DE102023209646A1

DE102023209646A1 - Verfahren und Systeme für Ultrabreitband-Lokalisierung

Info

Publication number: DE102023209646A1
Application number: DE102023209646.3A
Authority: DE
Inventors: Vivek Jain; Sushanta Rakshit
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2022-09-30
Filing date: 2023-09-29
Publication date: 2024-04-04
Also published as: US20240114542A1

Abstract

Die hier beschriebenen Systeme und Verfahren stellen ein Mittel zum Erhalten einer genauen Lokalisierung von statischen/mobilen tragbaren Vorrichtungen in Bezug auf statische/mobile Infrastruktur bereit. Eine Realweltumgebung stellt spezifische Herausforderungen bei der Lokalisierung eines gegebenen tragbaren Tags dar. Messungen verschiedener geometrischer Eigenschaften wie Distanz und/oder Winkel zu einem gegebenen Infrastruktursensor sind aufgrund von Process Phasing von Hauptpfaden und Überlagerungen mit verschiedenen reflektierten Mehrfachsignalen oftmals fehlerhaft. Diese Fehler sind im Voraus nicht bekannt und variieren je nach Umgebungsbedingungen. Daher ist das Durchführen einer Lokalisierung in solchen Szenarios nicht trivial. Die hier beschriebenen Systeme und Verfahren stellen einige Verfahren und mögliche Algorithmusprozessflüsse zur Verbesserung der Leistungsfähigkeit dar.

Description

Technisches Gebiet
Die vorliegende Offenbarung betrifft Bestimmen genauer Lokalisierung einer tragbaren Vorrichtung in Bezug auf statische Infrastruktur durch Messen verschiedenster geometrischer Eigenschaften, wie etwa Distanz und/oder Winkel zwischen der tragbaren Vorrichtung und der statischen Infrastruktur.
Hintergrund
Einige Realweltanwendungen, wie etwa Zugangskontrolle, Wirtschaftsgutverfolgung, Objektfindung und dergleichen benötigen genaue Lokalisierung eines Wirtschaftsgutobjekts. Solche Systeme benötigen Berechnen des Orts einer Vorrichtung relativ zu einer anderen Vorrichtung. Eine Vorrichtung wird möglicherweise von einem Benutzer gehalten, wobei Auffinden des Orts der Vorrichtung auch den Ort des Benutzers angibt. Die andere Vorrichtung kann eine Vorrichtung sein, die der Benutzer zu lokalisieren wünscht, oder die Vorrichtung kann auf der Grundlage der relativen Position des Benutzers irgendeine Funktion durchführen. Damit ein solches System funktionieren kann, wird ein Mittel für langzeitige, langreichweitige Kommunikation, das nicht ressourcenintensiv ist, benötigt.
Typischerweise können solche Anwendungen, die verschiedenste drahtlose Anwendungen beinhalten, physische Parameter, wie etwa Entfernung oder Winkel der Vorrichtung in Bezug auf andere Vorrichtungen, schätzen. Die Entfernung wird im Allgemeinen durch Messen der Vorrichtungssignalstärke oder Nutzen von Signalankunftszeiten an der Vorrichtung gemessen. Diese Niederenergie macht ein solches System möglich, wobei allerdings genaue Lokalisierung außerhalb von idealen Bedingungen anfällig für Fehler oder Ungenauigkeit sein kann.
Kurzdarstellung
Die hier beschriebenen Systeme und Verfahren sorgen für Erhalten genauer Lokalisierung einer tragbaren Vorrichtung in Bezug auf statische Infrastruktur durch Messen verschiedenster geometrischer Eigenschaften, wie etwa Distanz und/oder Winkel zwischen der tragbaren Vorrichtung und der statischen Infrastru ktu r.
Ein Aspekt der offenbarten Ausführungsformen beinhaltet ein Verfahren zum Lokalisieren eines Signals. Das Verfahren beinhaltet Empfangen, für jeden Sensor aus einer Mehrzahl von Sensoren, eines oder mehrerer Lokalisierungswerte, die eine geschätzte Distanz zwischen einer Tag-Vorrichtung und einem jeweiligen Sensor aus der Mehrzahl von Sensoren angeben. Das Verfahren beinhaltet auch Identifizieren eines ersten Sensors aus der Mehrzahl von Sensoren, der einen Lokalisierungswert aufweist, der kleiner als Lokalisierungswerte ist, die mit jedem anderen Sensor aus der Mehrzahl von Sensoren verknüpft sind. Das Verfahren beinhaltet auch Identifizieren, auf der Grundlage des ersten Sensors und einer geometrischen Beziehung zwischen dem ersten Sensor und der Mehrzahl von Sensoren, einer Untermenge von Sensoren aus der Mehrzahl von Sensoren. Das Verfahren beinhaltet auch Berechnen eines geschätzten Orts der Tag-Vorrichtung relativ zu der Untermenge von Sensoren auf der Grundlage von einer oder mehreren Distanzen zwischen dem ersten Sensor und mindestens zwei anderen Sensoren der Untermenge von Sensoren.
Ein weiterer Aspekt der offenbarten Ausführungsformen beinhaltet ein System zum Lokalisieren eines Signals. Das System beinhaltet einen Prozessor und einen Arbeitsspeicher. Der Arbeitsspeicher beinhaltet Anweisungen, die bei Ausführung durch den Prozessor, den Prozessor veranlassen zum Empfangen, für jeden Sensor aus einer Mehrzahl von Sensoren, eines oder mehrerer Lokalisierungswerte, die eine geschätzte Distanz zwischen einer Tag-Vorrichtung und einem jeweiligen Sensor aus der Mehrzahl von Sensoren angeben. Das System identifiziert ferner einen ersten Sensor aus der Mehrzahl von Sensoren, der einen Lokalisierungswert aufweist, der kleiner als Lokalisierungswerte ist, die mit jedem anderen Sensor aus der Mehrzahl von Sensoren verknüpft sind. Das System identifiziert ferner, auf der Grundlage des ersten Sensors und einer geometrischen Beziehung zwischen dem ersten Sensor und der Mehrzahl von Sensoren, eine Untermenge von Sensoren aus der Mehrzahl von Sensoren. Das System berechnet ferner einen geschätzten Ort der Tag-Vorrichtung relativ zu der Untermenge von Sensoren auf der Grundlage von einer oder mehreren Distanzen zwischen dem ersten Sensor und mindestens zwei anderen Sensoren der Untermenge von Sensoren.
Ein weiterer Aspekt der offenbarten Ausführungsformen beinhaltet eine Einrichtung zum Lokalisieren eines Signals. Die Einrichtung beinhaltet einen Prozessor und einen Arbeitsspeicher. Der Arbeitsspeicher beinhaltet Anweisungen, die bei Ausführung durch den Prozessor, den Prozessor veranlassen zum Empfangen, für jeden Sensor aus einer Mehrzahl von Sensoren, eines oder mehrerer Lokalisierungswerte, die eine geschätzte Distanz zwischen einer Tag-Vorrichtung und einem jeweiligen Sensor aus der Mehrzahl von Sensoren angeben. Die Einrichtung identifiziert einen ersten Sensor aus der Mehrzahl von Sensoren, der einen Lokalisierungswert aufweist, der kleiner als Lokalisierungswerte ist, die mit jedem anderen Sensor aus der Mehrzahl von Sensoren verknüpft sind. Die Einrichtung identifiziert auch, auf der Grundlage des ersten Sensors und einer geometrischen Beziehung zwischen dem ersten Sensor und der Mehrzahl von Sensoren, eine Untermenge von Sensoren aus der Mehrzahl von Sensoren. Die Einrichtung berechnet auch einen geschätzten Ort der Tag-Vorrichtung relativ zu der Untermenge von Sensoren auf der Grundlage von einer oder mehreren Distanzen zwischen dem ersten Sensor und mindestens zwei anderen Sensoren der Untermenge von Sensoren. Die Einrichtung verwirft, als Reaktion auf Bestimmen, dass eine Schwellenanzahl von aufeinanderfolgenden Lokalisierungswerten von einem jeweiligen Sensor aus der Mehrzahl von Sensoren, einen ungültigen Wert aufweist, Lokalisierungswerte von dem jeweiligen Sensor. Die Einrichtung bestimmt, ob sich der geschätzte Ort der Tag-Vorrichtung in einem Gebiet von Interesse, das einen vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck aufweist, befindet. Die Einrichtung aktualisiert auch den geschätzten Ort der Tag-Vorrichtung auf der Grundlage von Vergleichen eines empfangenen Hochfrequenzsignals mit dem vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck.
Kurzbeschreibung der Zeichnungen

1 veranschaulicht allgemein ein System zum Trainieren eines neuronalen Netzes, gemäß den Prinzipien der vorliegenden Offenbarung.
2 veranschaulicht allgemein ein computerimplementiertes Verfahren zum Trainieren und Nutzen eines neuronalen Netzes, gemäß den Prinzipien der vorliegenden Offenbarung.
3 ist ein Flussdiagramm, das allgemein den Prozess zum Berechnen eines Orts einer Tag-Vorrichtung veranschaulicht, gemäß den Prinzipien der vorliegenden Offenbarung.
4 ist ein Flussdiagramm, das den Prozess zum Berechnen eines Orts einer Tag-Vorrichtung detaillierter veranschaulicht, gemäß den Prinzipien der vorliegenden Offenbarung.
5 ist ein Flussdiagramm, das einen alternativen Prozess zum Berechnen eines Orts einer Tag-Vorrichtung veranschaulicht, gemäß den Prinzipien der vorliegenden Offenbarung.
6 ist ein Flussdiagramm, das allgemein veranschaulicht, wie die Art einer durchzuführenden Lokalisierungsberechnung bestimmt wird, gemäß den Prinzipien der vorliegenden Offenbarung.
7 ist ein Liniendiagramm, das allgemein die Kommunikationsprozedur zwischen dem Sensor und der Tag-Vorrichtung veranschaulicht, gemäß den Prinzipien der vorliegenden Offenbarung.
8 veranschaulicht allgemein die geometriebasierte Ankerauswahlmethodologie, gemäß den Prinzipien der vorliegenden Offenbarung.
9 veranschaulicht allgemein die mathematischen Grundlagen der Zwangssphärenberechnung, gemäß den Prinzipien der vorliegenden Offenbarung.
10 veranschaulicht allgemein die mathematischen Grundlagen der 3D-Schwerpunktsberechnung, gemäß den Prinzipien der vorliegenden Offenbarung.
11 veranschaulicht allgemein die mathematischen Grundlagen der Umschließungskastenberechnung, gemäß den Prinzipien der vorliegenden Offenbarung.
12 veranschaulicht allgemein die mathematischen Grundlagen der Umschließungskastenberechnung, gemäß den Prinzipien der vorliegenden Offenbarung.

Ausführliche Beschreibung
Ausführungsformen der vorliegenden Offenbarung werden hier beschrieben. Es versteht sich allerdings, dass die offenbarten Ausführungsformen lediglich Beispiele sind und andere Ausführungsformen verschiedenste und alternative Formen annehmen können. Die Figuren sind nicht notwendigerweise maßstabsgetreu; manche Merkmale könnten übertrieben oder minimiert sein, um Details bestimmter Komponenten zu zeigen. Daher sind hier offenbarte spezifische strukturelle und funktionale Details nicht als beschränkend aufzufassen, sondern lediglich als eine repräsentative Basis zum Lehren eines Durchschnittsfachmanns zum verschiedensten Einsetzen der Ausführungsformen. Der Durchschnittsfachmann versteht, dass verschiedenste unter Bezugnahme auf irgendeine der Figuren veranschaulichte und beschriebene Merkmale mit in einer oder mehreren anderen Figuren veranschaulichten Merkmalen kombiniert werden können, um Ausführungsformen zu produzieren, die nicht explizit veranschaulicht oder beschrieben wurden. Die Kombinationen von veranschaulichten Merkmalen liefern repräsentative Ausführungsformen für typische Anwendungen. Verschiedenste Kombinationen und Modifikationen der mit den Lehren dieser Offenbarung konsistenten Merkmale könnten allerdings für bestimmte Anwendungen oder Implementationen wünschenswert sein.
Einige Realweltanwendungen, wie etwa Zugangskontrolle, Wirtschaftsgutverfolgung, Objektfindung und dergleichen benötigen genaue Lokalisierung eines Wirtschaftsgutobjekts. Solche Systeme benötigen Berechnen des Orts einer Vorrichtung relativ zu einer anderen Vorrichtung. Eine Vorrichtung wird möglicherweise von einem Benutzer gehalten, wobei Auffinden des Orts der Vorrichtung auch den Ort des Benutzers angibt. Die andere Vorrichtung kann eine Vorrichtung sein, die der Benutzer zu lokalisieren wünscht, oder die Vorrichtung kann auf der Grundlage der relativen Position des Benutzers irgendeine Funktion durchführen. Damit ein solches System funktionieren kann, wird ein Mittel für langzeitige, langreichweitige Kommunikation, das nicht ressourcenintensiv ist, benötigt.
Typischerweise kann eine Realweltanwendung, die verschiedenste drahtlose Anwendungen beinhaltet, physische Parameter, wie etwa Entfernung oder Winkel der Vorrichtung in Bezug auf andere Vorrichtungen, schätzen. Die Entfernung wird im Allgemeinen durch Messen der Vorrichtungssignalstärke oder Nutzen von Signalankunftszeiten an der Vorrichtung gemessen. Diese Niederenergie-Kommunikation macht ein solches System möglich, wobei allerdings genaue Lokalisierung außerhalb von idealen Bedingungen anfällig für Fehler und/oder Ungenauigkeit sein kann.
Dementsprechend können Systeme und Verfahren, wie jene hier beschriebenen, ausgelegt zum Liefern genauer Lokalisierung einer ersten Vorrichtung relativ zu einer anderen Vorrichtung, wünschenswert sein. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Verbessern der Lokalisierungsgenauigkeit. Da Rohdatenerfassung, die für Lokalisierung verwendet wird, fehlerbehaftet ist, können die hier beschriebenen Systeme und Verfahren ausgelegt sein zum Vorverarbeiten der Daten bevor Lokalisierung durchgeführt wird. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Verifizieren des geschätzten Orts, nachdem eine Lokalisierung geschätzt wurde. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Liefern von Datenvorverarbeitung und/oder von situationsspezifischer Heuristik in dem Grundalgorithmus-Prozessfluss (wie in 3 gezeigt ist).
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Anwenden eines Filters zum Filtern der Ausgaben der Sensoren, wie etwa ein Kalman-Filter oder ein anderes geeignetes Filter. Ein Kalman-Filter beobachtet die Sensorauslesungen im Zeitverlauf und verwendet verbundene Wahrscheinlichkeitsverteilung, um Variablen für jeden Zeitframe zu schätzen. Die geschätzten Ergebnisse des Kalman-Filters tendieren dazu, genauer als die Rohmessungen zu sein. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Verwenden eines oder mehrerer adaptiver Kalman-Filter, die die Leistungsfähigkeit für statische und/oder dynamische Szenarien verbessern können. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Arbeiten unter statischen und/oder dynamischen Anwendungsfällen. Die Systeme und Verfahren können beispielsweise ausgelegt sein zum Bestimmen eines Orts einer Tag-Vorrichtung (z. B. einer Schlüsselfernbedienung, eines Sensor-Tags, einer anderen geeigneten Tag-Vorrichtung) relativ zu einem oder mehreren Sensoren an einem Fahrzeug. Die Sensoren können jegliche geeignete Sensoren, Messvorrichtungen und/oder andere geeignete Mechanismen beinhalten. Beispielsweise können die Sensoren einen oder mehrere Positionssensoren, einen oder mehrere Drehmomentsensoren, einen oder mehrere Audiosensoren, einen oder mehrere Bildaufnahmesensoren, einen oder mehrere Geschwindigkeitssensoren, einen oder mehrere Temperatursensoren, irgendeinen anderen geeigneten Sensor, einen oder mehrere Näherungssensoren, oder eine Kombination davon beinhalten. Der eine oder die mehreren Sensoren können verknüpft sein mit einem oder mehreren Motoren des Fahrzeugs, einem Vortriebssystem des Fahrzeugs, einem Emissionssystem des Fahrzeugs, einer Kraftübertragung des Fahrzeugs, einem schlüssellosen Eintrittssystem des Fahrzeugs, einem Diebabschreckungssystem des Fahrzeugs, und/oder irgendeinem anderen geeigneten System oder irgendeiner anderen geeigneten Komponente des Fahrzeugs. In manchen Ausführungsformen können der eine oder die mehreren Sensoren ausgelegt sein zum Erzeugen verschiedenster Signale, wie etwa Messsignale und/oder Sensorinformationensignale (z. B. wie etwa Lokalisierungssignale, wie hier beschrieben). Der eine oder die mehreren Sensoren können ausgelegt sein zum Kommunizieren des einen oder der mehreren Signale unter Verwendung eines beliebigen geeigneten Verfahrens und/oder einer beliebigen geeigneten Technologie. Beispielsweise können das eine oder die mehreren Signale das eine oder die mehreren Signale unter Verwendung eines drahtlosen Systems kommunizieren, das irgendeine geeignete drahtlose Technologie verwendet, wie etwa Ultrabreitband- oder eine andere geeignete drahtlose Technologie.
In einem statischen Anwendungsfall ist der Benutzer, der über die Tag-Vorrichtung verfügt, in Bezug auf das Fahrzeug stationär (wie etwa, wenn der Benutzer in dem Fahrzeug sitzt). In einem dynamischen Szenarium bewegt sich der Benutzer in Bezug auf das Fahrzeug (wie etwa, wenn ein Benutzer von dem Fahrzeug weggeht oder sich auf dieses zu bewegt).
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen Verlaufsprozess zu beinhalten. Der Verlaufsprozess ist ausgelegt zum Speichern von verschiedensten von den Sensoren empfangenen Verlaufsdaten. Es gibt die Möglichkeit, dass eine Auslesung von einem Sensor in der vorigen Runde verpasst wurde. Verpasste Auslesungen geschehen aufgrund von Schwund, wenn der Pfad zwischen der Tag-Vorrichtung und einem gegebenen Sensor durch ein Objekt intermittierend prozessunterbrochen wird. Schwund kann beispielsweise auftreten, wenn eine Autotür geöffnet oder geschlossen wird, durch Platzieren einer Tag-Vorrichtung an einer Person, die sich bewegt, und wenn der menschliche Körper zwischen die Tag-Vorrichtung und einen gegebenen Sensor gerät. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Speichern von Werten aus den letzten Auslesungen pro Sensor. Beispielsweise können bis zu fünf Auslesungen von einem Sensor behalten werden. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Rücksetzen des Werts des Sensors auf null, wenn die Hälfte jener letzten paar Auslesungen zusammen mit der aktuellen verpasst werden.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Verwenden vorab gespeicherter Verlaufsdaten, um eine Bestimmung in der Hinsicht vorzunehmen, ob permanenter Schwund für einen Sensor existiert, oder dass sich ein Sensor außerhalb der Reichweite befindet. Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen minimalen, einen maximalen, einen mittleren und/oder einen letzten Wert aus einer Menge von Verlaufsdaten, die in dem Verlaufsprozess gesammelt wurden (wenn Sensoren anhand der Verlaufsdaten intermittierend sind), zu nehmen. Wenn beispielsweise die Auslesungen in der Menge (5, 3, 0, 1, 0) sind, dann könnte die jeweilige Ausgabe des Prozesses 1, 5, 4.5 oder 1 sein (wobei fö die Auslesung von der aktuellen Runde war). Wenn allerdings die Verlaufsdaten nach Anwendung des Kalman-Filters auf die Sensorauslesungen verwendet werden, dann können die hier beschriebenen Systeme und Verfahren ausgelegt sein zum Verwenden der Ausgabe des Kalman-Filters, wenn der Eingangswert gültig war. Zusätzlich oder alternativ wird das Filter zurückgesetzt, wenn das Kalman-Filter vor oder nach Berücksichtigung der Verlaufsdaten verwendet wird, wenn die Mehrheit der Auslesungen in der Menge fö ist (oder z. B. ein vorbestimmter ungültiger Wert), einschließlich der aktuellen. Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, immer einen gültigen Wert zu verwenden. Verlaufsdaten werden nur dann verwendet, wenn es keine aktuelle Eingabe von einem Sensor gibt. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Entscheiden, das Mittel von gültigen Werten für eine Lokalisierungsberechnung innerhalb der Menge als einen Glättungswert zu verwenden, unabhängig davon, ob das Kalman-Filter aktiviert war oder nicht.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Arbeiten in einem statischen und/oder dynamischen Szenarium. Allerdings führt Verwendung eines Kalman-Filters zu Schwierigkeiten beim Benutzererlebnis (z. B. schnelle dynamische Fälle zusätzlich zu generell statischen und/oder dynamischen Fällen). Beispielsweise ist ein Benutzer, der über die Tag-Vorrichtung verfügt und der sich einem Fahrzeug nähert, ein hochdynamisches Szenarium (im Vergleich zu einem Fahrer, der sich um das Fahrzeug herum bewegt) und die relativen Entfernungen zwischen der Tag-Vorrichtung und den Sensoren ändern sich mit kleineren Werten, anders als in einem Fall, in dem sich der Fahrer annähert.
In solchen Fällen können die hier beschriebenen Systeme und Verfahren ausgelegt sein zum Messen der Varianz zwischen aufeinanderfolgenden Auslesungen (Entfernung, Winkel und/oder Signalstärke) der Tag-Vorrichtung und der Sensoren. Die hier beschriebenen Systeme und Verfahren können, wenn Schwankungen zwischen aufeinanderfolgenden Auslesungen größer als die vordefinierten Schwellen sind, ausgelegt sein zum Rücksetzen des Filters; oder die Parameter können ausgewählt werden, die für dynamische Szenarien passender sind. Wenn beispielsweise die Mehrheit von aufeinanderfolgenden Entfernungsschätzungen für die neue Position um mehr als 10 cm abweicht, im Vergleich zu früheren Entfernungsschätzungen, kann das Filter zurückgesetzt, blockiert oder neujustiert werden.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Durchführen von Parameterschätzungskorrektur (um z. B. fehlerhafte Schätzungen zu berücksichtigen, kann Durchführen von Filterung bei Ausreißern helfen und eine verbesserte Leistungsfähigkeit ergeben). Allerdings enthalten die Auslesungen bereits Schätzfehler. Daher gibt es Bedarf für direkte Verfahren zum Korrigieren von Schätzfehlern.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen Entfernungsschätzungskorrekturprozess zu beinhalten. Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, die Dreiecksungleichung zu nutzen. Die Länge einer Seite eines Dreiecks ist kleiner als die Summe der zwei anderen Seiten. Beim Schätzen der Entfernung zwischen einer gegebenen Tag-Vorrichtung und Sensoren kann die Entfernung von irgendeinem Sensor nicht größer sein als die Summe der geschätzten Entfernung zwischen der Tag-Vorrichtung und dem nächstliegenden Sensor (d. h. die kürzeste von irgendeinem Sensor gemeldete Entfernung) und der Entfernung zwischen diesem Sensor und dem nächstliegenden Sensor. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Nutzen der Summe von Entfernungen, die möglicherweise gleich sind, wenn die zwei Sensoren und die Tag-Vorrichtung, in einem 3D-Koordinatensystem, auf einer durch alle drei hindurchgehenden Linie liegen. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Einstellen der Entfernung des Sensors auf die Summe der Werte oder die Summe multipliziert mit einem kleinen Kompensationsfaktor (z. B. 0,95). Selbst die kürzeste Entfernung ist eine genaue, wenn ein gegebener Sensor eine Entfernung meldet, die größer als die Summe der Entfernungen ist (zwischen diesem Sensor und dem nächstliegenden Sensor und zwischen dem nächstliegenden Sensor und der Tag-Vorrichtung).
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, für jeden Sensor direkte Kompensation durchzuführen. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Beinhalten eines gemeinsamen Kompensationsfaktors für alle gemeldeten Entfernungen (wie etwa 0,9). Alle geschätzten Entfernungen werden für jeden meldenden Sensor mit diesem Faktor multipliziert. Die Anwendung des Kompensationsfaktors (z. B. mit Werten kleiner als 1 oder einem anderen geeigneten Wert) führt zu einer Verringerung von sowohl dem Mittelwert als auch der Standardabweichung. Der Kompensationsfaktor kann auch als ein Wert gewählt werden, der von der Qualität des Eingangssignals für die Distanz der Tag-Vorrichtung abhängt.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Auswerten der Qualität des Eingangssignals auf der Grundlage von Signalen mit Sichtlinie (LOS - line of sight) oder ohne Sichtlinie (NLOS - no line of sight) für Lokalisierungsberechnungen. Für Lokalisierungsberechnungen können LOS-Signale bestimmt und kompensiert werden. Diese Kompensation wird reduziert, wenn ein berechnetes NLOS-Signal höher als das LOS-Signal ist. Weitere Werte (z. B. empfangene Signalstärke, das Verhältnis von Spitzenleistung zu Durchschnittsleistung und dergleichen) können auch zum Bestimmen der Signalqualität verwendet werden.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Bestimmen einer Tag-Vorrichtung-Distanzschätzung von mindestens einem Sensor. Größere Distanzschätzungen können mit größeren Faktoren kompensiert werden. Gleichermaßen können kleinere Distanzschätzungen mit kleineren Faktoren kompensiert werden. Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, Fehlerverteilung und/oder Biaskompensation durchzuführen. Auf der Grundlage von gesammelten Abtastdaten können die hier beschriebenen Systeme und Verfahren das Mittel identifizierter Fehler bestimmen und Eingangsentfernungen um den Mittelwert identifizierter Fehler kompensieren. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Verschieben der gesamten Fehlerverteilung mit einem positiven Mittel- zu einem Null-Mittelwert. In einem solchen Fall gibt es eine Chance für untergemeldete Entfernungen. Die Fehlerverteilung kann auf einem spezifischen Sensor oder einer bestimmten Reihenfolge in der Menge auf der Grundlage der kürzesten Entfernung basieren (z. B. Verteilung von Fehlern für kürzest meldende Sensoren, zweitkürzest meldende Sensoren und dergleichen). Die obigen können kombiniert werden, um sowohl das Mittel als auch die Standardabweichung gemeldeter Fehler zu beeinflussen. Zusätzlich oder alternativ kann der Kompensationsfaktor durch Auswählen eines Faktors, der den gesamten mittleren Fehler der Fehlerverteilung reduziert und/oder minimiert, berechnet werden. Dieser mittlere Fehler kann einen vorzeichenbehafteten mittleren Fehler, einen absoluten mittleren Fehler oder einen mittleren quadratischen Fehler der Fehlerverteilung beinhalten. Zusätzlich oder alternativ können Fehlerverteilungen für alle Daten oder spezifische Kategorien der Daten produziert werden, auf der Grundlage von Entfernung, Leistungswerten, LOS/NLOS, pro Sensor und/oder Sensorreihenfolge (z. B. wie beschrieben), um jeweilige Kompensationsfaktoren und/oder mittlere Fehler zu erhalten.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, individuell oder separat vor oder nach Auswählen von Sensoren für Lokalisierung verwendet zu werden. Ferner kann auch eine Entfernungsschwelle definiert werden, bei der Kompensationstechniken angewandt werden, aber nur, wenn die gemeldete Entfernung größer als die Schwelle ist.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Durchführen von Winkelschätzungskorrektur, Ankunftszeit(ToA)-Schätzungskorrektur (ToA - time of arrival) und Ankunftszeitdifferenz(TDoA)-Schätzungskorrektur (time distance of arrival). Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, Fehlerverteilung und/oder Biaskompensation durchzuführen. Ähnlich dem Entfernungskorrekturprozess, basierend auf gesammelten Abtastdaten, bestimmt die Biaskompensation das Mittel von gemeldeten Fehlern. Dementsprechend können die hier beschriebenen Systeme und Verfahren ausgelegt sein zum Kompensieren aller Eingangsschätzungen mit diesem Mittelwert. Die Kompensation verschiebt die gesamte Fehlerverteilung zu einem Null-Mittelwert, was zu untergemeldeten Entfernungen führen kann.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Durchführen von Parameterkorrektur auf der Grundlage eines empfangenen Signals und von Hardwareeigenschaften. Einige Hardwareeigenschaften können die gewünschten Parameter beeinflussen, wie etwa, wann das Signal empfangen wurde, den Winkel eines empfangenen Signals und der Qualität des empfangenen Signals. Hardwareeigenschaften, wie etwa Antennencharakteristika und bordeigene Uhrenauflösung und/oder -stabilität, beeinflussen die gewünschten Parameter. Einige dieser Effekte können durch die Funkeinrichtung in dem Chip gemessen und kompensiert werden. Allerdings können Packungsform und Sensorinstallation zu zusätzlichen Leistungsfähigkeitseffekten führen. Nicht alle dieser Effekte können mit der Verwendung von hochentwickelter Signalverarbeitung und Maschinenlernen gemessen werden; die hier beschriebenen Systeme und Verfahren können ferner diese Effekte kompensieren.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen Sensorauswahlprozess zu beinhalten. Wenn Sensoren fehlerhafte Bereiche melden, können die hier beschriebenen Systeme und Verfahren die besten Sensoren auswählen. Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einige Wege zum Auswählen von Sensoren für Lokalisierung zu nutzen. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Beinhalten von jeweils mindestens drei Sensoren für 2D-Lokalisierung und vier Sensoren für 3D-Lokalisierung, wenn Entfernung und Winkel als Eingangsparameter verwendet werden. In einem Fall, in dem die Ankunftszeitdifferenz (TDOA) verwendet werden kann, wird ein zusätzlicher Sensor für Lokalisierung in beiden Fällen verwendet. Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, ein Hybridverfahren zu nutzen.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, die folgenden Wege zum Auswählen von Eingabesensoren zu beinhalten. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Auswählen von Sensoren auf der Grundlage der Sensoren, die die geringste Entfernung melden. Die Sensoren, die die geringste Entfernung melden, können minimale Fehler aufweisen. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Auswählen von Sensoren auf der Grundlage der Sensoren, die die höchste Leistung melden. Die Empfangsleistung kann auch ein Indikator von kürzeren Entfernungen und einer guten Sichtlinie für das Signal sein. Allerdings können auf der Grundlage davon, wo die Sensoren installiert sind, und den Bedingungen der Tag-Vorrichtung-Umgebung, andere Wege verwendet werden.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, die folgenden Wege zum Bestimmen, welche Sensoren die beste Signalqualität melden, zu beinhalten. Wenn bestimmt wird, welche Sensoren die beste Signalqualität melden, kann die LOS- und/oder die NLOS-Bestimmung verwendet werden, um Signalqualität und Empfangsleistung zu bestimmen. Ferner können Werte, wie etwa empfangene Signalstärke, das Verhältnis von Spitzenleistung zu Durchschnittsleistung und dergleichen auch zum Bestimmen der Signalqualität verwendet werden.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Beinhalten einer Kombination von Sensoren, die geringste Entfernung, höchste Leistung und höchste Signalqualität melden, wenn bestimmt wird, welche Untermenge von Sensoren verwendet werden soll. Eine 3D-Lokalisierung wählt beispielsweise die drei Sensoren, die die geringste Entfernung melden, und wählt den vierten auf der Grundlage der höchsten gemeldeten Leistung und/oder Signalqualität aus den verbliebenen Sensoren.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Auswählen einer Sensorengruppe auf der Grundlage der Symmetrie von deren relativen Orten. Eine ausgewogene Installationstopologie liefert im Vergleich zu einer nicht ausgewogenen Topologie eine stabilere Lokalisierung.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, eine Bedingungszahl zu nutzen. Eine Bedingungszahl ist ein Maß für die Größe eines Fehlers bei einer finalen Lokalisierungsbestimmung, auf der Grundlage der Fehler der Eingangsentfernungen. Eine höhere Bedingungszahl gibt einen Fehler in der Eingangsentfernungsschätzung an, der zu einer Beeinträchtigung der Lokalisierungsausgabe führen wird. Dies ist insbesondere wahr, wenn Lokalisierung unter Verwendung von Gleichungssystemen zur entfernungsbasierten Lokalisierung berechnet wird.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, eine bevorzugte Gruppe von Sensoren zu nutzen. Geometrie und/oder Bedingungszahl können verwendet werden zum Vorauswählen einer Menge von Sensorgruppen, die für Lokalisierung verwendet werden sollen, basierend auf einem System von Gleichungen. Die Ausgabe eines Systems von Gleichungen kann als eine Lokalisierungsausgabe oder als Keimpunkt für Minimierungsalgorithmen verwendet werden. Die bevorzugte Sensorgruppe wird teilweise auf der Grundlage des die geringste Entfernung meldenden Sensors ausgewählt. Im Falle eines Gleichstands zwischen zwei oder mehr Sensorgruppen können die hier beschriebenen Systeme und Verfahren die Sensorgruppe mit der kleinsten Summe von durch die Sensorgruppe mit dem Sensor, der die geringste Entfernung meldet, gemeldeten Entfernungen auswählen. Die Menge von Sensoren, die die beste Signalqualität melden oder die höchste Signalleistung melden, kann auch als die bevorzugte Sensorgruppe gewählt werden oder die Parameter können auch zum Brechen eines Gleichstands verwendet werden (wenn eine Auswahl auf anderen Verfahren basiert). Sensorgruppen werden bevorzugt, die Geometrie mit einer Bedingungszahl, die kleiner als vier ist, erfüllen.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Durchführen von auf einer Cramer-Rao-Unterschranke bzw. CRLB (CRLB - Cramer-Rao Lower Bound) basierender Lokalisierungsberechnung zum Auswählen von Sensoren zum Liefern einer Eingabe in den Minimierungsalgorithmus. CRLB integriert die Effekte von relativer Geometrie des berechneten Keimpunkts (beste Schätzung des Anfangsortes der Tag-Vorrichtung) und der Sensoren, die in der speziellen Entfernungsmessungsiteration geantwortet haben. Der Prozess ergibt ‚n‘ Sensoren (wobei n ≥ 3 ist), die für den Minimierungsalgorithmus geometrisch bevorzugt werden. Der Prozess ist bevorzugt dafür geeignet, Informationen aus mehreren Entfernungsmessungsbeobachtungen bei einer beliebigen Momentanposition der Tag-Vorrichtung zu extrahieren. Allerdings können die hier beschriebenen Systeme und Verfahren dafür ausgelegt sein, unter Verwendung einer Signal-Entfernungsmessungsbeobachtung eine Näherung durchzuführen. Das für diese Näherung eines Paares von antwortenden Sensoren im Hinblick auf den berechneten Keimpunkt verwendete Werkzeug wird als geometrische Konditionierung bezeichnet. Geometrische Konditionierung hilft beim Ausschlie-ßen von Sensoren, die Kollinearität und/oder Komplanarität aufzeigen, die die Genauigkeit des Minimierungsalgorithmus negativ beeinflussen. Wenn CRLB vor dem Keimbildungsprozess verwendet wird, können die hier beschriebenen Systeme und Verfahren ausgelegt sein zum Nutzen des letzten Lokalisierungspunkts oder eines Systems von Gleichungen, um den Keimbildungpunkt zu bestimmen. In einem solchen Szenarium können die hier beschriebenen Systeme und Verfahren dafür ausgelegt sein, den Keimbildungsprozess zu überspringen.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen Lokalisierungsprozess durchzuführen. Der Lokalisierungsprozess kann im Allgemeinen aus Minimierungsalgorithmen zusammengesetzt sein und/oder ein System von Gleichungen nutzen. Ein System von Gleichungen wird bevorzugt, wenn der Eingabefehler gering ist und die ausgewählte Menge von Sensoren eine niedrige Bedingungszahl aufweist. Da Eingabeschätzungsfehler nicht garantiert sind, wird ein anderer Prozess zum Nutzen von Minimierungsalgorithmen verwendet. Bedenken im Hinblick auf Minimierungsalgorithmen bestehen darin, dass der Algorithmus in lokalen Minima steckenbleibt, was zu einer suboptimalen Lösung führt. Zum Lösen der Problematik von lokalen Minima, gibt es zwei potentielle Verfahren.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, eine globale Minimierungsberechnung durchzuführen. Die hier beschriebenen Systeme und Verfahren können ferner dafür ausgelegt sein, verschiedenste Kombinationen von Sensormengen zu beinhalten. Die hier beschriebenen Systeme und Verfahren bestimmen einen finalen Lokalisierungspunkt unter Verwendung von minimalem mittlerem quadratischen Fehler (MMSE - minimum mean square error), Maximum Likelihood- oder Clustering-Verfahren. Alle diese Prozesse sind rechenintensiv. In vielen Fällen kann die Problematik von lokalen Minima durch Wählen eines geeigneten Keimbildungspunkts und einer guten Menge von Sensoren gelöst werden. Die Menge von Sensoren, die wie oben beschrieben auf Geometrie und Bedingungszahl basiert, kann zum Auswählen einer guten Menge von Sensoren verwendet werden. Zum Auswählen von Keimbildungspunkten gibt es einige Möglichkeiten; und basierend auf dem Aufsetzen der Tag-Vorrichtung kann die mit der besten Lokalisierungsleistungsfähigkeit gewählt werden.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Durchführen eines Ursprungskeimbildungsprozesses, der die Position des Fahrzeugs als den Ursprung eines Koordinatensystems nutzt.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen letzten Lokalisierungspunktkeimbildungsprozess zu beinhalten. Die letzte geschätzte Position der Tag-Vorrichtung kann als der Startkeim für die nächste Lokalisierungsschätzung gewählt werden.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen Keimbildungsprozess für einen Sensor, der die kürzeste Entfernung meldet, durchzuführen. Die Koordinaten eines Sensors, der die kürzeste Entfernung, den kleinsten Winkel und/oder die kleinste TDoA meldet, kann auch als der Startpunkt für den Minimierungsalgorithmus gewählt werden.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, eine Zwangssphärenberechnung (anwendbar auf entfernungsbasierte Verfahren) durchzuführen. In den hier beschriebenen Systemen und Verfahren können, sobald die Entfernungskompensation angewandt wurde, die hier beschriebenen Systeme und Verfahren ausgelegt sein zum Berechnen von Schnittpunkten für jedes Paar von Schnittkreisen. Jedes Paar von Sensoren mit sich schneidenden Entfernungssphären wird einen Schnittkreis schaffen. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Durchführen von Nächste-Nachbarn-Clustern (nearest neighbour - k-NN), wobei Cluster mit der größten Anzahl von Schnittpunkten bestimmt werden und der Schwerpunkt dieses Clusters als der Startpunkt gewählt wird. Median-, Mittel-, Modalwert oder andere statistische Berechnungen von diesen Clusterpunkten können auch als eine Lösung gewählt werden. Die Distanz zu jedem Sensor wird von diesem Punkt aus berechnet. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Autokorrigieren der gemeldeten Entfernungen für die Sensoren, wobei die neue Entfernungsdifferenz über einer gegebenen Schwelle liegt (z. B. 20 cm oder 20 %), bevor zu Minimierung fortgefahren wird. Es sei angemerkt, dass dies eine der Möglichkeiten für Parameterkorrektur ist. In einem solchen Fall gibt es einen Vorteil beim Nutzen aller Sensoren zum Bestimmen des Startpunkts. Allerdings kommt dieser Vorteil auf Kosten höherer Rechenanforderungen.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Ableiten der Gleichungen von allen der Schnittkreise der Sphärenpaare. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum paarweisen Auflösen nach dem Schnitt der Sphären, um die Schnittpunkte der Kreise zu finden. Paarweises Auflösen wird durch Iterieren über die spezifizierte Domäne von t und Berücksichtigen der Punkte, die beide betrachteten Kreisgleichungen erfüllen, vorgenommen. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Iterieren durch die Werte von t zwischen [0, 2π] und Nehmen der sich ergebenden Punkte, die zwischen jeglichen zwei parametrischen Gleichungen des Kreises von sich schneidenden Sphären gleich sind. Diese Punkte bilden die Menge von allen Schnittpunkten des Kreises von Schnitten von Sphären, jeweils zwei zurzeit.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, eine 3D-Schwerpunktlokalisierungsberechnung durchzuführen. Ähnlich der Zwangssphärenlokalisierungsberechnung können die hier beschriebenen Systeme und Verfahren ausgelegt sein zum Einnehmen eines Minimums von drei gewählten Sensoren. Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, die Zentren von jedem Schnittkreis zu berechnen. Die hier beschriebenen Systeme und Verfahren können einen Startpunkt nutzen, der der Mittelwert der Koordinaten des Mittelpunkts dieser Schnittkreise ist. Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, den rechnerischen Mehraufwand der Zwangssphärenlokalisierungsberechnung zu minimieren. Wenn mehr als 3 Sensoren einbezogen werden, können die hier beschriebenen Systeme und Verfahren alle der gewählten Sensoren in der Menge (normalerweise 4) auf einmal berücksichtigen, was zu sechs Schnittkreisen führt. Der Keimbildungspunkt kann Mittel, Median, Modal, Mitte und dergleichen für jene sechs Zentren von sich schneidenden Kreisen sein.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, eine Umschließungskastenlokalisierungsberechnung durchzuführen. Ähnlich der 3D-Schwerpunktlokalisierungsberechnung können die hier beschriebenen Systeme und Verfahren ausgelegt sein zum Bestimmen des Kuboids, der allen Kuboiden, die durch Einschließen der Entfernungssphären gebildet werden, gemein ist. Die resultierende Lösung ist das Zentrum des Kuboids.
Die hier beschriebenen Systeme und Verfahren können theoretisch berechnete (für entfernungsbasierte Verfahren anwendbare) Lokalisierungsberechnungen durchführen. In Fällen, in denen die gewählte Sensormenge eine gute Bedingungszahl (z. B. < 5) aufweist, kann der Startpunkt durch das System von Gleichungen berechnet werden. In Fällen, in denen die bevorzugte Sensorgruppe verwendet wird, kann die Matrixinversion vorausberechnet werden, wodurch die Laufzeitberechnung substantiell reduziert wird.
Für 3D-Schwerpunkt- und Umschließungskastenlokalisierungsberechnungen können die hier beschriebenen Systeme und Verfahren auch eine gewichtete Durchschnittsberechnung der ausgewählten Umschließungspunkte (Zentren von sich schneidenden Kreisen für 3D-Schwerpunkte und Koordinaten von gemeinsamen Kuboiden für Umschließungskastenverfahren) durchführen. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Durchführen von mindestens zwei Wegen zum Berechnen der gewichtsbasierten Distanz des Keimpunkts von den Sensoren. Die beiden Möglichkeiten sind nachfolgend gezeigt: $w_{j} = \frac{1}{\sum_{j = 1}^{8} | D_{n j} - d_{n} |} w_{j} = \frac{1}{\sqrt{\sum_{j = 1}^{8} {| D_{n j} - d_{n} |}^{2}}}$

w_j → Gewicht für Umschließungspunkt P_j
D_nj → Distanz des Ankers ‚n‘ vom Umschließungspunkt P_j
d_n → Gemeldete Entfernung des Ankers ‚n‘
Für die hier beschriebenen Systeme und Verfahren kann, wenn MSE für den Keimbildungspunkt kleiner als eine vorbestimmte Schwelle (d. h. 1 cm) ist, der berechnete Punkt als die mögliche Lösung deklariert werden; und somit besteht keine Notwendigkeit Minimierung durchzuführen. Gleichzeitig mit der theoretischen Lokalisierungsberechnung können einige Berechnungen vorgenommen und vorab für schnellere Laufzeitberechnung gespeichert werden.
Die hier beschriebenen Systeme und Verfahren können nach dem Keimbildungsprozess Cramer-Rao-Unterschranken-Lokalisierungsberechnung bzw. CRLB-Lokalisierungsberechnung vornehmen, um die Menge von Sensoren für den Minimierungsalgorithmus zu finalisieren. Eine Differenz tritt auf/ist in einem Szenarium, in dem die hier beschriebenen Systeme und Verfahren ausgelegt sein können zum Nutzen des CRLB-Verfahrens in dem Lokalisierungsprozess, in dem Parameterschätzungskorrektur in dem Datenvorverarbeitungsprozess für alle Sensoren vorgenommen werden kann. Zur Minimierung können die hier beschriebenen Systeme und Verfahren beliebige gradientenbasierte Algorithmen nutzen, wie etwa Gradientenabstieg, Broyden-Fletcher-Goldfarb-Shanno (L-BFGS) mit begrenztem Speicher, Levenberg-Marquardt (LMA) und dergleichen.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen heuristischen Prozess durchzuführen. Selbst mit allen Korrekturen und Vorverarbeiten können die hier beschriebenen Systeme und Verfahren eine ungenaue Lokalisierungspositionsschätzung für die Tag-Vorrichtung produzieren. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Anwenden von Gesundheitsprüfungen für die geschätzte Position. Insbesondere, wenn die geschätzte Position um die Abgrenzung von Interesse für das Tag-Vorrichtung-Gebiet ist. Eine solche Abgrenzung von Interesse könnte beispielsweise durch die Abgrenzung des Autos definiert sein. Die Lokalisierungsposition könnte bestimmen, ob sich die Tag-Vorrichtung innerhalb oder außerhalb des Autos befindet (was wiederum bestimmen wird, ob die Autozündung zum Einschalten frei ist oder nicht). Solch eine Abgrenzung kann auch eine Umfangsabgrenzung um das Auto herum sein, wobei Zugang zum Auto nur dann erlaubt ist, wenn sich die Tag-Vorrichtung innerhalb der Abgrenzung befindet. Die Abgrenzung kann durch Zonen in und um das Auto herum definiert sein, wobei Kennen der Position der Tag-Vorrichtung in der Zone helfen kann, Benutzererlebnis und Sicherheitsmerkmale zu liefern. Wenn beispielsweise der Blinker von der Seite, an der sich der Fahrer nähert, eingeschaltet wird, die Tür nur dort, wo sich der Fahrer nähert/steht, entriegelt wird, oder eine Warnnachricht ausgegeben wird, wenn die Tag-Vorrichtung in einer gegebenen Zone identifiziert wird. Gleicherma-ßen kann eine virtuelle Abgrenzung in einem Gebiet von Interesse für Heim- und/oder Gebäudeumgebungen für Zugangskontrolle, Objekt- und/oder Güterverfolgung und personalisierte Dienste, wie etwa Beleuchtungssteuerung und dergleichen verwendet werden.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, eine entfernungsbasierte Entscheidung für Lokalisierung durchzuführen. Wenn der Lokalisierungspunkt als außerhalb der durch den Innensensor geschätzten Entfernung befindlich geschätzt wird, sollte die Innen- und/oder Außen-Entscheidung auf dieser Eingabe basieren. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Nutzen von Lokalisierungsschätzungen, um eine Idee davon zu erhalten, wo die Tag-Vorrichtung sein könnte. Die hier beschriebenen Systeme und Verfahren können einige Sensoren verwenden, die zum Schaffen eines Zonengebiets verwendet werden können. Diese Entfernungsschätzungen können dafür verwendet werden, eine Ja- oder Nein-Entscheidung darüber zu liefern, ob sich die Tag-Vorrichtung innerhalb des Zonengebiets befindet. Die hier beschriebenen Systeme und Verfahren können mit einigen Sensoren ausgestaltet sein, die dieselben oder gleiche Gewichte, die zum Vornehmen einer Entscheidung verwendet werden können, aufweisen. Ferner kann ein Mehrheitsvotum ein anderer Weg sein, in einem Fall, in dem nicht alle Sensoren zu derselben Entscheidung führen.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, eine signalqualitätsbasierte Entscheidung durchzuführen. Leistungspegel von empfangenen Signalen oder Signalqualität können auch verwendet werden zum Vornehmen einer Entscheidung, ob sich die Tag-Vorrichtung innerhalb des Gebiets von Interesse befindet oder nicht. Dies ist wahr, wenn das Gebiet von Interesse des Autos durch einen Prozess getrennt wird, der die Signalqualität beeinflussen kann. Beispielsweise können der Leistungspegel und/oder die Signalqualität des empfangenen Signals an einem autointernen Sensor verwendet werden, um zu bestimmen, ob sich die Tag-Vorrichtung innerhalb des Autos befindet oder nicht. Ein Sensor, der ein Signal in nächster Nähe zu einer dicken Holz- oder Metalltür empfängt, kann möglicherweise bestimmen, von welcher Seite der Tür das Signal kommt (oder ob die Tag-Vorrichtung vorhanden ist). Einige Sensoren, mit denselben oder gleichen Gewichten, können zum Vornehmen einer Entscheidung verwendet werden. Ferner kann ein Mehrheitsvotum ein anderer Weg sein, ein Szenarium aufzulösen, in dem nicht alle der Sensoren zu derselben Entscheidung führen.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen Ort von Interesse mit einem Fingerabdruck zu versehen (hier auch als Fingerprinting bezeichnet), zu beinhalten. Mehrdeutige Szenarien (z. B. um die Zonengrenzen herum oder eindeutige Orte, wie etwa eine Konsole, eine Karte, Taschen und dergleichen) können auch unter Verwendung von HF-Fingerabdrucktechniken bzw. Hochfrequenz-Fingerabdrucktechniken bestimmt werden. Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, mehrdeutige Orte in einem oder um ein Gebiet von Interesse herum zu bestimmen. Nachdem die hier beschriebenen Systeme und Verfahren bestimmt haben, dass ein Lokalisierungspunkt nahe einem Gebiet von Interesse ist, sollen die anderen Signaleigenschaften (wie etwa Kanalzustandsdaten von allen Sensoren oder den Top 4 Sensoren, wie oben beschrieben) den Ort der Tag-Vorrichtung aus dem gegebenen Satz von mit Fingerabdruck versehenen Orten unter Verwendung von Signalverarbeitung oder Maschinenlernen bestimmt werden. In solchen Fällen sind Fingerabdruckdaten für das Gebiet von Interesse bereits gesammelt und gespeichert. Eine Alternative kann darin bestehen, den Fingerabdruck auf der Grundlage der Entfernungen eines speziellen Punktes an dem Auto zu bestimmen. In diesem Fall sind Fingerabdruckdaten für das Gebiet von Interesse bereits vorausberechnet und, basierend auf geschätzten Entfernungen von Sensoren in einer gegebenen Runde, wird ein finaler Lokalisierungspunkt bestimmt. Während der Vorausberechnung von Entfernungen können die hier beschriebenen Systeme und Verfahren auch Kanalfehler (z. B. als Zufallsgauß) berücksichtigen und entsprechend zu den vorausberechneten Entfernungen für die gegebenen Punkte innerhalb des Gebiets von Interesse hinzuaddieren.
Die hier beschriebenen Systeme und Verfahren können einige mögliche Kombinationen von entfernungsbasierten und signalqualitätsbasierten Verfahren zum Bestimmen der Innen- und/oder Außenzonen beinhalten. Werte von mehreren Sensoren können zum Schaffen von spezialisierten Zonen von Interesse verwendet werden. Sobald eine Zone bestimmt ist, kann HF-Fingerprinting ebenfalls zum Berechnen des Orts verwendet werden.
Für die hier beschriebenen Systeme und Verfahren kann der Lokalisierungsprozess optional sein. In Szenarien, in denen möglicherweise ein Lokalisierungsprozess verwendet wird, kann auch ein Kalman-Filter auf der Lokalisierungsausgabe verwendet werden. Wenn sich die Tag-Vorrichtung innerhalb des umschlossenen Gebiets der Sensoren befindet, produziert sie ein positives Benutzererlebnis.
Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Durchführen mehrerer Minimierungsrunden mit verschiedenen Keimen und/oder verschiedenen Sensorgruppen. Die Lokalisierungsschätzung kann unter Verwendung von Clustern, Mehrheitsvotum oder statistischen Methoden (d. h. Mittel, Median, Mitten, Modal und dergleichen) erhalten werden. Wenn Hardware mit mehreren Verarbeitungskernen verfügbar ist, können diese Minimierungsberechnungen parallel durchgeführt werden.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen Sensorauswahlprozess, der alle vorbestimmten Sensoren wählt, durchzuführen. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Berechnen der Lokalisierung unter Verwendung des theoretischen Systems von Gleichungen (die Verarbeitung kann schneller sein, wenn Matrixumkehrungen für diese Sensorengruppen vorausberechnet und gespeichert werden). Der Keimbildungspunkt kann unter Verwendung von Clustern, Mehrheitsvotum oder statistischen Methoden (d. h. Mittel, Median, Mitten, Modal und dergleichen) aus jenen berechneten möglichen Punkten erhalten werden. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Nutzen von Minimierungsalgorithmen und CRLB, wenn der MSE (mean square error - mittlerer quadratischer Fehler) des Eingabekeims größer als eine vorbestimmte Schwelle (z. B. 1 cm) ist.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, ein System zum Lokalisieren eines Signals zu beinhalten. Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen Prozessor und einen Arbeitsspeicher zu beinhalten. Der Arbeitsspeicher beinhaltet Anweisungen, die bei Ausführung durch den Prozessor, den Prozessor veranlassen zum Empfangen, für jeden Sensor aus einer Mehrzahl von Sensoren, eines oder mehrerer Lokalisierungswerte, die eine geschätzte Distanz zwischen einer Tag-Vorrichtung und einem jeweiligen Sensor aus der Mehrzahl von Sensoren angeben. Das hier beschriebene System und die hier beschriebenen Verfahren können ausgelegt sein zum weiteren Identifizieren eines ersten Sensors aus der Mehrzahl von Sensoren, der einen Lokalisierungswert aufweist, der kleiner als Lokalisierungswerte ist, die mit jedem anderen Sensor aus der Mehrzahl von Sensoren verknüpft sind. Das hier beschriebene System und die hier beschriebenen Verfahren können ausgelegt sein zum Identifizieren, auf der Grundlage des ersten Sensors und einer geometrischen Beziehung zwischen dem ersten Sensor und der Mehrzahl von Sensoren, einer Untermenge von Sensoren aus der Mehrzahl von Sensoren. Das hier beschriebene System und die hier beschriebenen Verfahren können ausgelegt sein zum Berechnen eines geschätzten Orts der Tag-Vorrichtung relativ zu der Untermenge von Sensoren auf der Grundlage von einer oder mehreren Distanzen zwischen dem ersten Sensor und mindestens zwei anderen Sensoren der Untermenge von Sensoren.
Die hier beschriebenen Systeme und Verfahren beinhalten, als Reaktion auf Bestimmen, dass eine Schwellenanzahl von aufeinanderfolgenden Lokalisierungswerten von einem jeweiligen Sensor aus der Mehrzahl von Sensoren, einen ungültigen Wert aufweist, Verwerfen von Lokalisierungswerten von dem jeweiligen Sensor.
Die hier beschriebenen Systeme und Verfahren beinhalten Anwenden des Dreiecksungleichungssatzes auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren; und Identifizieren, als Reaktion auf Anwenden des Dreiecksungleichungssatzes auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren, von Lokalisierungswerten, die auf der Grundlage von einer oder mehreren relativen Positionen aus der Mehrzahl von Sensoren unmöglich sind.
Die hier beschriebenen Systeme und Verfahren beinhalten Multiplizieren identifizierter unmöglicher Lokalisierungswerte mit einem Kompensationsfaktor.
Die hier beschriebenen Systeme und Verfahren beinhalten Bestimmen einer Cramer-Rao-Unterschranke-Bewertung für die Lokalisierungswerte von der Mehrzahl von Sensoren; und Einstufen der Mehrzahl von Sensoren auf der Grundlage der jeweiligen Cramer-Rao-Unterschranke-Bewertung.
Die hier beschriebenen Systeme und Verfahren beinhalten Berechnen des geschätzten Orts der Tag-Vorrichtung durch Anwenden eines Gradientenabstiegsalgorithmus auf die Lokalisierungswerte, die von der Untermenge von Sensoren empfangen wurden.
Die hier beschriebenen Systeme und Verfahren beinhalten Bestimmen, ob sich der geschätzte Ort der Tag-Vorrichtung in einem Gebiet von Interesse, das einen vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck aufweist, befindet, und Aktualisieren des geschätzten Orts der Tag-Vorrichtung auf der Grundlage von Vergleichen eines empfangenen Hochfrequenzsignals mit dem vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck.
Die hier beschriebenen Systeme und Verfahren beinhalten Empfangen eines Befehls von der Tag-Vorrichtung; und Ausführen einer Aktion, basierend auf dem Befehl, dem geschätzten Ort der Tag-Vorrichtung und einem Ort eines Sensors aus der Mehrzahl von Sensoren.
Die hier beschriebenen Systeme und Verfahren beinhalten, als Reaktion auf eine Bestimmung der Signalqualität, Anwenden eines Lokalisierungsfaktors auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren. Der Lokalisierungsfaktor kann unter Verwendung von Klassifizierung und/oder von Regressionsmodellen über Signalqualitätsparameter berechnet werden, um die Fehler von Lokalisierungswerten zu reduzieren und/oder zu minimieren.
Die hier beschriebenen Systeme und Verfahren beinhalten Anwenden einer Zwangssphärenberechnung auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren.
Die hier beschriebenen Systeme und Verfahren beinhalten Bestimmen, welche Untermenge von sich eine geometrische Beziehung teilenden Sensoren die kürzeste Durchschnittsdistanz zwischen der Untermenge von Sensoren und der Tag-Vorrichtung meldet.
Die hier beschriebenen Systeme und Verfahren beinhalten Anwenden eines Biaskompensationswerts auf die Lokalisierungswerte, die von jedem Sensor aus der Untermenge von Sensoren gemeldet werden, wobei der Biaskompensationsfaktor berechnet wird auf der Grundlage eines mittleren Fehlers, der durch den Sensor, aus der Untermenge von Sensoren, der die kürzeste Distanz von der Tag-Vorrichtung meldet, gemeldet wird. Der mittlere Fehler kann einen vorzeichenbehafteten mittleren Fehler, einen absoluten mittleren Fehler oder einen mittleren quadratischen Fehler der Fehlerverteilung beinhalten.
Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, Lokalisieren eines Signals zu beinhalten. Die hier beschriebenen Systeme und Verfahren können dafür ausgelegt sein, einen Prozessor und einen Arbeitsspeicher zu beinhalten. Die hier beschriebenen Systeme und Verfahren können Arbeitsspeicher beinhalten, der Anweisungen beinhaltet, die bei Ausführung durch den Prozessor den Prozessor veranlassen zum Empfangen, für jeden Sensor aus einer Mehrzahl von Sensoren, eines oder mehrerer Lokalisierungswerte, die eine geschätzte Distanz zwischen einer Tag-Vorrichtung und einem jeweiligen Sensor aus der Mehrzahl von Sensoren angeben. Die hier beschriebenen Systeme und Verfahren identifizieren einen ersten Sensor aus der Mehrzahl von Sensoren, der einen Lokalisierungswert aufweist, der kleiner als Lokalisierungswerte ist, die mit jedem anderen Sensor aus der Mehrzahl von Sensoren verknüpft sind. Die hier beschriebenen Systeme und Verfahren identifizieren, auf der Grundlage des ersten Sensors und einer geometrischen Beziehung zwischen dem ersten Sensor und der Mehrzahl von Sensoren, eine Untermenge von Sensoren aus der Mehrzahl von Sensoren. Die hier beschriebenen Systeme und Verfahren Berechnen einen geschätzten Ort der Tag-Vorrichtung relativ zu der Untermenge von Sensoren auf der Grundlage von einer oder mehreren Distanzen zwischen dem ersten Sensor und mindestens zwei anderen Sensoren der Untermenge von Sensoren. Die hier beschriebenen Systeme und Verfahren Verwerfen, als Reaktion auf Bestimmen, dass eine Schwellenanzahl von aufeinanderfolgenden Lokalisierungswerten von einem jeweiligen Sensor aus der Mehrzahl von Sensoren einen ungültigen Wert aufweisen, Lokalisierungswerte von dem jeweiligen Sensor. Die hier beschriebenen Systeme und Verfahren bestimmen, ob sich der geschätzte Ort der Tag-Vorrichtung in einem Gebiet von Interesse, das einen vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck aufweist, befindet. Die hier beschriebenen Systeme und Verfahren aktualisieren auch den geschätzten Ort der Tag-Vorrichtung auf der Grundlage von Vergleichen eines empfangenen Hochfrequenzsignals mit dem vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck.
1 zeigt ein System 100 zum Trainieren eines neuronalen Netzes. Das System 100 kann eine Eingangsschnittstelle zum Zugreifen auf Trainingsdaten 102 für das neuronale Netz umfassen. Beispielsweise kann, wie in 1 veranschaulicht ist, die Eingangsschnittstelle durch eine Datenablageschnittstelle 104 ausgebildet sein, die auf die Trainingsdaten 102 aus einer Datenablage 106 zugreift. Beispielsweise kann die Datenablageschnittstelle 104 eine Arbeitsspeicherschnittstelle oder eine Permanentspeicherschnittstelle, z. B. eine Festplatten- oder SSD-Schnittstelle, aber auch eine Persönliches-, Lokales- oder Weitbereichs-Netz-Schnittstelle, wie etwa eine Bluetooth-, Ultrabreitband(UWB)-, Zigbee-, Matter- oder Wi-Fi-Schnittstelle oder eine automobile Bus-, wie etwa eine CAN-, eine FlexRay-, eine MOST- oder eine Koaxial-Schnittstelle oder eine Ethernet- oder faseroptische Schnittstelle sein. Die Datenablage 106 kann eine interne Datenablage des Systems 100, wie etwa eine Festplatte oder SSD, aber auch eine externe Datenablage, z. B. eine netzwerkzugreifbare Datenablage, sein.
In manchen Ausführungsformen kann die Datenablage 106 ferner eine Datenrepräsentation 108 einer untrainierten Version des neuronalen Netzes umfassen, auf welche durch das System 100 von einer Datenablage 106 zugegriffen werden kann. Es versteht sich allerdings, dass auf die Trainingsdaten 102 und die Datenrepräsentation 108 des untrainierten neuronalen Netzes auch von einer anderen Datenablage zugegriffen werden kann, z. B. über ein anderes Subsystem der Datenablageschnittstelle 104. Jedes Subsystem kann von einer Art sein, wie sie oben für die Datenablageschnittstelle 104 beschrieben wurde.
In manchen Ausführungsformen kann die Datenrepräsentation 108 des untrainierten neuronalen Netzes durch das System 100 auf der Grundlage von Designparametern für das neuronale Netz intern erzeugt werden und kann daher nicht explizit auf der Datenablage 106 gespeichert sein. Das System 100 kann ferner ein Prozessorsubsystem 110 umfassen, das ausgelegt sein kann zum Liefern, während des Betriebs des Systems 100, einer iterativen Funktion als einen Ersatz für einen Stapel von Schichten des zu trainierenden neuronalen Netzes. Hier können jeweilige Schichten des Stapels von Schichten, die ersetzt werden sollen, gegenseitig gemeinsam genutzte Gewichte aufweisen und können als Eingabe eine Ausgabe einer vorhergehenden Schicht oder, für eine erste Schicht des Stapels von Schichten, eine Anfangsaktivierung und einen Teil der Eingabe des Stapels von Schichten empfangen.
Das Prozessorsubsystem 110 kann ferner ausgelegt sein zum iterativen Trainieren des neuronalen Netzes unter Verwendung der Trainingsdaten 102. Hier kann eine Iteration des Trainings durch das Prozessorsubsystem 110 einen Vorwärtspropagationsteil und einen Rückwärtspropagationsteil umfassen. Das Prozessorsubsystem 110 kann ausgelegt sein, unter anderen Operationen, zum Durchführen des Vorwärtspropagationsteils durch Definieren des Vorwärtspropagationsteils, der durchgeführt werden kann, Bestimmen eines Gleichgewichtspunkts der iterativen Funktion, an welchem die iterative Funktion auf einen festen Punkt konvergiert, wobei Bestimmen des Gleichgewichtspunkts Verwenden eines numerischen Wurzelfindungsalgorithmus zum Finden einer Wurzellösung für die iterative Funktion minus der Eingabe des Prozessorsubsystems 110 umfasst, und durch Liefern des Gleichgewichtspunkts als ein Ersatz für eine Ausgabe des Stapels von Schichten in dem neuronalen Netz.
Das System 100 kann ferner eine Ausgangsschnittstelle zum Ausgeben einer Datenrepräsentation 112 des trainierten neuronalen Netzes umfassen, wobei diese Daten auch als trainierte Modelldaten 112 bezeichnet werden können. Wie auch in 1 veranschaulicht ist, kann die Ausgangsschnittstelle durch die Datenablageschnittstelle 104 ausgebildet sein, wobei die Schnittstelle in diesen Ausführungsformen eine Eingangs/Ausgangs-Schnittstelle bzw. E/A-Schnittstelle ist, über die die trainierten Modelldaten 112 in der Datenablage 106 gespeichert werden können. Beispielsweise kann die Datenrepräsentation 108, die das ‚untrainierte‘ neuronale Netz definiert, während des oder nach dem Training(s) ersetzt werden, zumindest teilweise durch die Datenrepräsentation 112 des trainierten neuronalen Netzes, indem die Parameter des neuronalen Netzes, wie etwa Gewichte, Hyperparameter und andere Arten von Parametern des neuronalen Netzes, angepasst werden, um das Training auf den Trainingsdaten 102 zu reflektieren. Dies ist ebenfalls in 1 durch die Bezugsziffern 108, 112, die sich auf denselben Datensatz auf der Datenablage 106 beziehen, veranschaulicht. In manchen Ausführungsformen kann die Datenrepräsentation 112 von der das ‚untrainierte‘ neuronale Netz definierenden Datenrepräsentation 108 getrennt gespeichert werden. In manchen Ausführungsformen kann die Ausgangsschnittstelle von der Datenablageschnittstelle 104 getrennt sein, kann aber im Allgemeinen von einer wie oben für die Datenablageschnittstelle 104 beschriebenen Art sein.
In manchen Ausführungsformen kann das System 100 eine Mehrzahl von Sensoren mit drahtlosem Funk beinhalten. Zusätzlich oder alternativ kann das System 100 (z. B. einschließlich der Mehrzahl von Sensoren und des drahtlosen Funks) ein einziges System-on-Chip (SoC) umfassen oder könnte mit dem System 100 verbundenen drahtlosen Funk aufweisen. Zusätzlich oder alternativ kann das System 100 zum Bestromen der Sensoren ein Batteriemodul beinhalten oder kann Netzstrom unter Verwendung einer Wechselstrom(AC)- oder einer Gleichstrom(DC)-Quelle verwenden. Der drahtlose Funk kann verwendet werden zum Kommunizieren mit der Tag-Vorrichtung und zum Sammeln der Drahtlos-Signalqualität-Parameter während der Kommunikation. Der drahtlose Funk kann UWB-Technologien einsetzen, die Kanalzustandsinformationen als Kanalimpulsantwort liefern, bestehend aus empfangener Energie in gegebenen Zeitintervallen, was es erlaubt, direkten Weg, reflektierten Weg von Signalen, Signalankunftszeit, Empfangsleistung und Fortpflanzungszeit für jeden reflektierten Weg unter verschiedensten empfangenen Signalqualitätscharakteristika zu bestimmen. UWB-Technologien liefern verbesserte Timinggranularität und -Leistungsfähigkeit und sind daher genauer zum Bestimmen einer Distanz zwischen den Kommunikationsvorrichtungen. Wenn Genauigkeit kein Hauptanliegen ist, können auch einige Schmalbandtechnologien, wie etwa Niederenergie-Bluetooth oder Wi-Fi oder 802.15.4-basierte Lösungen, wie etwa ZigBee, Matter oder zellenbasierte Technologien (z. B. 3G, 4G, 5G, 6G) oder andere proprietäre Lösungen eingesetzt werden. Mit Wi-Fi können einige Frequenzkanäle zusammen'gefasst' werden, um eine relativ große Bandbreite zu erhalten. Allerdings sind für diese Schmalbandlösungen die Kanalzustandsinformationen, bezeichnet durch Kanalfrequenzantwort, was Amplitude und Phase des empfangenen Signals für jeden Frequenz-Subträger oder den gesamten Frequenzkanal (wenn es z. B. nur einen Subträger gibt) beinhaltet, die primäre Signalqualitätsquelle. Die Kanalzustandsinformationen können unter Anderem zum Bestimmen des Winkels des empfangenen Signals (wenn z. B. mehrere Antennen verfügbar sind), direkter gegenüber reflektiertem Weg, empfangene Signalstärke und Ankunftszeit genutzt werden. Das System 100 kann den drahtlosen Funk zum Kommunizieren mit anderen Sensoren oder dem Hauptsystem, wie in 2 beschrieben, verwenden oder könnte zusätzliche Kommunikationsverfahren oder -technik verwenden. Für den letzteren Fall kann das System 100 ein weiteres mit dem drahtlosen Funk verbundenes Kommunikationsmodul beinhalten. Das Kommunikationsmodul kann dieselbe Technologie verwenden, wie sie durch die Netzwerkschnittstelle 222 unterstützt wird.
2 stellt ein Sensorlokalisierungssystem 200 zum Implementieren eines Systems zum Lokalisieren von Sensoren relativ zu einer Tag-Vorrichtung dar. Das System 200 kann mindestens ein Rechensystem 202 beinhalten. Das Rechensystem 202 kann mindestens einen Prozessor 204, der betriebsfähig mit einer Arbeitsspeichereinheit 208 verbunden ist, beinhalten. Der Prozessor 204 kann eine oder mehrere integrierte Schaltungen beinhalten, die die Funktionalität einer zentralen Verarbeitungseinheit (CPU) 206 implementieren. Die CPU 206 kann eine kommerziell verfügbare Verarbeitungseinheit sein, die einen Anweisungsschritt implementiert, wie etwa eine aus den Anweisungssatzfamilien von x86, ARM, Power oder MIPS.
Während des Betriebs kann die CPU 206 gespeicherte Programmanweisungen, die aus der Arbeitsspeichereinheit 208 abgerufen werden, ausführen. Die gespeicherten Programmanweisungen können Software beinhalten, die den Betrieb der CPU 206 steuert, den hier beschriebenen Betrieb durchzuführen. In manchen Ausführungsformen kann der Prozessor 204 ein System auf einem Chip (SoC) sein, das Funktionalität der CPU 206, der Arbeitsspeichereinheit 208, einer Netzwerkschnittstelle und von Eingangs-/Ausgangsschnittstellen in eine einzige integrierte Vorrichtung integriert. Das Rechensystem 202 kann ein Betriebssystem zum Managen verschiedenster Aspekte des Betriebs implementieren.
Die Arbeitsspeichereinheit 208 kann flüchtigen Arbeitsspeicher und nichtflüchtigen Arbeitsspeicher zum Speichern von Anweisungen und Daten beinhalten. Der nichtflüchtige Arbeitsspeicher kann Festkörperspeicher, wie etwa NAND-Flash-Speicher, magnetische und optische Speicherungsmedien oder jegliche anderen geeigneten Datenablagevorrichtungen, die Daten behalten, wenn das Rechensystem 202 deaktiviert wird oder elektrische Energie verliert, beinhalten. Der flüchtige Arbeitsspeicher kann statischen und dynamischen Direktzugriffsspeicher (RAM), der Programmanweisungen und Daten speichert, beinhalten. Die Arbeitsspeichereinheit 208 kann beispielsweise ein/einen Maschinenlernmodell 210 oder -algorithmus, einen Trainingsdatensatz 212 für das Maschinenlernmodell 210, einen Quellenrohdatensatz 216 speichern.
Das Rechensystem 202 kann eine Netzwerkschnittstellenvorrichtung 222 beinhalten, die ausgelegt ist zum Liefern von Kommunikation mit externen Systemen und Vorrichtungen. Die Netzwerkschnittstellenvorrichtung 222 kann beispielsweise eine drahtgebundene und/oder drahtlose Ethernet-Schnittstelle, wie durch die Normenfamilien des „Institute of Electrical and Electronics Engineers“ (IEEE) 802.11 definiert, beinhalten. Das Netzwerk kann ein gängiges drahtgebundenes Controller Area Network (CAN) beinhalten. Die Netzwerkschnittstellenvorrichtung 222 kann eine Schnittstelle zellenbasierter Kommunikation zum Kommunizieren mit einem zellenbasierten Netz (z. B. 3G, 4G, 5G, 6G) beinhalten. Die Netzwerkschnittstellenvorrichtung 222 kann ferner ausgelegt sein zum Bereitstellen einer Kommunikationsschnittstelle mit einem externen Netzwerk 224 oder der Cloud.
Das externe Netzwerk 224 kann als das World-Wide-Web oder das Internet bezeichnet werden. Das externe Netzwerk 224 kann ein Standardkommunikationsprotokoll zwischen Rechenvorrichtungen herstellen. Das externe Netzwerk 224 kann erlauben, dass Informationen und Daten einfach zwischen Rechenvorrichtungen und Netzwerken ausgetauscht werden können. Ein oder mehrere Server 230 können mit dem externen Netzwerk 224 in Kommunikation stehen.
Das Rechensystem 202 kann eine Eingabe-/Ausgabe-Schnittstelle bzw. E/A-Schnittstelle 220, die ausgelegt sein kann zum Bereitstellen digitaler und/oder analoger Eingänge und Ausgänge, beinhalten. Die E/A-Schnittstelle 220 kann zusätzlich serielle Schnittstellen zur Kommunikation mit externen Vorrichtungen (z. B. eine USB-Schnittstelle (USB - Universal Serial Bus)) beinhalten.
Das Rechensystem 202 kann eine Mensch-Maschine-Schnittstelle-Vorrichtung bzw. HMI-Vorrichtung 218 beinhalten, die jegliche Vorrichtung, die das System 200 zum Empfangen von Steuereingaben befähigt, beinhalten kann. Beispiel für Eingabevorrichtungen können Eingänge menschlicher Schnittstellen beinhalten, wie etwa Tastaturen, Mäuse, Touchscreens, Spracheingabevorrichtungen und andere ähnliche Vorrichtungen. Das Rechensystem 202 kann eine Anzeigevorrichtung 232 beinhalten. Das Rechensystem 202 kann Hardware und Software zum Ausgeben von Graphik und Textinformationen an die Anzeigevorrichtung 232 beinhalten. Die Anzeigevorrichtung 232 kann einen elektronischen Anzeigebildschirm, einen Projektor, einen Drucker oder eine andere geeignete Vorrichtung zum Anzeigen von Informationen für einen Benutzer oder Bediener beinhalten. Das Rechensystem 202 kann ferner dafür ausgelegt sein, Interaktion mit abgesetzten HMI- und abgesetzten Anzeigevorrichtungen über die Netzwerkschnittstellenvorrichtung 222 zu erlauben.
Das System 200 kann unter Verwendung eines oder mehrerer Rechensysteme implementiert werden. Obgleich das Beispiel ein einziges Rechensystem 202 abbildet, das alle der beschriebenen Merkmale implementiert, ist es beabsichtigt, dass verschiedenste Merkmale und Funktionen separiert werden können und durch mehrere in Kommunikation miteinander stehende Recheneinheiten implementiert werden können. Die ausgewählte spezielle Systemarchitektur kann von einer Vielfalt von Faktoren abhängen. In manchen Ausführungsformen kann das System 200 eine elektronische Signalsteuereinheit des Fahrzeugs oder mehrere elektronische Steuereinheiten des Fahrzeugs umfassen. Zusätzlich oder alternativ kann das System 200 eine elektronische Steuereinheit, ausgelegt zum Verbinden eines oder mehrerer Subsysteme (z. B. wie etwa ein Subsystem für schlüssellosen Eintritt) mit einem oder mehreren anderen Subsystemen, umfassen. Zusätzlich oder alternativ kann das System 200 eine elektronische Steuereinheit des Subsystems für schlüssellosen Eintritt oder eines anderen geeigneten Subsystems des Fahrzeugs umfassen.
Das System 200 kann einen Maschinenlernalgorithmus 210 implementieren, der ausgelegt ist zum Analysieren des Quellenrohdatensatzes 216. Der Quellenrohdatensatz 216 kann rohe oder unverarbeitete Signalqualitätsdaten, die für einen Eingangsdatensatz für ein Maschinenlernsystem repräsentativ sein können, beinhalten. Der Quellenrohdatensatz 216 kann ferner Video, Videosegmente, Bilder, textbasierte Informationen und rohe oder teilweise verarbeitete Sensordaten (z. B. Radarkarte von Objekten) für Sensorfusion beinhalten. In manchen Ausführungsformen kann der Maschinenlernalgorithmus 210 ein Neuronales-Netz-Algorithmus sein, der dafür designt ist, eine vorbestimmte Funktion durchzuführen. Der Neuronales-Netz-Algorithmus kann beispielsweise ausgelegt sein zum Bestimmen von Zone und/oder Ort des Tags auf der Grundlage von Sensorqualitätsdaten und/oder geschätzter Tag-Entfernung von den Sensoren. Das neuronale Netz kann auch verwendet werden zum Bestimmen eines Lokalisierungsfaktors für geschätzte Entfernungen auf der Grundlage von Signalqualität solcher Schätzungen.
Das System 200 kann einen Trainingsdatensatz 212 für den Maschinenlernalgorithmus 210 speichern. Der Trainingsdatensatz 212 kann einen Satz von zuvor konstruierten Daten zum Trainieren des Maschinenlernalgorithmus 210 repräsentieren. Der Trainingsdatensatz 212 kann durch den Maschinenlernalgorithmus 210 zum Erlernen von Gewichtsfaktoren, die mit einem Neuronales-Netz-Algorithmus verknüpft sind, verwendet werden. Der Trainingsdatensatz 212 kann einen Satz von Quellendaten beinhalten, der entsprechende Ergebnisse oder Resultate aufweist, die der Maschinenlernalgorithmus 210 über den Lernprozess zu duplizieren versucht. In diesem Beispiel kann der Trainingsdatensatz 212 Signalqualitätswerte und/oder geschätzte Entfernungen und entsprechende vorbestimmte Orte von Interesse/Zonen beinhalten. Die Daten können Szenarien unter verschiedenen Parkbedingungen beinhalten, wie etwa offenes Parken, geschlossenes Parken, Garage und/oder dergleichen.
Der Maschinenlernalgorithmus 210 kann unter Verwendung des Trainingsdatensatzes 212 als Eingabe in einem Lernmodus betrieben werden. Der Maschinenlernalgorithmus 210 kann unter Verwendung der Daten von dem Trainingsdatensatz 212 über eine Reihe von Iterationen ausgeführt werden. Mit jeder Iteration kann der Maschinenlernalgorithmus 210 auf der Grundlage der erreichten Resultate interne Gewichtungsfaktoren aktualisieren. Der Maschinenlernalgorithmus 210 kann beispielsweise Ausgaberesultate (z. B. Anmerkungen) mit jenen, die in dem Trainingsdatensatz 212 enthalten sind, vergleichen. Da der Trainingsdatensatz 212 die erwarteten Resultate beinhaltet, kann der Maschinenlernalgorithmus 210 bestimmen, wann die Leistungsfähigkeit akzeptabel ist. Nachdem der Maschinenlernalgorithmus 210 ein vorbestimmtes Leistungsfähigkeitsniveau (z. B. 100 % Übereinstimmung mit den Ergebnissen, die mit dem Trainingsdatensatz 212 verknüpft sind) erreicht hat, kann der Maschinenlernalgorithmus 210 unter Verwendung von Daten, die sich nicht in dem Trainingsdatensatz 212 befinden ausgeführt werden. Der trainierte Maschinenlernalgorithmus 210 kann auf neue Datensätze angewandt werden, um angemerkte Daten zu erzeugen.
Der Maschinenlernalgorithmus 210 kann ausgelegt sein zum Identifizieren eines speziellen Merkmals in den Quellenrohdaten 216. Die Quellenrohdaten 216 können eine Mehrzahl von Instanzen oder einen Eingangsdatensatz, für den Anmerkungsresultate gewünscht sind, beinhalten. Der Maschinenlernalgorithmus 210 kann beispielsweise ausgelegt sein zum Bestimmen des Lokalisierungsfaktors für geschätzte Entfernung, basierend auf der Signalqualität. Der Maschinenlernalgorithmus 210 kann dafür programmiert sein, die Quellenrohdaten 216 zu verarbeiten, um das Vorhandensein spezieller Merkmale zu identifizieren. Der Maschinenlernalgorithmus 210 kann ausgelegt sein zum Identifizieren eines Merkmals in den Quellenrohdaten 216 als ein vorbestimmtes Merkmal (z. B. geschätzte Entfernung von Sensoren zum Bestimmen eines Ortes von Interesse/einer Zone). Die Quellenrohdaten 216 können aus einer Vielfalt von Quellen abgeleitet werden. Beispielsweise können die Quellenrohdaten 216 tatsächliche Eingangsdaten, die durch ein Maschinenlernsystem gesammelt wurden, sein. Die Quellenrohdaten 216 können zum Testen des Systems maschinell erzeugt sein. Als ein Beispiel können die Quellenrohdaten 216 geschätzte Entfernung, Messentfernung (Ground Truth), Signalqualitätsparameter und andere Semantik (z. B. Ort, Umgebung) beinhalten.
In dem Beispiel kann der Maschinenlernalgorithmus 210 Quellenrohdaten 216 verarbeiten und eine Angabe über einen Ort von Interesse und/oder einen Lokalisierungsfaktor ausgeben. Die Ausgabe kann auch eine erweiterte Repräsentation der Signalqualitätsparameter beinhalten. Ein Maschinenlernalgorithmus 210 kann ein Vertrauensniveau oder einen Vertrauensfaktor für jede erzeugte Ausgabe erzeugen. Beispielsweise kann ein Vertrauenswert, der eine vorbestimmte Hochvertrauensschwelle übersteigt, anzeigen, dass der Maschinenlernalgorithmus 210 zuversichtlich ist, dass das identifizierte Merkmal dem speziellen Merkmal entspricht. Ein Vertrauenswert, der kleiner als eine Geringvertrauensschwelle ist, kann angeben, dass der Maschinenlernalgorithmus 210 eine gewisse Ungenauigkeit aufweist, dass das spezielle Merkmal vorhanden ist.
3 ist ein Blockdiagramm, das einen Überblick auf hohem Niveau über den Tag-Vorrichtung-Lokalisierungsprozess 300 veranschaulicht. In 302 empfängt der Prozess 300 einen Lokalisierungswert von jedem Sensor von einer Vielzahl von Sensoren. Beispielsweise wird ein Fahrzeug, das mehrere an mehreren Punkten des Fahrzeugs platzierte Sensoren aufweist, einen Lokalisierungswert von jedem der mehreren Sensoren melden. Die Lokalisierungswerte der Sensoren befinden sich in einer geschätzten Distanz zwischen jedem Sensor und einer Tag-Vorrichtung. Eine Tag-Vorrichtung kann ein Smartphone, eine Smartwatch, Brillen für erweiterte Realität, ein persönlicher digitaler Assistent, ein Laptop oder jegliche passende Vorrichtung sein.
In 304 identifiziert der Prozess 300 einen ersten Sensor aus der Mehrzahl von Sensoren auf der Grundlage von dessen Lokalisierungswert. Der Lokalisierungswert von jedem Sensor wird verglichen und eingestuft. Der Sensor mit der kürzesten Distanz wird als der erste Sensor designiert. In 306 identifiziert der Prozess 300 eine Untermenge aus der Mehrzahl von Sensoren auf der Grundlage des ersten Sensors und einer geometrischen Beziehung mit den verbliebenen Sensoren. Geometrische Konditionierung hilft beim Ausschließen von Sensoren, die Kollinearität und/oder Komplanarität aufzeigen, die die Genauigkeit des Minimierungsalgorithmus negativ beeinflussen. Sensorgruppen mit symmetrischer Geometrie sollten gewählt werden. Sensoren auf einer geraden Linie sollten gemieden werden.
In 308 berechnet der Prozess 300 einen geschätzten Lokalisierungswert der Tag-Vorrichtung in Beziehung zu dem Fahrzeug auf der Grundlage der Untermenge von Sensoren, einschließlich des ersten Sensors. Der Prozess macht weiter mit Aktualisieren des geschätzten Orts der Tag-Vorrichtung im Zeitverlauf. Jede neue Iteration der Ortsschätzung durch den Prozess 300 aktualisiert den geschätzten Ort auf der Grundlage des neuesten Lokalisierungswerts der Sensoren. Da sich die Tag-Vorrichtung in Bezug auf das Fahrzeug bewegt, wird sich der erste Sensor aus der Mehrzahl von Sensoren ändern. Die Untermenge von Sensoren, einschließlich des ersten Sensors wird sich gleichermaßen ändern.
4 ist ein Blockdiagramm, das allgemein den Prozess zum Berechnen des Orts einer Tag-Vorrichtung in Bezug auf einen Ort, der eine Mehrzahl von Sensoren aufweist, veranschaulicht. In 402 empfängt der Prozess 400 von dem einen oder den mehreren Sensoren einen Lokalisierungswert, der die Distanz zwischen jedem einzelnen Sensor und der Tag-Vorrichtung angibt. In 404 betrachtet der Prozess 400 fünf aufeinanderfolgende Lokalisierungswerte, die von jedem Sensor ausgegeben werden. Der Prozess 400 bestimmt, ob es, unter den fünf aufeinanderfolgenden Lokalisierungswerten, drei aufeinanderfolgende Nullwerte gibt. Alle Sensoren, die drei aufeinanderfolgende Nullwerte unter den letzten fünf Lokalisierungswerten, die von den Sensoren empfangen wurden, melden, werden verworfen. Die identifizierten Sensoren, die mehr als drei aufeinanderfolgende Nullwerte aufweisen, bleiben verworfen, bis die empfangenen Werte nicht mehr aufeinanderfolgende Nullwerte sind oder sich der Ort der Tag-Vorrichtung in Bezug auf den Ort, der die Sensoren aufweist, bewegt hat.
In 406 erhält der Prozess 400 im Zeitverlauf Lokalisierungswerte von den verbliebenen Sensoren. Ein Filter (wie etwa ein Kalman-Filter) kann manchmal auf jeden Sensor angewandt werden, um Fehler zu reduzieren. Der Prozess 400 bestimmt, wann das Filter angewendet werden soll, basierend auf der geschätzten Bewegung der Tag-Vorrichtung in Bezug auf den Ort, der die Sensoren aufweist. Wenn sich die Sensoren beispielsweise an einem Fahrzeug befinden und bestimmen, dass, im Zeitverlauf, der Ort der Tag-Vorrichtung in Bezug auf das Fahrzeug nahezu stationär ist (d. h., dass die absolute Differenz kleiner als eine vorbestimmte Schwelle ist, wie etwa 10 cm), wird der Prozess 400 ein Filter auf jeden Sensor anwenden. Wenn stattdessen die Sensoren an dem Fahrzeug bestimmen, dass sich der Ort der Tag-Vorrichtung mit der Zeit ändert (d. h., dass die absolute Differenz größer als eine vorbestimmte Schwelle ist), wendet der Prozess 400 keine Filter auf die Sensoren an. In 408 bestimmt der Prozess 400, ob sich die Tag-Vorrichtung in Bezug auf den Ort, der die Sensoren aufweist, bewegt oder nicht. Falls die Sensoren in 408 angeben, dass sich die Tag-Vorrichtung in Bezug auf den Ort, der die Sensoren aufweist, nicht bewegt, dann bewegt sich der Prozess 400 zu Schritt 410 weiter, ansonsten bewegt sich der Prozess 400 zu Schritt 412 weiter.
In 410 wendet der Prozess 400 ein Filter auf die Mehrzahl von Sensoren, die mit einem Ort verknüpft sind, an. In 412 wendet der Prozess 400 den Dreiecksungleichungssatz auf die Lokalisierungswerte, die durch die Sensoren geliefert werden, an, um fehlerhafte Auslesungen zu korrigieren. Der Prozess 400 bestimmt die kürzeste Distanz zwischen einem Sensor und der Tag-Vorrichtung. Für einen Sensor, der eine größere Distanz als die Summen der Distanz zwischen einem weiteren Sensor und der Tag-Vorrichtung meldet, Einstellen des Werts des Sensors auf die Summe der Distanzen zwischen dem anderen Sensor und der Tag-Vorrichtung. Jeglicher Sensor, der Auslesungen liefert, die auf der Grundlage des Dreiecksungleichungssatzes unmöglich sind, wird auf das durch den Dreiecksungleichungssatz erlaubte theoretische Maximum reduziert.
In 414 bestimmt der Prozess 400, welche Sensoren die kürzeste Distanz zwischen dem Sensor und der Tag-Vorrichtung melden. Der Prozess 400 wählt eine Untermenge aus der Mehrzahl von Sensoren auf der Grundlage davon, welche die kürzeste Distanz melden. Der Prozess 400 wählt eine vorbestimmte Anzahl von Sensoren für die Untermenge (d. h. drei bis fünf Sensoren). In 416 bestimmt der Prozess 400, welche Untermenge von Sensoren die kürzeste Distanz melden und schätzt den Ort der Tag-Vorrichtung, wobei der Ursprung der Berechnung der Sensor, der die kürzeste Distanz meldet, ist.
In 418 bestimmt der Prozess 400 eine Cramer-Rao-Unterschranke(CRLB)-Bewertung für jeden Sensor der Untermenge von Sensoren. Die hier beschriebenen Systeme und Verfahren können ausgelegt sein zum Beinhalten einer auf Cramer-Rao-Unterschranke bzw. CRLB (CRLB - Cramer-Rao Lower Bound) basierenden Lokalisierungsberechnung zum Auswählen von Sensoren zum Liefern einer Eingabe in den Minimierungsalgorithmus. CRLB integriert die Effekte von relativer Geometrie des berechneten Keimpunkts (beste Schätzung des Anfangsortes der Tag-Vorrichtung) und der Sensoren, die in der speziellen Entfernungsmessungsrunde geantwortet haben. Die Sensoren werden auf der Grundlage von deren CRLB-Bewertung eingestuft, wobei eine höhere Bewertung höher eingestuft wird.
In 420 wählt der Prozess 400 eine Untermenge der Mehrzahl von Sensoren auf der Grundlage der CRLB-Bewertungseinstufung aus und berechnet einen geschätzten Ort der Tag-Vorrichtung auf der Grundlage der von der Untermenge von Sensoren empfangenen Lokalisierungswerte. Der Prozess 400 wendet einen Gradientenabstiegsalgorithmus an, um die Lokalisierungsberechnung der Tag-Vorrichtung zu optimieren. Auf der Grundlage der geschätzten Position der Tag-Vorrichtung bestimmt der Prozess 400, ob sich die Tag-Vorrichtung in einem vorbestimmten Gebiet von Interesse befindet. Wo der mit den Sensoren verknüpfte Ort beispielsweise ein Fahrzeug ist, dann kann das vorbestimmte Gebiet von Interesse das Handschuhfach des Fahrzeugs oder irgendeine für die zu lokalisierende Tag-Vorrichtung übliche Position sein. Orte, die für die Tag-Vorrichtung üblich sind, werden einen mit dieser verknüpften vorab gespeicherten Hochfrequenz-Fingerabdruck aufweisen. Dass sich die Tag-Vorrichtung in dem gleichen Gebiet befindet, sollte den gleichen Hochfrequenz-Fingerabdruck nachbilden.
In 422 bestimmt der Prozess 400, ob sich die Tag-Vorrichtung an einem der vorbestimmten Orte befindet oder nicht. Falls die Tag-Vorrichtung als an einem vorbestimmten Ort befindlich bestimmt wird, bewegt sich der Prozess 400 zu 424 weiter. In 424 wendet der Prozess 400 die Hochfrequenz-Fingerabdruck-Methode zum Verifizieren des Orts der Tag-Vorrichtung an. Die Hochfrequenz-Fingerabdruck-Methode vergleicht den aktuellen Hochfrequenz-Fingerabdruck der Tag-Vorrichtung und vergleicht ihn mit der vorab gespeicherten Aufzeichnung der Tag-Vorrichtung, als sie sich an demselben Ort befand. Falls die Fingerabdrücke identisch sind, dann ist der Ort der Tag-Vorrichtung authentifiziert.
5 ist ein Blockdiagramm, das allgemein den Prozess zum Berechnen des Orts einer Tag-Vorrichtung in Bezug auf einen Ort, der eine Mehrzahl von Sensoren aufweist, veranschaulicht. In 502 empfängt der Prozess 500 von dem einen oder den mehreren Sensoren einen Lokalisierungswert, der die Distanz zwischen jedem einzelnen Sensor und der Tag-Vorrichtung angibt. In 504 betrachtet der Prozess 500 fünf aufeinanderfolgende Lokalisierungswerte, die von jedem Sensor ausgegeben werden. Der Prozess 500 bestimmt, ob es, unter den fünf aufeinanderfolgenden Lokalisierungswerten, drei aufeinanderfolgende Nullwerte gibt. Alle Sensoren, die drei aufeinanderfolgende Nullwerte unter den letzten fünf Lokalisierungswerten, die von den Sensoren empfangen wurden, melden, werden verworfen. Die identifizierten Sensoren, die mehr als drei aufeinanderfolgende Nullwerte aufweisen, bleiben verworfen, bis die empfangenen Werte nicht mehr aufeinanderfolgende Nullwerte sind oder sich der Ort der Tag-Vorrichtung in Bezug auf den Ort, der die Sensoren aufweist, bewegt hat.
In 506 erhält der Prozess 500 im Zeitverlauf Lokalisierungswerte von den verbliebenen Sensoren. Ein Filter (wie etwa ein Kalman-Filter) kann manchmal auf jeden Sensor angewandt werden, um Fehler zu reduzieren. Der Prozess 400 bestimmt, wann das Filter angewendet werden soll, basierend auf der geschätzten Bewegung der Tag-Vorrichtung in Bezug auf den Ort, der die Sensoren aufweist. Wenn sich die Sensoren beispielsweise an einem Fahrzeug befinden und bestimmen, dass, im Zeitverlauf, der Ort der Tag-Vorrichtung in Bezug auf das Fahrzeug nahezu stationär ist (d. h., dass die absolute Differenz kleiner als eine vorbestimmte Schwelle ist, wie etwa 10 cm), wird der Prozess 500 ein Filter auf jeden Sensor anwenden. Wenn stattdessen die Sensoren an dem Fahrzeug bestimmen, dass sich der Ort der Tag-Vorrichtung mit der Zeit ändert (d. h., dass die absolute Differenz größer als eine vorbestimmte Schwelle ist), wendet der Prozess 500 keine Filter auf die Sensoren an. In 508 bestimmt der Prozess 500, ob sich die Tag-Vorrichtung in Bezug auf den Ort, der die Sensoren aufweist, bewegt oder nicht. Falls die Sensoren in 408 angeben, dass sich die Tag-Vorrichtung in Bezug auf den Ort, der die Sensoren aufweist, nicht bewegt, dann bewegt sich der Prozess 500 zu Schritt 510 weiter, ansonsten bewegt sich der Prozess 500 zu Schritt 512 weiter.
In 510 wendet der Prozess 500 ein Filter auf die Mehrzahl von Sensoren, die mit einem Ort verknüpft sind, an. Es versteht sich, dass die Schritte 512, 514 und 518 für das Betreiben der Erfindung in Gänze optional sind. Ein Administrator kann die Schritte 512, 514 und 518 wenn nötig fallweise integrieren. In 512 wendet der Prozess 500 den Dreiecksungleichungssatz auf die Lokalisierungswerte, die durch die Sensoren geliefert werden, an, um fehlerhafte Auslesungen zu korrigieren. Der Prozess 500 bestimmt die kürzeste Distanz zwischen einem Sensor und der Tag-Vorrichtung. Für einen Sensor, der eine größere Distanz als die Summen der Distanz zwischen einem weiteren Sensor und der Tag-Vorrichtung meldet, Einstellen des Werts des Sensors auf die Summe der Distanzen zwischen dem anderen Sensor und der Tag-Vorrichtung. Jeglicher Sensor, der Auslesungen liefert, die auf der Grundlage des Dreiecksungleichungssatzes unmöglich sind, wird auf das durch den Dreiecksungleichungssatz erlaubte theoretische Maximum reduziert.
In 514 wendet der Prozess 500 eine Zwangssphärenberechnung auf die durch die Sensoren gemeldeten Lokalisierungswerte an. In 516 bestimmt der Prozess 500, welche Untermenge von Sensoren die kürzeste Distanz melden und schätzt den Ort der Tag-Vorrichtung, wobei der Ursprung der Berechnung der Sensor, der die kürzeste Distanz meldet, ist. Falls es zwischen zwei Mengen von Sensoren einen Gleichstand gibt, wird die Menge von Sensoren, die die kleinste Summe von Lokalisierungswerten aufweist, ausgewählt.
In 518 wendet der Prozess 500 einen Biaskompensationswert auf die durch die Menge von Sensoren gemeldeten Lokalisierungswerte an, wobei die Fehlerverteilung auf einem spezifischen Sensor oder einer bestimmten Reihenfolge in der Menge auf der Grundlage der kürzesten Entfernung basieren kann (z. B. Verteilung von Fehlern für kürzest meldende Sensoren, zweitkürzest meldende Sensoren und dergleichen). Die obigen können kombiniert werden, um sowohl das Mittel als auch die Standardabweichung gemeldeter Fehler zu beeinflussen. Zusätzlich oder alternativ kann ein Kompensationsfaktor durch Auswählen eines Faktors, der den gesamten mittleren Fehler der Fehlerverteilung minimiert, berechnet werden. Dieser mittlere Fehler kann einen vorzeichenbehafteten mittleren Fehler, einen absoluten mittleren Fehler oder einen mittleren quadratischen Fehler der Fehlerverteilung beinhalten. Ferner können Fehlerverteilungen für die ganzen Daten oder spezifische Kategorien produziert werden, auf der Grundlage von Entfernung, Leistungswerten, LOS/NLOS, pro Sensor oder Sensorreihenfolge, wie etwa zuvor erwähnt, um jeweilige Kompensationsfaktoren und/oder mittlere Fehler zu erhalten. Alternativ kann der Biaskompensationswert für jeden empfangenen Lokalisierungswert einzeln berechnet werden, angezeichnet durch einen Lokalisierungsfaktor. Der Prozess 500 kann, als Reaktion auf eine Bestimmung der Signalqualität, Anwenden eines Lokalisierungsfaktors auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren beinhalten. Der Lokalisierungsfaktor wird unter Verwendung von Klassifizierung und/oder von Regressionsmodellen über Signalqualitätsparameter berechnet, um die Fehler von Lokalisierungswerten zu minimieren.
In 520 wendet der Prozess 500 einen Gradientenabstiegsalgorithmus an, um die Lokalisierungsberechnung der Tag-Vorrichtung zu optimieren. Auf der Grundlage der geschätzten Position der Tag-Vorrichtung bestimmt der Prozess 500, ob sich die Tag-Vorrichtung in einem vorbestimmten Gebiet von Interesse befindet. Wo der mit den Sensoren verknüpfte Ort beispielsweise ein Fahrzeug ist, kann dann das vorbestimmte Gebiet von Interesse das Handschuhfach des Fahrzeugs oder irgendeine für die zu lokalisierende Tag-Vorrichtung übliche Position sein. Orte, die für die Tag-Vorrichtung üblich sind, werden einen mit dieser verknüpften vorab gespeicherten Hochfrequenz-Fingerabdruck aufweisen. Dass sich die Tag-Vorrichtung in dem gleichen Gebiet befindet, sollte den gleichen Hochfrequenz-Fingerabdruck nachbilden.
In 522 bestimmt der Prozess 500, ob sich die Tag-Vorrichtung an einem der vorbestimmten Orte befindet oder nicht. Falls die Tag-Vorrichtung als an einem vorbestimmten Ort befindlich bestimmt wird, bewegt sich der Prozess 500 zu 524 weiter. In 524 wendet der Prozess 500 die Hochfrequenz-Fingerabdruck-Methode zum Verifizieren des Orts der Tag-Vorrichtung an. Die Hochfrequenz-Fingerabdruck-Methode vergleicht den aktuellen Hochfrequenz-Fingerabdruck der Tag-Vorrichtung und vergleicht ihn mit der vorab gespeicherten Aufzeichnung der Tag-Vorrichtung, als sie sich an demselben Ort befand. Falls die Fingerabdrücke identisch sind, dann ist der Ort der Tag-Vorrichtung authentifiziert.
6 ist ein Blockdiagramm, das den Prozess des Bestimmens, welche Art von Lokalisierungsberechnung auf der Grundlage der empfangenen Eingaben möglich ist, veranschaulicht. In 602 empfängt der Prozess 600 Lokalisierungssignale von Sensoren, die mit einem Ort verknüpft sind. In 604 bestimmt der Prozess 600, ob die Anzahl von meldenden Sensoren größer oder gleich drei ist. Falls mehr als oder genau drei Sensoren verfügbar sind, bestimmt der Prozess 600 in 606, dass eine Berechnung des Orts der Tag-Vorrichtung in Bezug auf die Sensoren in 3D vorgenommen werden kann.
In 608 bestimmt der Prozess 600, ob die Anzahl von meldenden Sensoren größer oder gleich zwei ist. Falls zwei Sensoren verfügbar sind, bestimmt der Prozess 600 in 610, dass eine Berechnung des Orts der Tag-Vorrichtung in Bezug auf die Sensoren in 2D vorgenommen werden kann. In 612 bestimmt der Prozess 600, ob die Anzahl von meldenden Sensoren eins ist. Falls mindestens ein Sensor verfügbar ist, bestimmt der Prozess 600 in 614, dass eine Berechnung des Orts der Tag-Vorrichtung in Bezug auf die Sensoren nur als eine Distanz zwischen der Tag-Vorrichtung und dem Sensor vorgenommen werden kann.
7 ist ein Liniendiagramm, das allgemein den Prozess von Kommunikation zwischen den Sensoren und der Tag-Vorrichtung veranschaulicht. Wenn die Tag-Vorrichtung die Sensoren abfragt, wird die Abfrageanfrage an alle der verfügbaren Sensoren gesendet. Jeder Sensor wiederum antwortet auf der Grundlage der Abfrageanfrage zurück an die Tag-Vorrichtung. Der zweite und der dritte Sensor können die empfangenen Metadaten an den ersten Sensor zurückmelden. Der erste Sensor kann mit der Mehrzahl von Sensoren kommunizieren, um eine Untermenge von Sensoren zu erschaffen, die diesen selbst enthalten kann. Alternativ kann die Tag-Vorrichtung nur den ersten Sensor abfragen, der dann die Mehrzahl von verbliebenen Sensoren abfragt.
8 veranschaulicht allgemein die geometriebasierte Ankerauswahlmethodologie, die zum Bestimmen einer Untermenge von Sensoren aus der Mehrzahl von Sensoren verwendet wird. Auswählen einer Untermenge von Sensoren aus der Mehrzahl von Sensoren basiert auf der Symmetrie von deren Orten. Eine ausgewogene Installationstopologie liefert eine stabilere Lokalisierung im Vergleich zu nichtausgewogenen, wie etwa, dass die Hälfte oder mehr Anker für Lokalisierung in derselben Ebene verwendet wird. Eine Sensorgruppe, die zwei Sensoren an einem Platz aufweist, kann dazu führen, dass die Lokalisierungsberechnung in lokalen Minima steckenbleibt. Untermengen von Sensoren können auf der Grundlage von symmetrischer Geometrie gewählt werden. Die Sensoren in 8 sind beispielsweise als 1-8 bezeichnet, und eine ideale Untermenge von Sensoren kann 1, 2, 3 und 4 sein, auf der Grundlage von deren unterschiedlichen Orten und davon, dass sie eine rechteckige Gestalt bilden. Eine weitere mögliche Untermenge von geometrisch ausgerichteten Ankern ist {1, 4, 6, 7} sowie {2, 3, 6, 7} und {5, 6, 7, 8}.
Jegliche Untermenge von Sensoren, für welche die meisten oder alle Sensoren eine gerade Linie oder eine nahezu gerade Linie ausbilden können, sollte vermieden werden. Ein Beispiel für eine unerwünschte Untermenge von Sensoren kann 1, 7 und 2 sowie 4, 6 und 3 beinhalten.
9 veranschaulicht allgemein die mathematischen Grundlagen der Zwangssphärenberechnung. In der Berechnung 900, sobald die Entfernungskompensation angewandt wurde, berechnen die hier beschriebenen Systeme und Verfahren Schnittpunkte für jedes Paar von sich schneidenden Kreisen. Jedes Paar von Sensoren mit sich schneidenden Entfernungssphären wird einen Schnittkreis schaffen. Die Berechnung 900 beinhaltet Nächste-Nachbarn-Cluster (nearest neighbour - k-NN), wobei Cluster mit der größten Anzahl von Schnittpunkten bestimmt werden und der Schwerpunkt dieses Clusters als der Ursprung gewählt wird. Median, Mittel oder andere statistische Berechnungen von diesen Clusterpunkten können auch als eine Lösung gewählt werden. Die Distanz zu jedem Sensor wird von diesem Punkt aus berechnet. Die Berechnung 900 kann die gemeldeten Entfernungen für die Sensoren autokorrigieren, wobei die neue Entfernungsdifferenz über einer gegebenen Schwelle (z. B. 20 cm oder 20 %) liegt, bevor mit Schätzen des Orts der Tag-Vorrichtung weitergemacht wird. Dies kann eine der Möglichkeiten für Parameterkorrektur sein. In einem solchen Fall gibt es einen Vorteil beim Nutzen aller Sensoren zum Bestimmen des Startpunkts, allerdings kommt dieser Vorteil auf Kosten höherer Rechenanforderungen.
Die Berechnung 900 kann die Gleichungen von allen der Schnittkreise der Sphärenpaare ableiten. Die Berechnung 900 kann ausgelegt sein zum paarweisen Lösen, um die Schnittpunkte der Kreise durch Iterieren über die spezifizierte Domäne von t zu finden und die Punkte zu berücksichtigen, die beide betrachteten Kreisgleichungen erfüllen. Die Berechnung 900 kann ausgelegt sein zum Iterieren durch die Werte von t zwischen [0, 2π] und Nehmen der sich ergebenden Punkte, die zwischen jeglichen zwei parametrischen Gleichungen des Kreises von sich schneidenden Sphären gleich sind. Diese Punkte bilden die Menge von allen Schnittpunkten des Kreises von Schnitten von Sphären, jeweils zwei zurzeit. Der Radius des Schnittkreises bestimmt sich zu: $r = \frac{\sqrt{4 r_{m}^{2} d_{m k}^{2} - {(r_{m}^{2} + d_{m k}^{2} - r_{k}^{2})}^{2}}}{2 d_{m k}}$
Die Gleichung der Ebene, die den Schnittkreis der Sphäre enthält, ist in der allgemeinen Form gegeben als: $A X + B Y + C Z + D = 0$
Die parametrische Gleichung der Linie, die den Mittelpunkt der zwei sich schneidenden Sphären verbindet und durch die obige Ebene hindurchgeht, ist gegeben als: $+ t (x_{k}^{2} - x_{m}^{2}), y = y_{m} + t (y_{k}^{2} - y_{m}^{2}) und z = z_{m} + t (z_{k}^{2} - z_{m}^{2})$
Wobei der Parameter t gegeben ist durch: $t = \frac{A x_{m} + B y_{m} + C z_{m} + D}{A (x_{m} - x_{k}) + B (y_{m} - y_{k}) + C (z_{m} - z_{k})}$
Ersetzen von t in der parametrischen Gleichung der Linie ergibt das Zentrum des Schnittkreises (x_c,y_c,z_c). Auflösen nach einem Punkt auf dem Schnittkreis, der eine kartesische Distanz r von dem Zentrum des Kreises entfernt ist, um (x_p, y_p, z_p) zu berechnen. Die Berechnung 900 definiert einen Einheitsvektor î mit den zwei Punkten (x_c, y_c, z_c) und (x_p, y_p, z_p). Ein Einheitsvektor k̂, senkrecht zu der Schnittebene, ist unter Verwendung der Ebenengleichung und (x_c, y_c, z_c) definiert. Die Berechnung 900 kann einen Einheitsvektor orthogonal zu ll ̂ und parallel zu der Schnittebene ableiten als ĵ = î × k̂. Nun kann die Berechnung 900 die parametrische Gleichung des Schnittkreises von zwei Sphären definieren als: $p (t) = (x_{c}, y_{c}, z_{c}) + r cos (t) \hat{l} + r sin (t) \hat{j}, w o b e i 0 \leq t \leq 2 π$
10 veranschaulicht allgemein die mathematischen Grundlagen der 3D-Schwerpunktsberechnung. Die Berechnung 1000 erfordert ein Minimum von drei Sensoren, die Lokalisierungsdaten melden, um die Berechnung durchzuführen. Die Berechnung 1000 berechnet die Mittelpunkte von jedem Schnittkreis. Der Startpunkt ist der Mittelwert der Koordinaten der Mittelpunkte dieser Schnittkreise. Die Berechnung 1000 minimiert den Rechenmehraufwand der Zwangssphärenberechnung. Wenn mehr als 3 Anker in Betracht gezogen werden, hat die Berechnung 1000 zwei Optionen: sie kann alle der gewählten in der Menge (etwa vier) auf einmal berücksichtigen, was zu sechs Schnittkreisen führt. Der Keimbildungspunkt kann in dem Fall das Mittel, der Median, die Mitte oder ein anderer statistischer Berechnungspunkt von jenen sechs Zentren von Schnittkreisen sein.
Die Berechnung 1000 schätzt den Mittelpunkt für das Schnittgebiet von drei Sphären. Die Berechnung 1000 schätzt das Zentrum des durch ein gegebenes Paar von sich schneidenden Kreisen gebildeten Kreises. Wobei (x₁,y₁,z₁) und (x₂, y₂, z₂) Koordinaten eines gegebenen Sensors 1 und 2 mit jeweiligen Distanzen zu der Tag-Vorrichtung r₁ und r₂ sind. Ferner ist die Distanz zwischen diesen Sensoren d₁₂. Die Schätzungsberechnung ist wie folgt: $\begin{array}{l} (x_{12}, y_{12}, z_{12}) = (\frac{x_{1} + x_{2}}{2} + \frac{(x_{2} - x_{1}) (r_{1}^{2} - r_{2}^{2})}{2 d_{12}^{2}}, \frac{y_{1} + y_{2}}{2} \\ + \frac{(y_{2} - y_{1}) (r_{1}^{2} - r_{2}^{2})}{2 d_{12}^{2}}, \frac{z_{1} + z_{2}}{2} + \frac{(z_{2} - z_{1}) (r_{1}^{2} - r_{2}^{2})}{2 d_{12}^{2}}) \end{array}$
In dem Fall, in dem sich keine Sphären schneiden, nehme man die Mittelwerte als: $[\frac{x_{1} + x_{2}}{2}, \frac{y_{1} + y_{2}}{2}, \frac{z_{1} + z_{2}}{2}]$
Jedes Paar von Sensoren sollte einen solchen Punkt ergeben, der Schwerpunkt des durch die drei Punkte gebildeten Dreiecks wird die Schätzung sein von: $(\frac{x_{12} + x_{23} + x_{31}}{3}, \frac{y_{12} + y_{23} + y_{31}}{3}, \frac{z_{12} + z_{23} + z_{31}}{3})$
In einem Szenarium, in dem vier Sensoren verfügbar sind, berechnet sich das Schwerpunktmittel zu: $(\frac{x_{12} + x_{23} + x_{31} + x_{23} + x_{34}}{6}, \frac{y_{12} + y_{23} + y_{31} + y_{14} + y_{24} + y_{34}}{6}, \frac{z_{12} + z_{23} + z_{31} + z_{14} + z_{34}}{6})$
In einem Szenarium, in dem vier Sensoren verfügbar sind, berechnet sich der Schwerpunktmedian zu: ${(x_{12} + x_{23} + x_{31} + x_{23} + x_{34}), (y_{12} + y_{23} + y_{31} + y_{23} + y_{34}), (z_{12} + z_{23} + z_{31} + z_{23} + z_{34})}$
In einem Szenarium, in dem vier Sensoren verfügbar sind, berechnet sich die Schwerpunktmitte zu: ${(x_{12}, x_{23}, x_{31}, x_{14}, x_{24}, x_{34}), (y_{12}, y_{23}, y_{31}, y_{14}, y_{24}, y_{34}), (z_{12}, z_{23}, z_{31}, z_{14}, z_{24}, z_{34})}$
11 veranschaulicht allgemein die mathematischen Grundlagen der Umschließungskastenberechnung. Die Berechnung 1100 führt eine gewichtete Mittelung von ausgewählten Umschließungspunkten durch. Umschließungspunkte für die Berechnung 1100 sind die Koordinaten des gemeinen Kuboids. Die Berechnung 1100 bestimmt das Kuboid, das allen Kuboiden, die durch Umschließen der Entfernungsmesssphären gebildet werden, gemein ist, wie in 11 veranschaulicht ist.
Wenn (x_n, y_n, z_n) die Koordinaten der Sensoren repräsentiert und r_n der durch einen Sensor gemeldete Lokalisierungswert ist, dann wird Folgendes verwendet: $\begin{matrix} X_{d i f f}^{m i n} = m i n U_{i = 1}^{n} X_{n} - r_{n} & X_{a d d}^{m i n} = m i n U_{i = 1}^{n} X_{n} + r_{n} \end{matrix}$
$\begin{matrix} X_{d i f f}^{m a x} = m a x U_{i = 1}^{n} X_{n} - r_{n} & X_{a d d}^{m a x} = m a x U_{i = 1}^{n} X_{n} + r_{n} \end{matrix}$
$\begin{matrix} Y_{d i f f}^{m i n} = m i n U_{i = 1}^{n} Y_{n} - r_{n} & Y_{a d d}^{m i n} = m i n U_{i = 1}^{n} Y_{n} + r_{n} \end{matrix}$
$\begin{matrix} Y_{d i f f}^{m a x} = m a x U_{i = 1}^{n} Y_{n} - r_{n} & Y_{a d d}^{m a x} = m a x U_{i = 1}^{n} Y_{n} + r_{n} \end{matrix}$
$\begin{matrix} Z_{d i f f}^{m i n} = m i n U_{i = 1}^{n} Z_{n} - r_{n} & Z_{a d d}^{m i n} = m i n U_{i = 1}^{n} Z_{n} + r_{n} \end{matrix}$
$\begin{matrix} Z_{d i f f}^{m a x} = m a x U_{i = 1}^{n} Z_{n} - r_{n} & Z_{a d d}^{m a x} = m a x U_{i = 1}^{n} Z_{n} + r_{n} \end{matrix}$
Die Koordinaten für den gemeinsamen Umschließungskasten sind dann gegeben durch: $V = {\begin{matrix} (X_{d i f f}^{m a x}, Y_{d i f f}^{m a x}, Z_{d i f f}^{m a x}), (X_{d i f f}^{m a x}, Y_{a d d}^{m i n}, Z_{d i f f}^{m a x}), (X_{a d d}^{m i n}, Y_{a d d}^{m i n}, Z_{d i f f}^{m a x}), (X_{a d d}^{m i n}, Y_{d i f f}^{m a x}, Z_{d i f f}^{m a x}), \\ (X_{d i f f}^{m a x}, Y_{d i f f}^{m a x}, Z_{a d d}^{m i n}), (X_{d i f f}^{m a x}, Y_{a d d}^{m i n}, Z_{a d d}^{m i n}), (X_{a d d}^{m i n}, Y_{a d d}^{m i n}, Z_{a d d}^{m i n}), (X_{a d d}^{m i n}, Y_{d i f f}^{m a x}, Z_{a d d}^{m i n}) \end{matrix}}$
Der Punkt für die Tag-Vorrichtung berechnet sich dann als: $[\frac{X_{d i f f}^{m a x} + X_{a d d}^{m i n}}{2}, \frac{Y_{d i f f}^{m a x} + Y_{a d d}^{m i n}}{2}, \frac{Z_{d i f f}^{m a x} + Z_{a d d}^{m i n}}{2}]$
12 veranschaulicht einige mögliche Kombinationen von auf Entfernung und auf Signalqualität basierenden Prozessen zum Bestimmen von Innen/Außenzonen. Werte von mehreren Sensoren können zum Schaffen von spezialisierten Zonen von Interesse verwendet werden. Sobald eine Zone bestimmt ist, könnte eine Hochfrequenz(HF)-Fingerprintingtechnik ebenfalls zum Bestimmen des Orts verwendet werden.
In einem solchen Fall könnte der Lokalisierungsblock gänzlich optional sein. In Fällen, in denen der Lokalisierungsblock verwendet wird, kann ein Kalman-Filter auch auf der Lokalisierungsausgabe verwendet werden. Dies wird gut für Szenarien arbeiten, in denen sich die Tag-Vorrichtung innerhalb des eingeschlossenen Gebiets von Sensoren befindet, ansonsten kann dies zu schlechtem UX führen.
In manchen Ausführungsformen beinhaltet das Verfahren zum Lokalisieren eines Signals einen Prozessor und einen Arbeitsspeicher. Der Arbeitsspeicher beinhaltet Anweisungen, die bei Ausführung durch den Prozessor, den Prozessor veranlassen zum Empfangen, für jeden Sensor aus einer Mehrzahl von Sensoren, eines oder mehrerer Lokalisierungswerte, die eine geschätzte Distanz zwischen einer Tag-Vorrichtung und einem jeweiligen Sensor aus der Mehrzahl von Sensoren angeben. Das hier beschriebene Verfahren kann ausgelegt sein zum weiteren Identifizieren eines ersten Sensors aus der Mehrzahl von Sensoren, der einen Lokalisierungswert aufweist, der kleiner als Lokalisierungswerte ist, die mit jedem anderen Sensor aus der Mehrzahl von Sensoren verknüpft sind. Das hier beschriebene Verfahren kann ausgelegt sein zum Identifizieren, auf der Grundlage des ersten Sensors und einer geometrischen Beziehung zwischen dem ersten Sensor und der Mehrzahl von Sensoren, einer Untermenge von Sensoren aus der Mehrzahl von Sensoren. Das Verfahren kann ausgelegt sein zum Berechnen eines geschätzten Orts der Tag-Vorrichtung relativ zu der Untermenge von Sensoren auf der Grundlage von einer oder mehreren Distanzen zwischen dem ersten Sensor und mindestens zwei anderen Sensoren der Untermenge von Sensoren.
Das Verfahren kann, als Reaktion auf Bestimmen, dass eine Schwellenanzahl von aufeinanderfolgenden Lokalisierungswerten von einem jeweiligen Sensor aus der Mehrzahl von Sensoren, einen ungültigen Wert aufweist, Verwerfen von Lokalisierungswerten von dem jeweiligen Sensor beinhalten.
Das Verfahren kann beinhalten: Anwenden des Dreiecksungleichungssatzes auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren; und Identifizieren, als Reaktion auf Anwenden des Dreiecksungleichungssatzes auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren, von Lokalisierungswerten, die auf der Grundlage von einer oder mehreren relativen Positionen aus der Mehrzahl von Sensoren unmöglich sind.
Das Verfahren kann Multiplizieren identifizierter unmöglicher Lokalisierungswerte mit einem Kompensationsfaktor beinhalten.
Das Verfahren kann Bestimmen einer Cramer-Rao-Unterschranke-Bewertung für die Lokalisierungswerte von der Mehrzahl von Sensoren; und Einstufen der Mehrzahl von Sensoren auf der Grundlage der jeweiligen Cramer-Rao-Unterschranke-Bewertung beinhalten.
Das Verfahren kann Berechnen des geschätzten Orts der Tag-Vorrichtung durch Anwenden eines Gradientenabstiegsalgorithmus auf die Lokalisierungswerte, die von der Untermenge von Sensoren empfangen wurden, beinhalten.
Das Verfahren kann Bestimmen, ob sich der geschätzte Ort der Tag-Vorrichtung in einem Gebiet von Interesse, das einen vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck aufweist, befindet; und Aktualisieren des geschätzten Orts der Tag-Vorrichtung auf der Grundlage von Vergleichen eines empfangenen Hochfrequenzsignals mit dem vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck beinhalten.
Das Verfahren kann Empfangen eines Befehls von der Tag-Vorrichtung; und Ausführen einer Aktion, basierend auf dem Befehl, dem geschätzten Ort der Tag-Vorrichtung und einem Ort eines Sensors aus der Mehrzahl von Sensoren, beinhalten.
Das Verfahren kann, als Reaktion auf eine Bestimmung der Signalqualität, Anwenden eines Lokalisierungsfaktors auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren beinhalten. Der Lokalisierungsfaktor wird unter Verwendung von Klassifizierung und/oder von Regressionsmodellen über Signalqualitätsparameter berechnet, um die Fehler von Lokalisierungswerten zu minimieren.
Das Verfahren kann Anwenden einer Zwangssphärenberechnung auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren beinhalten.
Das Verfahren kann Bestimmen, welche Untermenge von sich eine geometrische Beziehung teilenden Sensoren die kürzeste Durchschnittsdistanz zwischen der Untermenge von Sensoren und der Tag-Vorrichtung meldet, beinhalten.
Das Verfahren kann Anwenden eines Biaskompensationswerts auf die Lokalisierungswerte, die von jedem Sensor aus der Untermenge von Sensoren gemeldet werden, beinhalten, wobei der Biaskompensationsfaktor berechnet wird auf der Grundlage eines mittleren Fehlers, der durch den Sensor, aus der Untermenge von Sensoren, der die kürzeste Distanz von der Tag-Vorrichtung meldet, gemeldet wird. Dieser mittlere Fehler könnte ein einfacher vorzeichenbehafteter mittlerer Fehler oder ein absoluter mittlerer Fehler oder ein mittlerer quadratischer Fehler der Fehlerverteilung sein.
In manchen Ausführungsformen kann das Verfahren beinhalten, dass die Lokalisierungswerte teilweise auf einer geschätzten Distanz zwischen dem jeweiligen Sensor und der Tag-Vorrichtung basieren; und dass der erste Sensor die geringste Distanz zu der Tag-Vorrichtung meldet.
In manchen Ausführungsformen kann das Verfahren beinhalten, dass Lokalisierungswerte teilweise auf dem Ort des Sensors basieren; und dass der erste Sensor auf der Grundlage eines vorbestimmten bevorzugten Orts in dem Fahrzeug gewählt wird.
In manchen Ausführungsformen kann das Verfahren beinhalten, dass Lokalisierungswerte teilweise auf einer Kanalimpulsantwort eines an dem Sensor von dem Tag empfangenen Signals basieren; Bestimmen einer Kanalqualität auf der Grundlage einer empfangenen Kanalimpulsantwort; und Auswählen des Knotens, der die beste Kanalqualität meldet, als den ersten Knoten.
In manchen Ausführungsformen kann das Verfahren Anwenden des Kalman-Filters auf gültige Lokalisierungswerte für jeden Sensor, Bestimmen einer Differenz von aufeinanderfolgenden Lokalisierungswerten für jeden gültigen Sensorwert, Rücksetzen des Kalman-Filters, wenn eine Mehrheit von Sensoren größere Differenzen als die vorbestimmte Schwelle meldet, beinhalten.
In manchen Ausführungsformen kann das Verfahren Anwenden eines Lokalisierungsfaktors auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren beinhalten; als Reaktion auf eine Bestimmung der Signalqualität, wobei der Faktorwert mit einer Abnahme an Signalqualität zunimmt; als Reaktion auf eine geschätzte Zieldistanz, wobei der Faktorwert mit der Distanz zunimmt.
In manchen Ausführungsformen kann das Verfahren beinhalten: Anwenden von geometrischen Umschließungsverfahren zum Berechnen des geschätzten Orts der Tag-Vorrichtung; wobei geometrische Umschließung sphärische oder kuboide Umschließung in 3-D und kreisförmige oder rechteckige Umschlie-ßung in 2-D beinhalten kann; Melden des geschätzten Orts als Endlösung, wenn der mittlere quadratische Fehler von berechneten Entfernungen von dem geschätzten Ort des Tags und gemeldete Entfernungen von der gewählten Untermenge von Sensoren kleiner als eine vorbestimmte Schwelle sind.
In manchen Ausführungsformen kann das Verfahren Auswählen einer Sensorgruppe aus einer Menge von vorbestimmten Sensorgruppen, die sich eine geometrische Beziehung teilen, beinhalten; wobei die geometrische Beziehung definiert ist als Sensoren, die in der x-y-Ebene ein Parallelogramm oder eine „Y“-Gestalt ausbilden; wobei geometrische Beziehung definiert ist als eine Bedingungszahl einer Menge von Sensoren aufweisend, die kleiner als eine vorbestimmte Schwelle ist; wobei im Falle, dass mehrere Sensorgruppen ausgewählt werden, ein Gleichstand durch Bestimmen, welche Sensorgruppe die kürzeste Durchschnittsdistanz zwischen den Sensoren in der Gruppe und der Tag-Vorrichtung meldet, gebrochen wird.
In manchen Ausführungsformen kann das Verfahren Anwenden eines Biaskompensationswerts auf die Lokalisierungswerte, die von jedem Sensor aus der Untermenge von Sensoren gemeldet werden, beinhalten; wobei der Biaskompensationswert berechnet wird auf der Grundlage eines mittleren Fehlers, der durch den Sensor, aus der Untermenge von Sensoren, der die kürzeste Distanz von der Tag-Vorrichtung meldet, gemeldet wird; wobei der Biaskompensationsfaktor berechnet wird auf der Grundlage eines mittleren Fehlers, der durch den jeweiligen Sensor, der die kürzeste Distanz von der Tag-Vorrichtung meldet, gemeldet wird.
In manchen Ausführungsformen kann das Verfahren beinhalten: Berechnen des geschätzten Orts der Tag-Vorrichtung durch Nutzen theoretischer Gleichungen, wenn die Bedingungszahl einer gewählten Untermenge von Sensoren kleiner als eine gegebene Schwelle ist; Melden dieses geschätzten Orts als Endlösung, wenn der mittlere quadratische Fehler von berechneten Entfernungen von dem geschätzten Ort des Tags und gemeldete Entfernungen von der gewählten Untermenge von Sensoren kleiner als eine vorbestimmte Schwelle sind.
In manchen Ausführungsformen beinhaltet das System zum Lokalisieren eines Signals einen Prozessor und einen Arbeitsspeicher. Der Arbeitsspeicher beinhaltet Anweisungen, die bei Ausführung durch den Prozessor, den Prozessor veranlassen zum Empfangen, für jeden Sensor aus einer Mehrzahl von Sensoren, eines oder mehrerer Lokalisierungswerte, die eine geschätzte Distanz zwischen einer Tag-Vorrichtung und einem jeweiligen Sensor aus der Mehrzahl von Sensoren angeben. Das hier beschriebene System kann ausgelegt sein zum weiteren Identifizieren eines ersten Sensors aus der Mehrzahl von Sensoren, der einen Lokalisierungswert aufweist, der kleiner als Lokalisierungswerte ist, die mit jedem anderen Sensor aus der Mehrzahl von Sensoren verknüpft sind. Das hier beschriebene System kann ausgelegt sein zum Identifizieren, auf der Grundlage des ersten Sensors und einer geometrischen Beziehung zwischen dem ersten Sensor und der Mehrzahl von Sensoren, einer Untermenge von Sensoren aus der Mehrzahl von Sensoren. Das System kann ausgelegt sein zum Berechnen eines geschätzten Orts der Tag-Vorrichtung relativ zu der Untermenge von Sensoren auf der Grundlage von einer oder mehreren Distanzen zwischen dem ersten Sensor und mindestens zwei anderen Sensoren der Untermenge von Sensoren.
In manchen Ausführungsformen kann das System, als Reaktion auf Bestimmen, dass eine Schwellenanzahl von aufeinanderfolgenden Lokalisierungswerten von einem jeweiligen Sensor aus der Mehrzahl von Sensoren, einen ungültigen Wert aufweist, Verwerfen von Lokalisierungswerten von dem jeweiligen Sensor beinhalten.
In manchen Ausführungsformen kann das System Anwenden des Dreiecksungleichungssatzes auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren; und Identifizieren, als Reaktion auf Anwenden des Dreiecksungleichungssatzes auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren, von Lokalisierungswerten, die auf der Grundlage von einer oder mehreren relativen Positionen aus der Mehrzahl von Sensoren unmöglich sind, beinhalten.
In manchen Ausführungsformen kann das System Multiplizieren identifizierter unmöglicher Lokalisierungswerte mit einem Kompensationsfaktor beinhalten.
In manchen Ausführungsformen kann das System Bestimmen einer Cramer-Rao-Unterschranke-Bewertung für die Lokalisierungswerte von der Mehrzahl von Sensoren; und Einstufen der Mehrzahl von Sensoren auf der Grundlage der jeweiligen Cramer-Rao-Unterschranke-Bewertung beinhalten.
In manchen Ausführungsformen kann das System Berechnen des geschätzten Orts der Tag-Vorrichtung durch Anwenden eines Gradientenabfallalgorithmus auf die Lokalisierungswerte, die von der Untermenge von Sensoren empfangen wurde, beinhalten.
In manchen Ausführungsformen kann das System Bestimmen, ob sich der geschätzte Ort der Tag-Vorrichtung in einem Gebiet von Interesse, das einen vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck aufweist, befindet; und Aktualisieren des geschätzten Orts der Tag-Vorrichtung auf der Grundlage von Vergleichen eines empfangenen Hochfrequenzsignals mit dem vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck beinhalten.
In manchen Ausführungsformen kann das System Empfangen eines Befehls von der Tag-Vorrichtung; und Ausführen einer Aktion, basierend auf dem Befehl, dem geschätzten Ort der Tag-Vorrichtung und einem Ort eines Sensors aus der Mehrzahl von Sensoren, beinhalten.
In manchen Ausführungsformen kann das System, als Reaktion auf eine Bestimmung der Signalqualität, Anwenden eines Lokalisierungsfaktors auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren beinhalten. Der Lokalisierungsfaktor wird unter Verwendung von Klassifizierung und/oder von Regressionsmodellen über Signalqualitätsparameter berechnet, um die Fehler von Lokalisierungswerten zu minimieren.
In manchen Ausführungsformen kann das System Anwenden einer Zwangssphärenberechnung auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren beinhalten.
In manchen Ausführungsformen kann das System Bestimmen, welche Untermenge von sich eine geometrische Beziehung teilenden Sensoren die kürzeste Durchschnittsdistanz zwischen der Untermenge von Sensoren und der Tag-Vorrichtung meldet, beinhalten.
In manchen Ausführungsformen kann das System Anwenden eines Biaskompensationswerts auf die Lokalisierungswerte, die von jedem Sensor aus der Untermenge von Sensoren gemeldet werden, beinhalten, wobei der Biaskompensationsfaktor berechnet wird auf der Grundlage eines mittleren Fehlers, der durch den Sensor, aus der Untermenge von Sensoren, der die kürzeste Distanz von der Tag-Vorrichtung meldet, gemeldet wird. Dieser mittlere Fehler könnte ein einfacher vorzeichenbehafteter mittlerer Fehler oder ein absoluter mittlerer Fehler oder ein mittlerer quadratischer Fehler der Fehlerverteilung sein.
In manchen Ausführungsformen kann das System beinhalten, dass die Lokalisierungswerte teilweise auf einer geschätzten Distanz zwischen dem jeweiligen Sensor und der Tag-Vorrichtung basieren; und dass der erste Sensor die geringste Distanz zu der Tag-Vorrichtung meldet.
In manchen Ausführungsformen kann das System beinhalten, dass Lokalisierungswerte teilweise auf dem Ort des Sensors basieren; und dass der erste Sensor auf der Grundlage eines vorbestimmten bevorzugten Orts in dem Fahrzeug gewählt wird.
In manchen Ausführungsformen kann das System beinhalten, dass Lokalisierungswerte teilweise auf einer Kanalimpulsantwort eines an dem Sensor von dem Tag empfangenen Signals basieren; Bestimmen einer Kanalqualität auf der Grundlage einer empfangenen Kanalimpulsantwort; und Auswählen des Knotens, der die beste Kanalqualität meldet, als den ersten Knoten.
In manchen Ausführungsformen kann das System Anwenden des Kalman-Filters auf gültige Lokalisierungswerte für jeden Sensor, Bestimmen einer Differenz von aufeinanderfolgenden Lokalisierungswerten für jeden gültigen Sensorwert, Rücksetzen des Kalman-Filters, wenn eine Mehrheit von Sensoren grö-ßere Differenzen als die vorbestimmte Schwelle meldet, beinhalten.
In manchen Ausführungsformen kann das System Anwenden eines Lokalisierungsfaktors auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren beinhalten; als Reaktion auf eine Bestimmung der Signalqualität, wobei der Faktorwert mit einer Abnahme an Signalqualität zunimmt; als Reaktion auf eine geschätzte Zieldistanz, wobei der Faktorwert mit der Distanz zunimmt.
In manchen Ausführungsformen kann das System beinhalten: Anwenden von geometrischen Umschließungsverfahren zum Berechnen des geschätzten Orts der Tag-Vorrichtung; wobei geometrische Umschließung sphärische oder kuboide Umschließung in 3-D und kreisförmige oder rechteckige Umschlie-ßung in 2-D beinhalten kann; Melden des geschätzten Orts als Endlösung, wenn der mittlere quadratische Fehler von berechneten Entfernungen von dem geschätzten Ort des Tags und gemeldete Entfernungen von der gewählten Untermenge von Sensoren kleiner als eine vorbestimmte Schwelle sind.
In manchen Ausführungsformen kann das System Auswählen einer Sensorgruppe aus einer Menge von vorbestimmten Sensorgruppen, die sich eine geometrische Beziehung teilen, beinhalten; wobei die geometrische Beziehung definiert ist als Sensoren, die in der x-y-Ebene ein Parallelogramm oder eine „Y“-Gestalt ausbilden; wobei geometrische Beziehung definiert ist als eine Bedingungszahl einer Menge von Sensoren aufweisend, die kleiner als eine vorbestimmte Schwelle ist; wobei im Falle, dass mehrere Sensorgruppen ausgewählt werden, ein Gleichstand durch Bestimmen, welche Sensorgruppe die kürzeste Durchschnittsdistanz zwischen den Sensoren in der Gruppe und der Tag-Vorrichtung meldet, gebrochen wird.
In manchen Ausführungsformen kann das System Anwenden eines Biaskompensationswerts auf die Lokalisierungswerte, die von jedem Sensor aus der Untermenge von Sensoren gemeldet werden, beinhalten; wobei der Biaskompensationswert berechnet wird auf der Grundlage eines mittleren Fehlers, der durch den Sensor, aus der Untermenge von Sensoren, der die kürzeste Distanz von der Tag-Vorrichtung meldet, gemeldet wird; wobei der Biaskompensationsfaktor berechnet wird auf der Grundlage eines mittleren Fehlers, der durch den jeweiligen Sensor, der die kürzeste Distanz von der Tag-Vorrichtung meldet, gemeldet wird.
In manchen Ausführungsformen kann das System beinhalten: Berechnen des geschätzten Orts der Tag-Vorrichtung durch Nutzen theoretischer Gleichungen, wenn die Bedingungszahl einer gewählten Untermenge von Sensoren kleiner als eine gegebene Schwelle ist; Melden dieses geschätzten Orts als Endlösung, wenn der mittlere quadratische Fehler von berechneten Entfernungen von dem geschätzten Ort des Tags und gemeldete Entfernungen von der gewählten Untermenge von Sensoren kleiner als eine vorbestimmte Schwelle sind.
In manchen Ausführungsformen kann die Einrichtung Lokalisieren eines Signals beinhalten. In manchen Ausführungsformen beinhaltet die Einrichtung einen Prozessor und einen Arbeitsspeicher. In manchen Ausführungsformen beinhaltet der Arbeitsspeicher Anweisungen, die bei Ausführung durch den Prozessor, den Prozessor veranlassen zum Empfangen, für jeden Sensor aus einer Mehrzahl von Sensoren, eines oder mehrerer Lokalisierungswerte, die eine geschätzte Distanz zwischen einer Tag-Vorrichtung und einem jeweiligen Sensor aus der Mehrzahl von Sensoren angeben. In manchen Ausführungsformen identifiziert die Einrichtung einen ersten Sensor aus der Mehrzahl von Sensoren, der einen Lokalisierungswert aufweist, der kleiner als Lokalisierungswerte ist, die mit jedem anderen Sensor aus der Mehrzahl von Sensoren verknüpft sind. In manchen Ausführungsformen identifiziert die Einrichtung auch, auf der Grundlage des ersten Sensors und einer geometrischen Beziehung zwischen dem ersten Sensor und der Mehrzahl von Sensoren, eine Untermenge von Sensoren aus der Mehrzahl von Sensoren. In manchen Ausführungsformen berechnet die Einrichtung auch einen geschätzten Ort der Tag-Vorrichtung relativ zu der Untermenge von Sensoren auf der Grundlage von einer oder mehreren Distanzen zwischen dem ersten Sensor und mindestens zwei anderen Sensoren der Untermenge von Sensoren. In manchen Ausführungsformen verwirft die Einrichtung, als Reaktion auf Bestimmen, dass eine Schwellenanzahl von aufeinanderfolgenden Lokalisierungswerten von einem jeweiligen Sensor aus der Mehrzahl von Sensoren, einen ungültigen Wert aufweist, Lokalisierungswerte von dem jeweiligen Sensor. In manchen Ausführungsformen bestimmt die Einrichtung, ob sich der geschätzte Ort der Tag-Vorrichtung in einem Gebiet von Interesse, das einen vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck aufweist, befindet. In manchen Ausführungsformen aktualisiert die Einrichtung auch den geschätzten Ort der Tag-Vorrichtung auf der Grundlage von Vergleichen eines empfangenen Hochfrequenzsignals mit dem vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck.
In manchen Ausführungsformen kann die Einrichtung ferner den Prozessor veranlassen zum Anwenden des Dreiecksungleichungssatzes auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren; und Identifizieren, als Reaktion auf Anwenden des Dreiecksungleichheitssatzes auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren, von Lokalisierungswerten, die auf der Grundlage von einer oder mehreren relativen Positionen aus der Mehrzahl von Sensoren unmöglich sind.
In manchen Ausführungsformen kann die Einrichtung ferner den Prozessor veranlassen zum Multiplizieren von identifizierten unmöglichen Lokalisierungswerten mit einem Kompensationsfaktor.
In manchen Ausführungsformen kann die Einrichtung ferner den Prozessor veranlassen zum Empfangen eines Befehls von der Tag-Vorrichtung; und Ausführen einer Aktion, basierend auf dem Befehl, dem geschätzten Ort der Tag-Vorrichtung und einem Ort eines Sensors aus der Mehrzahl von Sensoren.
In manchen Ausführungsformen kann die Einrichtung, als Reaktion auf eine Bestimmung der Signalqualität, Anwenden eines Lokalisierungsfaktors auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren beinhalten. Der Lokalisierungsfaktor wird unter Verwendung von Klassifizierung und/oder von Regressionsmodellen über Signalqualitätsparameter berechnet, um die Fehler von Lokalisierungswerten zu minimieren.
In manchen Ausführungsformen kann die Einrichtung Anwenden einer Zwangssphärenberechnung auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren beinhalten.
In manchen Ausführungsformen kann die Einrichtung Bestimmen, welche Untermenge von sich eine geometrische Beziehung teilenden Sensoren die kürzeste Durchschnittsdistanz zwischen der Untermenge von Sensoren und der Tag-Vorrichtung meldet, beinhalten.
In manchen Ausführungsformen kann die Einrichtung Anwenden eines Biaskompensationswerts auf die Lokalisierungswerte, die von jedem Sensor aus der Untermenge von Sensoren gemeldet werden, beinhalten, wobei der Biaskompensationsfaktor berechnet wird auf der Grundlage eines mittleren Fehlers, der durch den Sensor, aus der Untermenge von Sensoren, der die kürzeste Distanz von der Tag-Vorrichtung meldet, gemeldet wird. Dieser mittlere Fehler könnte ein einfacher vorzeichenbehafteter mittlerer Fehler oder ein absoluter mittlerer Fehler oder ein mittlerer quadratischer Fehler der Fehlerverteilung sein.
In manchen Ausführungsformen kann die Einrichtung beinhalten, dass die Lokalisierungswerte teilweise auf einer geschätzten Distanz zwischen dem jeweiligen Sensor und der Tag-Vorrichtung basieren; und dass der erste Sensor die geringste Distanz zu der Tag-Vorrichtung meldet.
In manchen Ausführungsformen kann die Einrichtung beinhalten, dass Lokalisierungswerte teilweise auf dem Ort des Sensors basieren; und dass der erste Sensor auf der Grundlage eines vorbestimmten bevorzugten Orts in dem Fahrzeug gewählt wird.
In manchen Ausführungsformen kann die Einrichtung beinhalten, dass Lokalisierungswerte teilweise auf einer Kanalimpulsantwort eines an dem Sensor von dem Tag empfangenen Signals basieren; Bestimmen einer Kanalqualität auf der Grundlage einer empfangenen Kanalimpulsantwort; und Auswählen des Knotens, der die beste Kanalqualität meldet, als den ersten Knoten.
In manchen Ausführungsformen kann die Einrichtung Anwenden des Kalman-Filters auf gültige Lokalisierungswerte für jeden Sensor, Bestimmen einer Differenz von aufeinanderfolgenden Lokalisierungswerten für jeden gültigen Sensorwert, Rücksetzen des Kalman-Filters, wenn eine Mehrheit von Sensoren größere Differenzen als die vorbestimmte Schwelle meldet, beinhalten.
In manchen Ausführungsformen kann die Einrichtung Anwenden eines Lokalisierungsfaktors auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren beinhalten; als Reaktion auf eine Bestimmung der Signalqualität, wobei der Faktorwert mit einer Abnahme an Signalqualität zunimmt; als Reaktion auf eine geschätzte Zieldistanz, wobei der Faktorwert mit der Distanz zunimmt.
In manchen Ausführungsformen kann die Einrichtung beinhalten: Anwenden von geometrischen Umschließungsverfahren zum Berechnen des geschätzten Orts der Tag-Vorrichtung; wobei geometrische Umschließung sphärische oder kuboide Umschließung in 3-D und kreisförmige oder rechteckige Umschließung in 2-D beinhalten kann; Melden des geschätzten Orts als Endlösung, wenn der mittlere quadratische Fehler von berechneten Entfernungen von dem geschätzten Ort des Tags und gemeldete Entfernungen von der gewählten Untermenge von Sensoren kleiner als eine vorbestimmte Schwelle sind.
In manchen Ausführungsformen kann die Einrichtung Auswählen einer Sensorgruppe aus einer Menge von vorbestimmten Sensorgruppen, die sich eine geometrische Beziehung teilen, beinhalten; wobei die geometrische Beziehung definiert ist als Sensoren, die in der x-y-Ebene ein Parallelogramm oder eine „Y“-Gestalt ausbilden; wobei geometrische Beziehung definiert ist als eine Bedingungszahl einer Menge von Sensoren aufweisend, die kleiner als eine vorbestimmte Schwelle ist; wobei im Falle, dass mehrere Sensorgruppen ausgewählt werden, ein Gleichstand durch Bestimmen, welche Sensorgruppe die kürzeste Durchschnittsdistanz zwischen den Sensoren in der Gruppe und der Tag-Vorrichtung meldet, gebrochen wird.
In manchen Ausführungsformen kann die Einrichtung Anwenden eines Biaskompensationswerts auf die Lokalisierungswerte, die von jedem Sensor aus der Untermenge von Sensoren gemeldet werden, beinhalten; wobei der Biaskompensationswert berechnet wird auf der Grundlage eines mittleren Fehlers, der durch den Sensor, aus der Untermenge von Sensoren, der die kürzeste Distanz von der Tag-Vorrichtung meldet, gemeldet wird; wobei der Biaskompensationsfaktor berechnet wird auf der Grundlage eines mittleren Fehlers, der durch den jeweiligen Sensor, der die kürzeste Distanz von der Tag-Vorrichtung meldet, gemeldet wird.
In manchen Ausführungsformen kann die Einrichtung beinhalten: Berechnen des geschätzten Orts der Tag-Vorrichtung durch Nutzen theoretischer Gleichungen, wenn die Bedingungszahl einer gewählten Untermenge von Sensoren kleiner als eine gegebene Schwelle ist; Melden dieses geschätzten Orts als Endlösung, wenn der mittlere quadratische Fehler von berechneten Entfernungen von dem geschätzten Ort des Tags und gemeldete Entfernungen von der gewählten Untermenge von Sensoren kleiner als eine vorbestimmte Schwelle sind.
Obgleich oben Ausführungsbeispiele beschrieben sind, besteht nicht die Absicht, dass diese Ausführungsbeispiele alle möglichen durch die Ansprüche eingeschlossenen Formen beschreiben. Die in der Schrift verwendeten Wörter sind eher Wörter von Beschreibung als Einschränkung und es versteht sich, dass verschiedenste Änderungen vorgenommen werden können, ohne vom Wesen und Schutzumfang der Offenbarung abzuweichen. Wie zuvor beschrieben, können die Merkmale verschiedenster Ausführungsformen kombiniert werden, um weitere Ausführungsformen der Erfindung, die nicht explizit beschrieben oder veranschaulicht wurden, zu bilden. Obgleich verschiedenste Ausführungsformen als Vorteile liefernd oder als gegenüber anderen Ausführungsformen oder Implementierungen im Stand der Technik im Hinblick auf ein oder mehrere gewünschte Charakteristika bevorzugt zu sein beschrieben worden sein könnten, erkennt der Durchschnittsfachmann, dass ein oder mehrere Merkmale oder Charakteristika beeinträchtigt werden können, um gewünschte Gesamtsystemattribute zu erreichen, die von der spezifischen Anwendung und Implementierung abhängen. Diese Attribute können unter Anderem Kosten, Festigkeit, Dauerhaftigkeit, Lebenszykluskosten, Marktfähigkeit, Erscheinungsbild, Packungform, Größe, Wartbarkeit, Gewicht, Herstellbarkeit, Montagefreundlichkeit usw. beinhalten. In dem Maße, in dem jegliche Ausführungsformen im Hinblick auf ein oder mehrere Charakteristika als weniger wünschenswert als andere Ausführungsformen oder Implementierungen im Stand der Technik beschrieben werden, sind diese Ausführungsformen von daher nicht außerhalb des Schutzumfangs der Offenbarung und können für bestimmte Anwendungen wünschenswert sein.

Claims

Verfahren zum Lokalisieren eines Signals, das Verfahren Folgendes umfassend: Empfangen, von jedem Sensor aus einer Mehrzahl von Sensoren, die mit einem Fahrzeug verknüpft sind, eines oder mehrerer Lokalisierungswerte, die eine geschätzte Distanz zwischen einer Tag-Vorrichtung und einem jeweiligen Sensor aus der Mehrzahl von Sensoren angeben; Identifizieren eines ersten Sensors aus der Mehrzahl von Sensoren, der einen Lokalisierungswert aufweist, der kleiner als Lokalisierungswerte ist, die mit jedem anderen Sensor aus der Mehrzahl von Sensoren verknüpft sind; Identifizieren, auf der Grundlage des ersten Sensors und einer geometrischen Beziehung zwischen dem ersten Sensor und der Mehrzahl von Sensoren, einer Untermenge von Sensoren aus der Mehrzahl von Sensoren; und Berechnen eines geschätzten Orts der Tag-Vorrichtung relativ zu der Untermenge von Sensoren auf der Grundlage von einer oder mehreren Distanzen zwischen dem ersten Sensor und mindestens zwei anderen Sensoren der Untermenge von Sensoren.
Verfahren nach Anspruch 1, ferner umfassend, wobei der erste Sensor auf der Grundlage eines vorbestimmten bevorzugten Orts in dem Fahrzeug aus der Mehrzahl von Sensoren ausgewählt wird.
Verfahren nach Anspruch 1, ferner umfassend: Bestimmen eines Kanalqualitätswerts jedes Sensors aus der Mehrzahl von Sensoren auf der Grundlage der jeweiligen Kanalimpulsantwort; und Auswählen des ersten Sensors aus der Mehrzahl von Sensoren teilweise auf der Grundlage von Kanalqualitätswerten der Mehrzahl von Sensoren.
Verfahren nach Anspruch 1, ferner umfassend Bestimmen einer Cramer-Rao-Unterschranke-Bewertung für die Lokalisierungswerte von der Mehrzahl von Sensoren; und Einstufen der Mehrzahl von Sensoren auf der Grundlage der Cramer-Rao-Unterschranke-Bewertung.
Verfahren nach Anspruch 1, ferner umfassend Anwenden eines Filters auf den einen oder die mehreren Lokalisierungswerte, die von der Mehrzahl von Sensoren empfangen werden; und Bestimmen von Differenzen zwischen aufeinanderfolgenden Lokalisierungswerten für jeden Sensorwert; Anwenden eines Rücksetzens auf das Filter, wenn eine Mehrheit von Sensoren größere Differenzen als eine vorbestimmte Schwelle meldet.
Verfahren nach Anspruch 1, ferner umfassend Bestimmen, ob sich der geschätzte Ort der Tag-Vorrichtung in einem Gebiet von Interesse, das einen vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck aufweist, befindet; und Aktualisieren des geschätzten Orts der Tag-Vorrichtung auf der Grundlage von Vergleichen eines empfangenen Hochfrequenzsignals mit dem vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck.
Verfahren nach Anspruch 1, ferner umfassend Empfangen eines Befehls von der Tag-Vorrichtung; und Ausführen einer Aktion basierend auf dem Befehl, dem geschätzten Ort der Tag-Vorrichtung und einem Ort eines Sensors aus der Mehrzahl von Sensoren.
System zum Lokalisieren eines Signals, wobei das System Folgendes beinhaltet: einen Prozessor; und einen Arbeitsspeicher, der Anweisungen beinhaltet, die bei Ausführung durch den Prozessor, den Prozessor veranlassen zum: Empfangen, von jedem Sensor aus einer Mehrzahl von Sensoren, die mit einem Fahrzeug verknüpft sind, eines oder mehrerer Lokalisierungswerte, die eine geschätzte Distanz zwischen einer Tag-Vorrichtung und einem jeweiligen Sensor aus der Mehrzahl von Sensoren angeben; Identifizieren eines ersten Sensors aus der Mehrzahl von Sensoren, der einen Lokalisierungswert aufweist, der kleiner als Lokalisierungswerte ist, die mit jedem anderen Sensor aus der Mehrzahl von Sensoren verknüpft sind; Identifizieren, auf der Grundlage des ersten Sensors und einer geometrischen Beziehung zwischen dem ersten Sensor und der Mehrzahl von Sensoren, einer Untermenge von Sensoren aus der Mehrzahl von Sensoren; und Berechnen eines geschätzten Orts der Tag-Vorrichtung relativ zu der Untermenge von Sensoren auf der Grundlage von einer oder mehreren Distanzen zwischen dem ersten Sensor und mindestens zwei anderen Sensoren der Untermenge von Sensoren, Berechnen, nach einer vorbestimmten Zeitperiode, eines zweiten Orts der Tag-Vorrichtung relativ zu der Untermenge von Sensoren.
System nach Anspruch 8, wobei Anweisungen den Prozessor ferner veranlassen zum Verwerfen, als Reaktion auf Bestimmen, dass eine Schwellenanzahl von aufeinanderfolgenden Lokalisierungswerten von einem jeweiligen Sensor aus der Mehrzahl von Sensoren einen ungültigen Wert aufweist, von Lokalisierungswerten von dem jeweiligen Sensor.
System nach Anspruch 8, wobei Anweisungen den Prozessor ferner veranlassen zum Anwenden des Dreiecksungleichungssatzes auf Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren; Identifizieren, als Reaktion auf Anwenden des Dreiecksungleichungssatzes auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren, von Lokalisierungswerten, die auf der Grundlage von einer oder mehreren relativen Positionen aus der Mehrzahl von Sensoren unmöglich sind; und Multiplizieren identifizierter unmöglicher Lokalisierungswerte mit einem Kompensationsfaktor.
System nach Anspruch 8, wobei Anweisungen den Prozessor ferner veranlassen zum Anwenden, als Reaktion auf eine Bestimmung der Signalqualität, eines Lokalisierungsfaktors auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren.
System nach Anspruch 8, wobei Anweisungen den Prozessor ferner veranlassen zum Anwenden einer geometrischen Umschließungsberechnung auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren.
System nach Anspruch 8, wobei Anweisungen den Prozessor ferner veranlassen zum: Bestimmen, welche vorbestimmte Untermenge von sich eine geometrische Beziehung teilenden Sensoren die kürzeste Durchschnittsdistanz zwischen der Untermenge von Sensoren und der Tag-Vorrichtung meldet.
System nach Anspruch 13, wobei Anweisungen den Prozessor ferner veranlassen zum Anwenden eines Biaskompensationswerts auf die Lokalisierungswerte, die von jedem Sensor aus der Untermenge von Sensoren gemeldet werden, wobei der Biaskompensationswert berechnet wird auf der Grundlage eines mittleren Fehlers, der durch jeden Sensor aus der Untermenge von Sensoren gemeldet wird und eine kürzeste Distanz von der Tag-Vorrichtung meldet.
System nach Anspruch 8, wobei Anweisungen den Prozessor ferner veranlassen zum Berechnen des geschätzten Orts der Tag-Vorrichtung durch Anwenden eines Gradientenabstiegsalgorithmus auf die Lokalisierungswerte, die von der Untermenge von Sensoren empfangen wurden.
System nach Anspruch 8, wobei Anweisungen den Prozessor ferner veranlassen zum Bestimmen, ob sich der geschätzte Ort der Tag-Vorrichtung in einem Gebiet von Interesse, das einen vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck aufweist, befindet; und Aktualisieren des geschätzten Orts der Tag-Vorrichtung auf der Grundlage von Vergleichen eines empfangenen Hochfrequenzsignals mit dem vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck.
System nach Anspruch 8, wobei Anweisungen den Prozessor ferner veranlassen zum Empfangen eines Befehls von der Tag-Vorrichtung; und Ausführen einer Aktion, basierend auf dem Befehl, dem geschätzten Ort der Tag-Vorrichtung und einem Ort eines Sensors aus der Mehrzahl von Sensoren.
Einrichtung zum Lokalisieren eines Signals, wobei die Einrichtung Folgendes beinhaltet: einen Prozessor; und einen Arbeitsspeicher, der Anweisungen beinhaltet, die bei Ausführung durch den Prozessor den Prozessor veranlassen zum: Empfangen, von jedem Sensor aus einer Mehrzahl von Sensoren, die mit einem Fahrzeug verknüpft sind, eines oder mehrerer Lokalisierungswerte, die eine geschätzte Distanz zwischen einer Tag-Vorrichtung und einem jeweiligen Sensor aus der Mehrzahl von Sensoren angeben; Identifizieren eines ersten Sensors aus der Mehrzahl von Sensoren, der einen Lokalisierungswert aufweist, der kleiner als Lokalisierungswerte ist, die mit jedem anderen Sensor aus der Mehrzahl von Sensoren verknüpft sind; Identifizieren, auf der Grundlage des ersten Sensors und einer geometrischen Beziehung zwischen dem ersten Sensor und der Mehrzahl von Sensoren, einer Untermenge von Sensoren aus der Mehrzahl von Sensoren; Berechnen eines geschätzten Orts der Tag-Vorrichtung relativ zu der Untermenge von Sensoren auf der Grundlage von einer oder mehreren Distanzen zwischen dem ersten Sensor und mindestens zwei anderen Sensoren der Untermenge von Sensoren; als Reaktion auf Bestimmen, dass eine Schwellenanzahl von aufeinanderfolgenden Lokalisierungswerten von einem jeweiligen Sensor aus der Mehrzahl von Sensoren einen ungültigen Wert aufweist, Verwerfen von Lokalisierungswerten von dem jeweiligen Sensor; Bestimmen, ob sich der geschätzte Ort der Tag-Vorrichtung in einem Gebiet von Interesse, das einen vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck aufweist, befindet; und Aktualisieren des geschätzten Orts der Tag-Vorrichtung auf der Grundlage von Vergleichen eines empfangenen Hochfrequenzsignals mit dem vorab gespeicherten Hochfrequenz-Bezugsfingerabdruck.
Einrichtung nach Anspruch 18, wobei Anweisungen den Prozessor ferner veranlassen zum Anwenden des Dreiecksungleichungssatzes auf Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren; Identifizieren, als Reaktion auf Anwenden des Dreiecksungleichungssatzes auf die Lokalisierungswerte von jedem Sensor aus der Mehrzahl von Sensoren, von Lokalisierungswerten, die auf der Grundlage von einer oder mehreren relativen Positionen aus der Mehrzahl von Sensoren unmöglich sind; und Multiplizieren identifizierter unmöglicher Lokalisierungswerte mit einem Kompensationsfaktor.
Einrichtung nach Anspruch 18, wobei Anweisungen den Prozessor ferner veranlassen zum Empfangen eines Befehls von der Tag-Vorrichtung; und Ausführen einer Aktion basierend auf dem Befehl, dem geschätzten Ort der Tag-Vorrichtung und einem Ort eines Sensors aus der Mehrzahl von Sensoren.