、110。控制器102被配置成使UWB通信节点104、106、108、110中的至少一个向所述多个UWB通信节点104、106、108、110中的其它UWB通信节点传输一个或多个UWB消息。例如，控制器102可以向UWB通信节点104、106、108、110中的至少一个发送指令或命令，所述指令或命令触发所述一个或多个通信节点以传输UWB消息。此外，控制器102被配置成接收UWB通信节点104、106、108、110响应于接收到所述UWB消息而输出的信道脉冲响应(CIR)估计值和/或与所述CIR相关的一个或多个参数。此外，控制器102被配置成分析CIR估计值和/或与CIR相关的参数。此外，控制器102被配置成根据分析所述CIR估计值和/或与CIR相关的所述参数的结果而选择定位过程。以此方式，便于更稳定地定位外部对象。
具体地，可重复使用为实现或许可访问对象而已经存在于对象中或附接到对象的UWB通信节点以选择合适的定位过程。这些UWB通信节点通常被称为锚。例如，在实际实施方案中，外部对象是用于访问车辆的装置，并且UWB通信节点是包括于所述车辆中或附接到所述车辆的UWB锚。当停放车辆时，可以使用UWB锚来交换消息。这将允许估计信道脉冲响应(CIR)并从CIR导出参数。发明人已认识到，通过分析此CIR和/或从CIR导出的参数，可以选择用于定位外部对象(例如，遥控钥匙或移动装置)的合适定位过程，同时系统的功耗保持在可接受水平。因此，可以通过扩展车辆中的现有UWB基础设施的使用目的来重复使用所述基础设施以提高访问装置定位的稳定性。与例如基于UWB类雷达的技术之类的可用于提高所述稳定性的其它技术相比，功耗和计算工作量低。
在一个或多个实施例中，控制器被配置成使用机器学习算法分析所述CIR估计值和/或与CIR相关的所述参数。以此方式，便于分析估计的CIR和与所述CIR相关的参数。这反过来又便于正确定位外部对象。在实际实施方案中，机器学习算法主要是决策树算法、神经网络、最近邻算法或支持向量机。在一个或多个实施例中，控制器另外被配置成在系统的训练阶段向机器学习算法馈送指示系统周围环境的数据。以此方式，可在可考虑系统环境的意义上优化对估计的CIR和/或与所述CIR相关的参数的分析。在一个或多个实施例中，与CIR相关的参数包括以下参数中的至少一个：功率电平、最强路径振幅比、最强路径时间差、频谱功率、第一路径宽度和第一路径突出度。这些参数特别适用于选择合适定位过程。
更具体地说，可从CIR计算参数。在简化表示中，每当信号中存在反射时，CIR都会有峰值。因此，第一峰值是所谓的第一路径(即，RF信号可从传输器行进到应答器的最短路径)。应注意，CIR中可能存在对应于反射的另一峰值。在这种情况下，如果第一路径(FP)衰减，则反射可更强，因此最强路径可能比第一路径晚到达。因此，最强路径振幅比是最强路径与第一路径之间的比。此外，最强路径时间差是第一路径与最强路径之间的时间(或距离)差。换句话说，最强路径时间差可以是第一路径和最强路径到达接收器的时刻之间经过的时段。此外，频谱功率是CIR的快速傅里叶变换(FFT)。此外，FP宽度是第一路径峰值的宽度。
在实际实施方案中，定位过程是用于定位外部对象的算法。在一个或多个实施例中，用于定位外部对象的算法是机器学习算法。机器学习算法特别适用于定位对象。
图2示出便于定位外部对象的方法200的示意性实施例。方法200包括以下步骤。在202，控制器使多个UWB通信节点中的至少一个向所述多个UWB通信节点中的其它UWB通信节点传输一个或多个UWB消息。此外，在204，控制器接收UWB通信节点响应于接收到所述UWB消息而输出的CIR估计值和/或与所述CIR相关的一个或多个参数。此外，在206，控制器分析CIR估计值和/或与CIR相关的参数。此外，在208，控制器根据分析所述CIR估计值和/或与CIR相关的所述参数的结果而选择定位过程。如上所述，以此方式，便于更稳定地定位外部对象。
图3示出车辆300的示意性实施例。车辆300包括便于定位所述类型的外部对象的系统。系统包括所述类型的控制器，所述控制器被实施为车身控制模块(BCM)302。此外，系统包括所述类型的多个UWB通信节点，所述多个UWB通信节点被实施为UWB锚304、306、308、310、312。车身控制模块(BCM)302通过可实施为控制器局域网(CAN)的网络314可操作地耦合到UWB锚304、306、308、310、312。更具体地说，UWB锚304、306、308、310、312连接到中央单元，即BCM 302，所述中央单元能够控制测距操作并读取所述测距操作的结果。每个UWB锚能够发送和接收UWB消息，并输出由UWB消息的传输和接收产生的CIR的估计值。可替换的是或另外，UWB锚304、306、308、310、312能够计算与CIR相关的参数，所述参数可提供到BCM 302。应注意，汽车访问应用的典型架构使用四个外部锚(位于汽车的拐角)和多个内部锚，例如三个内部锚在汽车驾驶室，一个内部锚在行李箱区域。
如上所述，遥控钥匙或其它访问装置的定位可能会受到环境变化的负面影响。此外，应注意，环境变化对于汽车访问应用来说是常见的。例如，汽车或另一车辆可能位于地下车库、拥挤的停车场或开放空间中。这些环境可能会对定位过程的性能产生明显不同的影响。比如通道指纹识别等技术不适用于汽车访问场景，因为移动车辆的环境是不断变化。此外，遥控钥匙与汽车的通信可能受到视线(LOS)路径中是否存在对象的影响。通常，不知道是否在LOS场景中执行遥控钥匙通信。在雷达模式下使用汽车锚中的一个也会有相当大的电流消耗，因此需要一定量的功率，而在汽车访问场景中可能无法获得所述一定量的功率。
本公开的系统和方法可在汽车访问场景中如下使用，以便于适当定位遥控钥匙。在配备UWB锚的汽车中，可使用锚对锚通信扫描车辆周围环境。具体地，这种锚到锚通信可以产生关于存在可能影响与遥控钥匙的通信的其它对象的信息。通过根据锚之间的消息分析信道脉冲响应，有可能获得关于汽车周围环境的宝贵信息。例如，有可能确定汽车是位于车库、空停车场还是密集停车场中。这些信息可有助于选择将使用哪种定位算法来定位遥控钥匙。还可使用有关环境的信息选择用于定位遥控钥匙的不同预训练机器学习算法。因此，定位算法可以是预先训练的机器学习算法。本公开的系统和方法的另一个优点是，与在雷达模式下操作UWB装置相比，锚到锚通信明显更节能，因为一个锚只向所有其它锚发送一条消息就足够了。
图4A和4B分别示出车辆402周围环境400和对应信道脉冲响应418的示意性实施例。具体地，汽车402配备用于基于UWB的智能访问和/或用于基于UWB的中继保护。为此目的，汽车402包括分布在不同位置中的若干个UWB锚404、406、408、410、412，例如一些UWB锚在汽车驾驶室内部，一些UWB锚在汽车外部。为了许可对车辆402的访问，通常在一个或多个锚与外部遥控钥匙(未示出)之间交换UWB消息。在典型的智能汽车访问用例中，通过与汽车402的蓝牙低功耗(BLE)通信来检测遥控钥匙。在这种情况下，汽车402与遥控钥匙之间的距离仍然很大，因此仍可在遥控钥匙远离时执行使用基于锚到锚通信的CIR分析确定环境。可替换的是，在对遥控钥匙的检测是完全基于UWB的情况下，可以在与遥控钥匙的测距回合之间执行锚到锚特征化(即，基于锚到锚通信的CIR分析)。在消息交换之后，汽车402具有对遥控钥匙与每个锚的距离的估计，并且可以使用定位算法来估计遥控钥匙的位置。也有可能分析CIR(用于锚到遥控钥匙通信)，并使用机器学习算法或分析方法来估计钥匙遥控钥匙的位置。此技术可用于检测遥控钥匙是在汽车驾驶室内部还是外部，因为如果钥匙在汽车驾驶室内部，通道(CIR)会明显不同。如果使用本公开的系统或方法，汽车访问系统具有关于车辆周围环境的更多信息，则可以相应地使用不同的算法。例如，如果已知汽车402位于露天停车场，则由此得出，不存在反射源，并且遥控钥匙的距离估计只可能受人体影响。然而，如图4B所示，如果汽车402靠近墙壁414、416(即，在车库的情况下)，则除了第一路径之外，CIR 418还将示出与墙壁414、416引起的反射相对应的峰值。
图5A至5C示出不同环境中信道脉冲响应500、502、504的示意性实施例。具体地，图5A示出反射环境中的信道脉冲响应500的示意性实施例，反射环境例如是墙壁靠近车辆的小车库。此外，图5B示出高阻尼环境中的信道脉冲响应502的示意性实施例，高阻尼环境例如是混凝土或沥青路面上的露天停车场。最后，图5C示出全阻尼环境中的信道脉冲响应的示意性实施例，全阻尼环境例如是草地上的露天停车场。应注意，各种环境中的信道脉冲响应500、502、504彼此明显不同。
图6示出定位方法600的示意性实施例。具体地，方法600包括环境检测部分602和遥控钥匙定位部分608。在环境检测部分602，可以执行分类606，所述分类606将由锚到锚通信604产生的CIR作为输入。为了准备分类器以供实际使用，可以通过确定不同环境中由锚到锚通信604产生的CIR来训练605分类器，并将CIR和/或从CIR中导出的数据存储为参考数据，以供分类器606在开始操作时使用。训练605可能只需要执行一次。使用分类器606的输出选择定位过程，在方法600的遥控钥匙定位部分608中使用。在这个例子中，定位过程由分类器实施，因此所述分类器根据方法600的第一部分602中使用的分类器606的输出来选择。然后，所选分类器对由锚到遥控钥匙通信610产生的CIR执行分类614，以确定遥控钥匙的位置。
具体地，为了实施环境检测602，系统可以使用机器学习算法，所述机器学习算法可以首先经过训练605。此训练步骤604针对一个车辆只能执行一次。在此训练步骤604期间，将车辆放置在不同环境中，并且在锚到锚通信604期间收集CIR数据。使用机器学习算法，可以训练分类器并且可以存储模型。在常规使用期间，执行锚到锚通信604，可以通过存储的模型分析CIR，并且可以将分类器606的输出视为最可能的环境。在已经执行环境检测602之后，使用关于检测到的环境(即，最可能的环境)的信息选择所述环境的最佳定位算法。定位算法也可以是机器学习算法。在这种情况下，将若干个分类器模型存储在车辆中，并且使用适当的模型分析锚到遥控钥匙通信610中的CIR。
本文描述的系统和方法可以至少部分地由一个计算机程序或多个计算机程序体现，所述计算机程序可以在单个计算机系统中或跨越多个计算机系统以激活和非激活两种状态呈多种形式存在。例如，所述计算机程序可以作为由程序指令组成的软件程序存在于源代码、目标代码、可执行码或其它格式中以用于执行一些步骤。以上格式中的任一格式可以压缩或未压缩形式在计算机可读介质上实施，计算机可读介质可以包括存储装置和信号。
如本文所使用，术语“计算机”是指包括处理器的任何电子装置，处理器例如是通用中央处理单元(CPU)、专用处理器或微控制器。计算机能够接收数据(输入)、能够对数据执行一系列预定操作，并且能够由此产生呈信息或信号形式的结果(输出)。取决于上下文，术语“计算机”将意指(具体来说)处理器或(更一般地)与单个壳体或外壳内容纳的相关元件的组合相关联的处理器。
术语“处理器”或“处理单元”是指数据处理电路，所述数据处理电路可以是微处理器、协处理器、微控制器、微型计算机、中央处理单元、现场可编程门阵列(FPGA)、可编程逻辑电路和/或基于存储于存储器中的可操作指令控制信号(模拟信号或数字信号)的任何电路。术语“存储器”是指一个或多个存储电路，例如只读存储器、随机存取存储器、易失性存储器、非易失性存储器、静态存储器、动态存储器、闪存、高速缓冲存储器和/或存储数字信息的任何电路。
如本文所使用，“计算机可读介质”或“存储介质”可以是能够容纳、存储、传送、传播或传输计算机程序以供指令执行系统、设备或装置使用或结合指令执行系统、设备或装置使用的任何构件。计算机可读介质可以是例如但不限于电子、磁性、光学、电磁、红外线或半导体系统、设备、装置或传播介质。计算机可读介质的更具体的例子(非穷尽性列表)可以包括以下各项：具有一根或多根导线的电连接、便携式计算机磁盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式压缩光盘只读存储器(CDROM)、数字多功能光盘(DVD)、蓝光光盘(BD)以及存储卡。
应注意，已经参考不同主题描述了以上实施例。具体地，一些实施例可能是已参考方法类的权利要求来描述的，而其它实施例可能是已参考设备类的权利要求来描述的。然而，本领域的技术人员将从上述内容了解到，除非另有说明，否则除属于一种类型主题的特征的任意组合外，与不同主题相关的特征的任意组合，特别是方法类的权利要求的特征和设备类的权利要求的特征的组合，也视为与此文档一起被公开。
此外，应注意，附图是示意性的。在不同图中，用相同的附图标记表示类似或相同的元件。此外，应注意，为了提供示意性实施例的简洁描述，可能并未描述属于技术人员的习惯做法的实施细节。应了解，在任何此类实施方案的发展中，如在任何工程或设计项目中，必须制定大量实施方案特定的决策以便实现研发者的特定目标，例如遵守系统相关的和商业相关的约束条件，这些约束条件在不同的实施方案之间可能不同。此外，应了解，此类发展工作可能复杂且耗时，但只是本领域的技术人员进行设计、制造和生产的例行任务而已。
最后，应注意，技术人员将能够在不脱离所附权利要求书的范围的情况下设计许多替代性实施例。在权利要求书中，置于圆括号之间的任何附图标记不应解释为限制权利要求。“包括”一词不排除权利要求中列出的那些元件或步骤之外的元件或步骤的存在。在元件之前的单词“一”不排除多个此类元件的存在。权利要求书中叙述的措施可以借助于包括若干不同元件的硬件和/或借助于适当编程的处理器来实施。在列出若干构件的装置权利要求中，可以通过硬件中的同一个物件实施若干这些构件。在彼此不同的从属权利要求中叙述某些措施这一单纯事实并不指示不能使用这些措施的组合来获得优势。
附图标记列表
100 便于定位外部对象的系统
102 控制器
104 UWB通信节点
106 UWB通信节点
108 UWB通信节点
110 UWB通信节点
200 便于定位外部对象的方法
202 由控制器使多个UWB通信节点中的至少一个向所述多个UWB通信节点中的其它UWB通信节点传输一个或多个UWB消息
204 由控制器接收UWB通信节点响应于接收到所述UWB消息而输出的信道脉冲响应(CIR)估计值和/或与所述CIR相关的一个或多个参数
206 由控制器分析所述CIR估计值和/或与CIR相关的所述参数
208 由控制器根据分析所述CIR估计值和/或与CIR相关的所述参数的结果而选择定位过程
300 车辆
302 车身控制模块(BCM)
304 UWB锚
306 UWB锚
308 UWB锚
310 UWB锚
312 UWB锚
314 网络
400 车辆周围环境
402 车辆
404 UWB锚
406 UWB锚
408 UWB锚
410 UWB锚
412 UWB锚
414 墙壁
416 墙壁
418 信道脉冲响应
500 反射环境中的信道脉冲响应
502 高阻尼环境中的信道脉冲响应
504 全阻尼环境中的信道脉冲响应
600 定位方法
602 环境检测
604 锚到锚通信
604 训练
606 分类
608 遥控钥匙定位
610 锚到遥控钥匙通信
612 分类器选择
614 遥控钥匙位置分类。

Claims (10)

1.一种便于定位外部对象的系统，其特征在于，所述系统包括：
-多个超宽带UWB通信节点；
-控制器，所述控制器可操作地耦合到所述多个UWB通信节点，其中所述控制器被配置成：
使所述UWB通信节点中的至少一个向所述多个UWB通信节点中的其它UWB通信节点传输一个或多个UWB消息；
接收所述UWB通信节点响应于接收到所述UWB消息而输出的信道脉冲响应CIR估计值和/或与所述CIR相关的一个或多个参数；
分析所述CIR估计值和/或与所述CIR相关的所述参数；
根据分析所述CIR估计值和/或与所述CIR相关的所述参数的结果而选择定位过程。
2.根据权利要求1所述的系统，其特征在于，所述控制器被配置成使用机器学习算法分析所述CIR估计值和/或与所述CIR相关的所述参数。
3.根据权利要求2所述的系统，其特征在于，所述机器学习算法主要是决策树算法、神经网络、最近邻算法或支持向量机。
4.根据权利要求2或3所述的系统，其特征在于，所述控制器另外被配置成在所述系统的训练阶段向所述机器学习算法馈送指示所述系统周围环境的数据。
5.根据在前的任一项权利要求所述的系统，其特征在于，与所述CIR相关的所述参数包括以下参数中的至少一个：
-功率电平；
-最强路径振幅比；
-最强路径时间差；
-频谱功率；
-第一路径宽度；
-第一路径突出度。
6.根据在前的任一项权利要求所述的系统，其特征在于，所述定位过程是用于定位所述外部对象的算法。
7.据权利要求6所述的系统，其特征在于，用于定位所述外部对象的所述算法是机器学习算法。
8.根据在前的任一项权利要求所述的系统，其特征在于，所述外部对象是用于访问车辆的装置，并且其中所述UWB通信节点是包括于所述车辆中或附接到所述车辆的UWB锚。
9.一种便于定位外部对象的方法，其特征在于，所述方法包括：
-由控制器使多个UWB通信节点中的至少一个向所述多个UWB通信节点中的其它UWB通信节点传输一个或多个UWB消息；
-由所述控制器接收所述UWB通信节点响应于接收到所述UWB消息而输出的信道脉冲响应CIR估计值和/或与所述CIR相关的一个或多个参数；
-由所述控制器分析所述CIR估计值和/或与所述CIR相关的所述参数；
-由所述控制器根据分析所述CIR估计值和/或与所述CIR相关的所述参数的结果而选择定位过程。
10.一种计算机程序，其特征在于，包括可执行指令，所述可执行指令在由控制器执行时使所述控制器执行根据权利要求10至14中任一项所述的方法。
CN202210547786.3A 2021-06-22 2022-05-18 便于定位外部对象的系统和方法 Pending CN115515224A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP21180982.7 2021-06-22
EP21180982.7A EP4109123A1 (en) 2021-06-22 2021-06-22 System and method for facilitating localizing an external object

Publications (1)

Publication Number Publication Date
CN115515224A true CN115515224A (zh) 2022-12-23

Family

ID=76600991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210547786.3A Pending CN115515224A (zh) 2021-06-22 2022-05-18 便于定位外部对象的系统和方法

Country Status (3)

Country Link
US (1) US20220408400A1 (zh)
EP (1) EP4109123A1 (zh)
CN (1) CN115515224A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220171046A1 (en) * 2020-06-26 2022-06-02 Robert Bosch Gmbh Occupancy sensing using ultra-wide band

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10285013B2 (en) * 2017-02-10 2019-05-07 Apple Inc. Enhanced automotive passive entry
US11402485B2 (en) * 2019-04-30 2022-08-02 Robert Bosch Gmbh Ultra-wideband intelligent sensing system and method

Also Published As

Publication number Publication date
US20220408400A1 (en) 2022-12-22
EP4109123A1 (en) 2022-12-28

Similar Documents

Publication Publication Date Title
US11933877B2 (en) Systems and methods for RFID tag locating using constructive interference
EP3499987B1 (en) Positioning method and apparatus based on bluetooth (ble)
US20140044212A1 (en) Method For Adaptive Channel Estimation For Wireless Communication Between A Vehicle And Other Communication Subscribers Using The Measurement Results Of The Environment Sensor System
US20220099790A1 (en) Uwb ranging control device and uwb ranging method using the same
US20220260671A1 (en) Methods and apparatus to manage automotive radar coordination
Bakula et al. Probabilistic model based on the effective range and vehicle speed to determine Bluetooth MAC address matches from roadside traffic monitoring
CN115515224A (zh) 便于定位外部对象的系统和方法
US20230135499A1 (en) Uwb system
US20230327720A1 (en) Communication device and method of operation
KR101582404B1 (ko) Uwb 레이더를 이용하여 목표물의 수를 카운팅 방법 및 장치
US11973551B2 (en) Communication device and operating method
Zdruba et al. Monte Carlo sampling based in-home location tracking with minimal RF infrastructure requirements
US20150098345A1 (en) Ternary sequences with power of two exponent dimensionalities suitable for channel estimation
KR102492309B1 (ko) 사용자 단말 및 이를 이용한 위치 추정 방법
CN115278731A (zh) 通信环境判定方法、数据处理装置、车辆和存储介质
US11941963B2 (en) System and method for facilitating detecting an unauthorized access to an object
US20230231613A1 (en) Localization system and operating method
US20230107754A1 (en) System and method for facilitating detecting an external object
US20230156429A1 (en) Radio frequency switch circuit, communication unit and method therefor
JP2020061724A (ja) 無線通信システム及び方法
US20230013034A1 (en) Localization with reduced power consumption
CN116015499B (zh) 干扰源检测方法、装置、电子设备及存储介质
CN115935278A (zh) 环境识别方法、电子设备、计算机可读存储介质
CN115667026A (zh) 针对用于对机动车的认证单元定位的接收器的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination