KR20200130423A

KR20200130423A - 차량에 설치된 자이로미터의 캘리브레이션 방법

Info

Publication number: KR20200130423A
Application number: KR1020207029377A
Authority: KR
Inventors: 다비드 비시에르; 매튜 힐리옹; 헨드릭 마이어; 장-필립 뒤가르
Original assignee: 시스나브
Priority date: 2018-03-15
Filing date: 2019-03-15
Publication date: 2020-11-18
Also published as: JP7344895B2; FR3079026A1; EP3765818A1; FR3079026B1; WO2019175516A1; JP2021518529A; US20210088357A1; CN111902693A; US11898872B2

Abstract

본 발명은 차량(1)에 설치된 자이로미터(11)의 캘리브레이션 방법에 관한 것으로서, 상기 방법은: (a) 자이로미터(11)를 사용하여, 차량(1)의 측정된 각속도를 획득하고, 차량(1)의 각속도를 나타내는 적어도 하나의 크기를 측정하기 위한 수단(20)을 사용하여, 차량(1)의 각속도를 나타내는 적어도 하나의 크기의 측정된값들을 획득하는 단계; 및, (b) 데이터 프로세싱 수단(21)을 이용하여, 차량(1)의 제 1 평가 각속도와 차량(1)의 제 2 평가 각속도 사이의 차이를 최소화시키는, 자이로미터(11)를 캘리브레이션하는 적어도 하나의 파라미터의 값들을 결정하는 단계로서, 차량(1)의 제 1 평가 각속도는 자이로미터(11)의 캘리브레이션 파라미터들 및 측정된 각속도의 함수이고, 차량(1)의 제 2 평가 각속도는 차량(1)의 각속도를 나타내는 적어도 하나의 크기의 측정된 값들의 함수인, 단계;를 포함하는 것을 특징으로 한다.

Description

차량에 설치된 자이로미터의 캘리브레이션 방법

본 발명은 GNSS 를 구비하지 않은 내비게이션 분야에 관한 것이다.

보다 상세하게는, 주행 거리계(odometer)가 제공된 차량에 설치된 자이로미터를 캘리브레이션하는 방법에 관한 것이다.

오늘날 GNSS (예를 들어, GPS 와 같은, 지구 내비게이션 위성 시스템(Global Navigation Satellite System)) 또는 통신 네트워크(송신기 터미널, Wi-Fi 네트워크 또는 다른 것을 이용하는 삼각법)를 이용함으로써 차량의 위치를 추적하는 것이 통상적이다.

이러한 방법들은 실내, 터널 안 또는 에미터(emitter)로부터 너무 멀리에서 작동하지 않기 때문에 매우 제한적인 것으로 증명되었으며, 이용될 수 없거나 또는 자발적으로 신호 변환(scramble)될 수 있는 GNSS 를 위한 위성들과 같이 외부 기술에 종속되는 것으로 증명된다.

대안으로서, 관성 유닛 또는 자석 관성 유닛(magneto-inertial unit)을 이용하여 차량의 상대적인 변위를 그 어떤 환경에서도 추적하기 위한 "자율적인(autonomous)" 방법들이 공지되었다. 상대적인 변위는 초기화에 주어진 위치 결정(fix) 및 지점에 대한 공간에서의 차량의 궤적을 의미하도록 취해진다. 궤적에 더하여, 이러한 방법들은 또한 동일한 초기 위치 결정(initial fix)에 대한 차량의 방위(orientation)를 얻을 수 있게 한다.

관성 유닛은 3 축으로 배치된 3 개의 자이로미터 및 적어도 3 개의 가속도계로 구성된다. 통상적으로, 자이로미터들은 위치 결정(fix)을 "유지"하는데, 여기에서 가속도계들의 측정치들의 일시적인 2 중 인터그레이션(integration)은 움직임을 평가할 수 있게 한다.

전투기 또는 여객기, 잠수함, 선박등의 내비게이션과 같은 고급 적용예(heavy duty application)에서 수행되는 것과 같은, 통상적인 관성 내비게이션을 이용할 수 있으려면, 매우 높은 정밀도의 센서들을 사용할 필요가 있다는 점이 알려져 있다. 실제로, 가속도 측정의 일시적인 싱글 더블 인터그레이션(single double temporal integration)은 일정한 가속도 에러가 시간의 제곱에 비례하는 방식으로 증가하는 위치 에러를 발생시킴을 의미한다.

주행 거리 측정은 대안의 기술로서, 차량 휘일들의 변위에 대한 개별적인 측정으로부터 움직이는 휘일 차량의 위치를 평가할 수 있게 한다.

통상적으로, 도 1 을 참조하면, 주행 거리계들이 사용되어 곡선의 가로 좌표(curvilinear abscissa) 및 (예를 들어 좌측 및 우측 후방 휘일들과 같은) 2 개 휘일들의 회전 주파수를 측정하고, 대응하는 개별의 속도(VL 및 VR)들은 (휘일들의 직경의 함수로서) 그로부터 추론되고, "디퍼런시얼 주행 거리 측정(differential odometry)"에 의해 "전체적인" 속도(v)가 얻어지고(즉, 2 개의 휘일(10a, 10b)을 연결하는 차축의 중심 속도가 얻어지고), 차량의 각속도는 다음의 방정식을 통해 얻어지며, 여기에서 d 는 휘일들 사이의 거리이다.

디퍼런시얼 주행 거리 측정은 만족스러운데, 미국 특허 US 8965691 은 예를 들어 주차중에 기동하는 동안과 같이 (GNSS 로 적절하게 검출될 수 없는) 저속에서 짧게 변위하는 동안 관성 유닛 또는 GNSS 에 대한 대안으로서 차량의 움직임을 추적하는데 사용된 n 개 휘일상의 일반화된 형태(version)를 제안한다.

그러나, 디퍼런시얼 주행 거리 측정은 매우 에러를 일으키기 쉬운 것으로 증명되었으며 GNSS 를 완전히 대체하여 단독적으로 사용될 수 없다.

실제로, 그것이 신뢰성을 가지기 위하여, 적어도 미끄럼이 있어서는 안되고, 2 개의 휘일들은 완벽하게 평행하고, 휘일들 사이의 거리 또는 휘일 직경과 같은 파라미터들은 일정하고 정밀하게 공지되어 있어야 함이 필수적이다. 더욱이, 저속에서, (아래에서 설명되는) "탑(tops)"을 계수하는 주행 거리계의 속도 결과는 정밀도를 상실하며, 이것은 디퍼런시얼 주행 거리 측정으로부터 도출되는 각속도의 결과를 더욱 저하시킨다.

또한, 디퍼런시얼 주행 거리 측정은 도로 대신에 차량에 대한 수직 축 둘레의 각속도를 제공한다. 이것은 도로가 수평하다면 위치(bearing)의 계산을 가능하게 할 뿐이다.

결과적으로, 주행 거리계와 조합되어 자이로미터를 사용하거나 또는 완전한 관성 유닛을 사용하는 것이 제안되었다.

제 1 의 접근 방식은 주행 거리계들을 캘리브레이션하도록 자이로미터/관성 유닛(또는 다른 기준)을 사용하는 것이다. 이와 관련하여, 미국 특허 출원 US2012/0022780 이 특히 알려져 있는데, 이것은 에러 모델(error model)을 가진 주행 거리 측정의 결함을 설명한다.

이러한 방법은 복잡하며, 오직 부분적으로만 문제를 해결할 뿐이다.

대안으로서, 미국 특허 출원 US2009/0265054 는 자이로미터를 디-바이어스(de-bias)하기 위하여 직선을 따라서 궤적을 식별하는 (조향 휘일의 각도와 같은 다른 신호 뿐만 아니라) 디퍼런시얼 주행 거리 측정(differential odometry) 및 위치(bearing)를 결정하도록 자이로미터의 사용을 제안한다. 위에서 주어진 방정식에 대하여, 이러한 방법은 V_R=V_L인지 여부를 점검하는 것에 해당한다 (또는, 실제에 있어서 그 차이가 주어진 쓰레숄드 미만인지 여부를 점검한다). 제로가 아닌(non-zero) 각속도의 상황에서 V_R≠V_L인 경우에 대하여 (또는 직선을 따른 궤적을 식별하도록 주어진 쓰레숄드를 초과할 때), 미국 출원 US 2009/0265054 의 방법은 그 어떤 양적인 프로세싱(quantitative processing)도 주행 거리 측정 속도의 사용도 제공하지 않는다.

그러한 방법은 단순하고 효율적이지만, 직선에 의존하기 때문에 제한적인 것으로 증명되었다. 더욱이, 실제에 있어서 궤적이 직선에 있는 것으로 충분하지 않고, 너무 강하게 가속되지 않을 필요가 있으며, 가속이 없는 직선은 자이로미터의 바이어스(bias)를 식별할 수 있게 할 뿐이며, 스케일 팩터(scale factor)를 식별할 수 없다.

우수한 품질의 결과를 가능하게 하고 제한적이지 않은 차량 움직임의 평가를 위하여 차량의 자이로미터를 캘리브레이션하는 신규하고 이용 가능한 방법을 구비하는 것이 소망스럽다.

따라서 본 발명은 제 1 양상에 따라서 차량에 설치된 자이로미터를 캘리브레이션하는 방법에 관한 것인데, 상기 캘리브레이션 방법은:

(a) 자이로미터에 의해 차량의 측정된 각속도를 획득하고,

차량의 각속도를 나타내는 적어도 하나의 양(quantity)을 측정하는 수단에 의해, 차량의 각속도를 나타내는 상기 적어도 하나의 양의 측정된 값들을 획득하는 단계;

(b) 데이터 프로세싱 수단에 의해, 차량의 제 1 평가 각속도와 차량의 제 2 평가 각속도 사이의 차이를 최소화시키는, 자이로미터를 캘리브레이션하기 위한 적어도 하나의 파라미터의 값들을 결정하는 단계로서,

차량의 제 1 평가 각속도는 측정된 각속도 및 자이로미터를 캘리브레이션하기 위한 파라미터들의 함수이고,

차량의 제 2 평가 각속도는 차량의 각속도를 나타내는 상기 적어도 하나의 양의 측정된 값들의 함수인, 결정 단계;를 포함하는 것을 특징으로 한다.

다른 유리하고 비 제한적인 특징들에 따르면, 차량의 제 1 평가 각속도

는

의 모델에 의해 측정된 각속도

에 연계(link)되고, 상기 D 및 b 는 자이로미터를 캘리브레이션하기 위한 파라미터들이다.

단계(b)는 최적화(optimisation) 또는 순환 필터(recursive filter)의 수행을 포함한다.

측정 수단은 적어도 2 개의 주행 거리계(20a, 20b) 또는 조향 휘일 각도 센서(steering wheel angle sensor)로 이루어진다.

측정 수단은 적어도 2 개의 주행 거리계로 이루어지고, 차량은 주행 거리계가 제공된 적어도 2 개의 휘일을 가지고, 차량의 각속도를 나타내는 상기 양(quantity)들은 상기 휘일들의 속도이고, 차량의 상기 제 2 평가 각속도는 주행 거리계를 캘리브레이션하기 위한 파라미터들 및 휘일들의 측정 속도의 함수이다.

단계(b)는 주행 거리계들을 캘리브레이션하기 위한 적어도 하나의 파라미터의 값들의 결정을 포함한다.

차량의 2 개의 후방 휘일에는 주행 거리계들이 제공되고, 차량의 제 2 평가 각속도(

)는,

의 식에 의하여 좌측 후방 휘일 및 우측 후방 휘일에 대한 측정 속도(V_L, V_R)들에 각각 연계되고, 여기에서 α_R, α_L 및 d 는 주행 거리계를 캘리브레이션하기 위한 파라미터들이다.

캘리브레이션 파라미터(D 및 d)는 미리 결정되고, 단계(b)는 캘리브레이션 파라미터(b, α_R및 α_L))의 결정을 포함한다.

단계(b)는

의 최소화를 포함한다.

상기 방법은 캘리브레이션 파라미터들의 에러를 나타내는 파라미터를 평가하는 단계(c)를 포함한다.

캘리브레이션 파라미터들의 에러를 나타내는 상기 파라미터는 캘리브레이션 파라미터들의 결정된 값들에 대하여 계산된 상기 제 1 및 제 2 평가 각속도들의 함수이다.

캘리브레이션 파라미터들의 에러를 나타내는 상기 파라미터는 주어진 시간 간격에 걸친

의 평균이다.

단계(c)는, 만약 캘리브레이션 파라미터들에서 에러를 나타내는 상기 파라미터가 미리 결정된 쓰레숄드 미만이라면, 자이로미터의 실제 캘리브레이션을 포함하고, 만약 적절하다면, 캘리브레이션 파라미터들의 결정된 값들의 함수로서, 차량의 각속도를 나타내는 적어도 하나의 양을 측정하는 수단을 포함한다.

본 발명은, 데이터 프로세싱 수단에 의하여, 차량의 측정된 각속도 및/또는 상기 휘일들의 측정된 속도들과, 캘리브레이션 파라미터 값들의 함수로서, 상기 차량의 움직임을 평가하는 단계(d)를 포함하고, 차량의 방위는 단계(d)에서 차량의 측정된 각속도 및 캘리브레이션 파라미터 값들의 함수로서만 평가되고, 상기 휘일들의 측정된 속도들은 차량의 전체적인 속도를 평가하도록 사용된다.

제 2 양상에 따르면, 차량의 측정된 각속도를 획득하도록 구성된 자이로미터 및, 차량의 각속도를 나타내는 적어도 하나의 양을 측정하고 차량의 각속도를 나타내는 상기 적어도 하나의 양의 측정된 값들을 획득하도록 구성된 수단을 포함하는, 휘일(wheel)이 설치된 차량이 제안되며, 상기 차량은, 상기 차량의 제 1 평가 각속도와 상기 차량의 제 2 평가 각속도 사이의 차이를 최소화시키는, 자이로미터를 캘리브레이션하기 위한 적어도 하나의 파라미터의 값들을 결정하도록 구성된 데이터 프로세싱 수단을 더 포함하고,

차량의 제 1 평가 각속도는 자이로미터를 캘리브레이션하기 위한 파라미터들 및 측정된 각속도의 함수이고,

차량의 제 2 평가 각속도는 차량의 각속도를 나타내는 상기 적어도 하나의 양의 측정된 값들의 함수인 것을 특징으로 한다.

제 3 및 제 4 양상에 따르면, 자이로미터를 캘리브레이션하기 위한 본 발명의 제 1 양상에 따른 방법의 수행을 위한 코드 명령을 포함하는 컴퓨터 프로그램 제품; 및, 컴퓨터 장비가 읽을 수 있는 저장 수단으로서 상기 저장 수단에 있는 컴퓨터 프로그램 제품은 자이로미터의 캘리브레이션에 대한 제 1 양상에 따른 방법의 수행을 위한 코드 명령들을 포함하는, 저장 수단이 제안된다.

본 발명의 다른 특징들 및 장점들은 다음의 바람직한 실시예에 대한 설명으로부터 명확해질 것이다. 본 발명의 상세한 설명은 첨부된 도면을 참조하여 주어진다.
도 1 은 디퍼런시얼 주행 거리 측정(differential odometry)을 나타내는 개략도이다.
도 2 는 본 발명에 따른 방법의 구현을 위한 예시적인 차량 구조를 나타낸다.

구성(Architecture)

도 2 를 참조하면, 본 발명의 방법은 차량(1)에 설치된 자이로미터(gyrometer, 11)(즉, 차량(1)의 각속도를 측정할 수 있는 관성 측정 수단)의 캘리브레이션을 가능하게 한다. 차량에는 차량(1)의 각속도를 나타내는 적어도 하나의 다른 양을 측정하는 수단(20)이 더 설치된다.

수단(20)은 각속도를 간접적으로 얻을 수 있게 하는 자이로미터가 아닌 차량(1)에 일체화된 그 어떤 센서일 수도 있다는 점이 이해된다. 따라서 상기 측정 수단(20)은 유리하게는 각도 조향 휘일 센서(angular steering wheel sensor)(차량의 각속도를 나타내는 상기 적어도 하나의 양은 차량(1)이 직선으로 주행하는 기준 위치에 대한 조향 휘일의 각도이다) 및/또는 적어도 2 개의 주행 거리계(odometer, 20a, 20b)로 이루어지며, 즉, 차량(1)은 적어도 2 개의 휘일(10a, 10b)을 가지고, 각각의 휘일에는 주행 거리계(odometer, 20a, 20b)가 제공된다 (차량(1)의 각속도를 나타내는 양들은 주행 거리계(20a, 20b)가 제공된 휘일(10a, 10b) 각각의 속도들이다). 보다 상세하게는, 본 발명의 나머지에서 특히 설명될 바람직한 소위 "주행 거리 측정(odometric)"의 실시예에서, 차량(1)은 자이로미터(11) 및 적어도 2 개의 주행 거리계(20a, 20b)를 포함하고 각각의 주행 거리계는 차량(1)의 하나의 휘일(10a, 10b)을 위한 것이다. 당연히, 차량(1)의 휘일들에는 주행 거리계(20a, 20b)가 설치되지 않을 수 있다.

자동차 유형의 4 개 휘일을 가진 통상적인 차량(1)을 나타내는 도 2 의 예에서, 차량(1)의 2 개의 후방 바퀴(10a, 10b)에는 주행 거리계(20a, 20b)가 제공되고(좌측의 후방 휘일(10a) 및 우측의 후방 휘일(10b)에 제공되고), 2 개의 전방 휘일에는 제공되지 않는다. 후방 휘일들은 전방 휘일들처럼 수직 축 둘레를 돌지 않기 때문에, 즉, 일정한 거리에서 완전히 평행하게 유지되기 때문에 상기의 구성은 유리하다. 더욱이, 전류 구동 차량의 대부분의 통상적인 경우에, 후방 휘일들은 구동되지 않으며, 따라서 미끄러짐(skid)이 없다.

그러나, 대안으로서 2 개의 전방 휘일들이 취해질 수 있거나(조향 휘일이 회전할 때 전방 휘일들은 더 이상 정확하게 평행하지 않지만, 그것의 충격(impact)을 계산할 수 있으므로, 이러한 예도 설명될 것이다), 또는 전방 휘일 및 후방 휘일이 취해지거나, 또는 3 개 휘일 또는 4 개 휘일들이 취해질 수 있다는 점이 이해될 것이다. 일반적으로, 당업자는 이러한 목적을 위하여 Ackermann 스티어링 지오메트리(steering geometry)를 사용하는 방법을 이해할 것이다.

차량(1)은 반드시 자동차일 필요는 없고 임의 개수의 휘일들을 가진 그 어떤 차량일 수 있다 (대형 트럭(lorry)에서처럼 4 개보다 많은 휘일들을 포함한다).

주행 거리계는 회전수("rev conunter")를 계산함으로써, 또는 곡선 가로좌표(curvilinear abscissa)를 측정함으로써 휘일의 속도를 측정할 수 있는 장비를 의미한다. 일반적으로, 주행 거리계는 휘일에 고정된 부분(예를 들어, 자석)을 가지고, 회전의 주파수인, 시간 단위 마다의 회전수를 계산하도록 ("탑(top)"으로 지칭되는) 상기 고정 부분의 각각의 통과를 검출한다. 다른 기술들이 공지되었는데, 예를 들어, 휘일에 있는 표시부의 광학적 검출, 또는 금속 요소들을 포함하는 대상체의 회전을 검출하는 프랑스 특허 FR 2939514 의 자력계(magnetometer)가 알려져 있다.

여기에서 휘일의 "속도"는 스칼라(scalar)이며, 즉, (미끄러짐이 없다는 가정에서) 지구 기준 프레임에서 휘일의 속도 표준이다. 만약 휘일(10a, 10b)의 반경(r)이 알려진다면, 회전의 주파수(f)를 측정하는 것은 속도의 표준(norm of velocity)을 평가할 수 있게 한다: v=2πrf

본 발명의 방법에서 이해되는 바로서, 주행 거리계(20a, 20b)는 휘일(10a,10b)의 속도를 직접적으로 제공할 수 있거나, 또는 단지 "탑(top)"을 지시하고 프로세싱 유닛(21)이 그것으로부터 속도를 추정한다는 점이 설명될 것이다.

차량(1)에는 자이로미터(11)가 더 설치되며(통상적으로 차체와 일체화되고, 일반적으로는 차량(1)의 기준 프레임에 고정된다), 즉, 차량 기준 프레임을 정의하는, 3 축 직교 좌표에 따른 차량(1)의 각속도를 측정할 수 있는 관성 측정 수단이 더 설치된다.

수직축 둘레의 회전은 운전자가 조향 휘일을 회전시키는 동안 작동시키는 각도에 의해서 설명된다. 전체적으로 평탄한 지면상에서, 차량의 방향 변화는 수평 평면상에 있으며, 즉, 상기 수직 축을 따라서 일어난다.

실제에 있어서, 롤링(rolling, 차량의 길이 방향축을 따른 회전) 및 피칭(pitching, 차량(1)의 횡단축을 따른 회전)은 예를 들어 경사진 도로의 결과일 수 있다. 이러한 각도들의 처리는 움직임의 평가 순간에 중요해질 수 있다; 역으로, 차량의 수직축 둘레에서의 회전은 차동 주행 거리 측정(differential odometry)이 측정치로서 이상적으로 제공하는 바로 그것이다.

따라서, 모든 경우에 있어서 차량(1)의 수직 축에 따른 자이로미터(11)의 바이어스(bias)에 대한 평가는 (수평이 아닌 도로에 대해서도) 주로 정확하다는 점이 주목된다.

자이로미터(11)가 고정되는 섀시의 움직임은, 상기 축을, 길이 방향 또는 횡방향의 가속의 경우에 도로의 평면에 법선인 축과 관련하여 방해한다는 점이 관찰된다. 이러한 효과는 충분히 작은 가속도에 대하여 무시할 수 있거나 또는 모델로 만들 수 있는데, 이것은 예를 들어 캘리브레이션을 특징화함으로써 사후적으로(posteriori) 검증될 수 있다 (아래 참조).

편의를 위하여,

는 각속도 벡터

의 수직 성분을 나타낼 것이다. 관례적으로, 시계 반대 방향("우측 회전")으로의 굽음에 대하여 각속도는 양(positive)이고, 시계 방향("좌측 회전")으로는 음(negative)이다.

주목되어야 하는 바로서, 차량(1)에는 다른 축들을 따른 다른 자이로미터들 및/또는 가속도계들이 설치될 수 있거나, 또는 3 축으로 배치된 적어도 3 개의 가속도계 및 3 개의 자이로미터들을 가진 관성 유닛(inertial unit)을 포함할 수도 있다. 가속도계들은 센서에 가해진 중력 이외의 외력에 감수성이 있으며,

으로 나타내는 특정의 가속도를 측정할 수 있다.

차량(1)은 위에 설명된 바와 같이, 예를 들어 차량(1)의 탑재 컴퓨터인, 본 발명의 프로세싱 작용의 직접적인 실시간 구현을 위한 프로세싱 수단(21)(통상적으로 프로세서) 및, 선택적으로는 메모리(22)와, 차량(1)의 움직임에 대한 정보(순간 속도 값, 방향(bearing), 지도상에서의 위치 등)를 운전자에게 피드백하고 그리고/또는 명령을 차량(1)에 보내도록 인터페이스(23)를 더 포함한다. 이러한 점에 있어서 차량(1)은 특히 자율 차량일 수 있으며, 프로세싱 수단(21)은 차량(1)의 자율 내비게이션을 구현하도록 구성된다. 따라서, 상기 명령들은 운전자에 의한 운전을 시뮬레이션하기 위하여 차량의 제어 부재들(엔진, 조향 휘일 액튜에이터 등)에 보내진다.

자이로미터(11) 및 측정 수단(20)(바람직스럽게는, 주행 거리계(20a, 20b))은 특히 와이어 방식으로, 예를 들어 이더넷(Ethernet)을 통하여 데이터 프로세싱 수단(21)에 연결된다.

차량(1)은 선택적으로 GNSS 수신기등과 같은 상보적인 센서(complementary sensor)를 포함할 수 있다.

방법

본 발명의 방법은 적어도 자이로미터(11)를 캘리브레이션하는 방법이다. 캘리브레이션은 하나 이상의 캘리브레이션 파라미터들의 판단을 의미하며, 상기 파라미터들의 목록은 이후에 제시된다. 특히, 특정의 캘리브레이션 파라미터들은 신뢰성 있는 것으로 간주될 수 있고, 미리 결정될 수 있다. 판단하는 것과 관련하여, 이들은 " 커런트(current)" 을 가질 수 있으며, 이러한 값들은 만약 적절하게 변경(modification)된다면 계속될 수 있다.

특히 바람직한 실시예에서, 방법은 측정 수단(20)(주행 거리계(20a, 20b))을 캘리브레이션하는 방법일 수 있으며, 즉, 자이로미터(11) 및 주행 거리계(20a, 20b)는 동시에 캘리브레이션될 수 있다. 이것은 극히 유리한 실시예인데, 왜냐하면 이해되는 바와 같이 기하 형태(geometry)를 캘리브레이션하는 기준으로서 사용되도록 수단(20)(주행 거리계)의 측정이 정확히 캘리브레이션된 것으로 가정할 필요가 더 이상 없고; 2 가지가 자동적으로 서로를 캘리브레이션하기 때문이다. 대안으로서, 측정 수단(20)(주행 거리계(20a, 20b))을 정확하게 캘리브레이션된 것으로 간주하고 그리고 자이로미터(11)를 하나의 결과로서 캘리브레이션하는 것이 명백히 가능하며, 이것은 예를 들어 자이로미터(11)의 더 많은 파라미터들을 캘리브레이션할 수 있다.

이후에 알 수 있는 바와 같이, 유리한 실시예에서, 본 발명의 방법은 차량(1)의 움직임을 평가하는 방법이며, 즉, 캘리브레이션 이후에 움직임의 하나 이상의 성분들을 신뢰성 있는 방식으로 그로부터 추론하는 측정들의 사용을 포함한다.

본 발명의 방법은 (미국 출원 US 2009/0265054에서 제안된 바와 같은) 강력한 가속 없이도 직선 궤적의 경우에 기능하지만, 변화되는 굽힘 및 가속을 가진 궤적의 경우에도 기능한다.

제 1 단계(a)에서,

으로 표시된, 차량(1)의 측정된 각속도의 자이로미터(11) 및, 차량(1)의 각속도를 나타내는 적어도 하나의 양에 대한 소위 측정 값들을 측정하는 수단(20)에 의한 획득이 방법에 포함된다. 주행 거리 측정의 실시예에서, 단계(a)는 보다 상세하게는 주행 거리계(20a, 20b)에 의한 상기 휘일(10a,10b)들의 측정된 속도들의 획득을 포함한다. 좌측 휘일(10a) 및 우측 휘일(10b)의 바람직한 실시예에서, 이러한 속도들은

으로 표시된다.

상기 양들은 유리하게는 dt 샘플링(sampling)으로서 (즉, "dt" 초(second)마다) 측정되는데, dt 는 차량(1) 움직임의 특성 시간에 비교하여 매우 작으며, 전형적으로는 40 ms 이다.

여기에서, "차량(1)의 각속도"는 적어도 그것의 수직 축 둘레로 설명되는 것을 의미하지만, 다른 축들을 따른 것이 고려될 수도 있다.

단계(b)에서, 데이터 프로세싱 수단(21)은 차량(1)의 제 1 평가 각속도와 차량(1)의 제 2 평가 각속도 사이의 차이를 최소화시키는, 자이로미터(11)를 캘리브레이션하기 위한 적어도 하나의 파라미터의 값들을 결정한다.

이러한 아이디어는 상이한 방식으로 평가를 수행하는 것이며, 특히 상이한 데이터인 각속도를 사용함으로써 평가가 이루어지는 것이다. 이상적으로는, 만약 센서들이 다시 캘리브레이션되어야 함을 의미하는 것이 아니라면, 2 개의 평가는 일치한다.

일반적으로, 단계(b)는 자이로미터(11)를 정규적으로 다시 캘리브레이션(recalibration)하도록 순환 방식(recurrent manner)으로 수행된다.

차량(1)의 제 1 평가 각속도는

으로 표시되고, 자이로메트리(gyrometry)로부터 도출된다. 이것은 자이로미터(11)를 캘리브레이션하기 위한 파라미터들 및 측정된 각속도의 함수이다. 바람직스럽게는, 이것은

의 공식에 의해 측정된 각속도

에 연계되는데, 여기에서 D 및 b 는 자이로미터(11)를 캘리브레이션하기 위한 파라미터들이다. 보다 상세하게는, D 는 스케일 팩터(scale factor)이고, b 는 바이어스(bias)이다. 소망의 정밀도를 위해서 필요하다면, 위도(latitude)에 의존하는

상의 지구 회전의 충격을 어떻게 보정하는지 당업자는 이해할 것이다.

3 차원 자세(three-dimensional attitude)의 경우에, D 는 일반적인 3x3 매트릭스=(올바른 위치 결정(correct fix)으로의 통과에 대한 직교 매트릭스) x (조절 및 스케일 팩터(scale factor)들을 포함하는 상부 삼각형 매트릭스)이다. 현재에는 ω 가 오직 차량(1)의 수직 축 둘레의 회전만을 나타내는 한, 이러한 경우를 위하여 명시적으로 공식을 만드는 것만으로 충분하다. 바람직스럽게는, D 는 미리 결정되고(이것은 실제에 있어서 매우 약간 변화된다), (자이로미터(11)의 드리프트(drift)로서 알려진) 실질적으로 시간에 걸쳐 변화되는 경향을 가진, 자이로미터(11)에 대하여 결정되는 오직 캘리브레이션 파라미터만이 b 인 것으로 간주된다.

주목되어야 하는 바로서, 보다 일반적으로, 전체적인 에러 모델을 고려할 수 있으며. 이것은

으로서, g 는 반드시 리파이닝(refining)될 필요가 없는 함수(어플리케이션)이다.

차량(1)의 제 2 평가 각속도는

이며, 다른 유형의 측정으로부터 도출되는데, 특히 주행 거리 측정(odometry)으로부터 도출된다. 주행 거리 측정의 실시예에서, 이것은 휘일(10a,10b)들의 측정된 속도들 및 주행거리계(20a, 20b)들을 캘리브레이션하기 위한 파라미터들 및, 가능하게는 캘리브레이션 파라미터들의 일부를 형성하지 않는 차량의 기하학적 파라미터들의 함수이다. 주행 거리계(odometer)를 캘리브레이션하기 위한 파라미터들은 차량(1)의 물리적인 파라미터들이다. 설명된 바와 같이, 차량(1)의 후방 휘일들이 고려되는 바람직한 실시예에서, 차량(1)의 제 2 평가 각속도

는 좌측 후방 휘일(10a) 및 우측 후방 휘일(10b)에 대하여

의 유형의 공식에 의해 각각 측정된 속도(

,

)에 연계되는데, 여기에서 d 는 휘일(10a, 10b) 사이의 거리이다. 만약 예를 들어 2 개의 전방 휘일들이 취해진다면, 애커맨 스티어링 지오메트리(Ackermann steering geometry)에 따라서,

유형의

(차량(1) 속도의 표준(norm))를 연계하는 식의 시스템을 사용할 수 있으며, 여기에서

는 차량의 전방 차축과 후방 차축 사이의 거리이다. 바람직스럽게는, 상세한 설명의 나머지에서, 가장 단순한 후방 휘일들의 주행 거리계(20a,20b)의 경우가 계속 고려될 것이다.

주목되어야 하는 바로서, 이러한 단계에서 측정치들이 고려되지 않는 추가적인 주행 거리계가 있을 수 있다. 예를 들어, 3 개의 휘일들에 주행 거리계들이 제공될 수 있고, 오직 2 개의 측정치들이 단계(b)에서 사용되고, 제 3 휘일의 주행 거리계의 측정치들은 이후에 설명되는 바와 같이 분리되어 사용될 수 있다.

이러한 모델의 결함을 고려하도록, (온도, 수명(age), 압력등의 함수로서 변화하는) 휘일(10a,10b)들의 "실제" 반경을 1 차수(order)의 계수로 가중(weighting)시킴으로써 그것을 특성으로 하는 캘리브레이션 파라미터들을 추가할 수 있으며, 즉, 공식

은

으로 대체되고

은

으로 대체된다. 2 개보다 많은 휘일들이 사용된다면, 그 만큼의 계수(

)들이 더해진다.

(후방 휘일의 경우에) 제 2 평가 각속도의 공식은 다음에

이 되고, 여기에서α_R, α_L 및 d 는 자이로미터(11)를 캘리브레이션하는 파라미터들이다. 다시 한번, 거리(d)는 미리 결정되고 (이것은 실제로 매우 약간 변화한다), 주행 거리계들에 대하여 판단되는 캘리브레이션 파라미터들만이

및

인 것으로 가정될 수 있다.

따라서, 동시의 2 중 캘리브레이션의 특히 바람직한 실시예에서, 판단되는 오직 3 개의 캘리브레이션 파라미터들(

,

) 이 있을 뿐이다. 이러한 제한된 수의 파라미터들은 차량(1)이 "변화된(varied)" 궤적(시간의 함수로서 변화되는 속도/방향)을 가지는 순간으로부터 그러한 2중 캘리브레이션을 가능하게 한다. 이것은 고속(high velocities) 및/또는 가속의 함수로서 타이어들의 결함 및 변형의 경우에 특히 유용하다. (미국 특허 US 4788645 참조).

유리하게는, 단계(b)에서 최소화되는 대상은 차이

이고, 이것은 바람직한 모델에서

으로 반영된다. 이러한 표현의 최소화(minimisation)는 일반적인 궤적에 대한 모호성(ambiguity) 없이 파라미터들을 제공할 것이다. 그러나, 대안으로서 당업자는

사이의 차이에 감수성이 있는 그 어떤 다른 함수를 사용할 수 있다는 점이 이해될 것이다 (norm L², L^∞, etc).

이러한 최소화를 수행하도록, 데이터 프로세싱 수단(21)은 시간에 걸쳐서 주어진 길이의 간격(interval)에서 작동할 수 있다. 이와 관련하여, 공지된 방식에서는 순환 필터(recursive filter)(RLS, 순환 최소 자승법(recursive least squares method) 등) 또는 최적화(최소 자승법 등)가 사용될 수 있다.

에러 특성화(Error characterisation)

바람직스럽게는, 방법은 (자이로미터(11)의) 캘리브레이션 파라미터들상의 에러를 나타내는 파라미터를 평가하는 단계(c)를 더 포함한다. 단계(c)는 바람직스럽게는 단계(b)의 각각의 발생 이후에 수행된다.

이러한 아이디어는 캘리브레이션에 매우 바라직스럽지 않은 경우들을 구별하도록 측정 수단(20)에 의해 제공된 정보의 품질을 평가하는 것으로서, 즉, 미끄러짐(skidding), 너무 높은 가속도(예를 들어, 강력한 브레이크 작용 또는 굽음)에 기인하는 섀시의 너무 강한 움직임, 또는 중요한 기하학적 결함(예를 들어, 타이어의 수축)의 경우들과 같이, 수단(20)으로부터 기원하는 데이터의 신뢰성이 없는 경우를 구별하는 것이다. 이와 관련하여, 상기 파라미터를 쓰레숄드와 비교하는 것이 수행될 수 있다.

따라서, 만약 에러를 나타내는 상기 파라미터가 상기 미리 결정된 쓰레숄드보다 위에 있다면, 상기 단계(b)는 바람직스러운 상태하에서는 발생되지 않고, 캘리브레이션의 결과는 받아들여지지 않는다. 이전 캘리브레이션의 파라미터들은 캘리브레이션으로서 유지된다. 더욱이 수단(20)의 측정치들을 (즉, 주행 거리계 측정치들) 일시적으로 거부할 수 있다. 즉, 만약 에러를 나타내는 상기 파라미터가 상기 미리 결정된 쓰레숄드 미만이라면, 단계(c) 는 자이로미터(11)의 실제 캘리브레이션 및/또는 캘리브레이션 파라미터들의 단계(b)에서 결정된 값들을 가진 차량(1)의 각속도를 나타내는 상기 적어도 하나의 양을 측정하기 위한 수단(20)을 포함한다.

주목되어야 하는 바로서, 단계(b)의 발생 동안에 캘리브레이션 파라미터들의 결정이 이루어졌지만 실제 캘리브레이션을 위해 사용되지 않은 값들은 데이터 저장 수단(12)에 저장될 수 있고, 미래의 단계(c) 의 발생 동안에 사용될 수 있다. 예를 들어, 에러를 나타내는 파라미터가 쓰레숄드 보다 위에 있는 한, 결정된 캘리브레이션 파라미터들은 저장되고, 에러가 쓰레숄드 미만으로 갈 때, 실제 캘리브레이션도 저장된 값들을 고려할 수 있다.

에러 특성화는 특정의 방식으로 차량(1)의 주행 상태를 식별할 수 있다는 점이 이해될 것이다. 주행 상태는 차량(1)의 움직임의 특성화를 의미하도록 취해진다. 예를 들어, 경험에서 알려진 바로서, 매우 강한 역동성(dynamic)을 가진 시간 간격은 매우 타이트한 굽음(tight bend) 또는 굴곡(humpback)에 전형적이고, 주행 거리 측정치들이 적절하지 않을 것 같은, 섀시에 대한 차량(1) 동체의 움직임 또는 미끄러짐의 일반적인 상황들에서 전형적이다. 역으로, 덜 강력하지만 변화되는 역동성은 "풍부한(rich)" 데이터를 제공하는 상황들에 전형적이다 (이러한 역동성은 선형의 가속 및 굽음(linear accelerations and bend)으로서, 이것은 한편으로는 충분히 약해서 섀시 움직임의 충격이 무시할만 하거나 또는 충분한 정확성으로 모델을 이루게끔 유지되지만, 다른 한편으로는 충분히 현저하여 스케일 팩터들의 캘리브레이션 및 자이로미터(11)의 바이어스(bias)를 용이하게 한다).

차량은 실제에 있어서 3 가지 상이한 주행 상태를 겪을 수 있다:

강한 가속이 없는 직선: 미국 출원 20090265054 에서 개발된 주행 상태로서, 이것은 "가장 풍부(richest)"하지는 않을지라도 본 발명 방법에 따른 캘리브레이션에 바람직스럽다;

타이트한 굽음(tight bends)(또는 선형 가속): 이러한 코스(course)는 타이트한 굽음을 포함하며, 그것의 차량에 대한 충격은 우수한 캘리브레이션을 얻을 수 없게 하고 그러한 주행 상태는 일반적으로 거부된 캘리브레이션(rejected calibration)에 이른다.

약간의 굽음:이러한 코스는 (만약 그렇게 희망된다면) 자이로미터의 스케일 인자를 캘리브레이션할 수 있게 하는 굽음을 포함하지만 이것은 너무 타이트하지 않아서 위에서 설명된 현상은 여전히 무시할만하거나 또는 적어도 모델로 이루어질 수 있다(이하 참조). 이러한 주행 상태는 실제에 있어서 가장 통상적이고 "가장 풍부"하며, 본 발명이 이용할 수 있으며, 단계(c)에서 특히 선택할 수 있는 것이다.

일반적으로, 캘리브레이션 파라미터들에서 에러를 나타내는 상기 파라미터는, 제 1 실시예에 따라서 제 1 각속도(자이로메트릭 각속도)의 값인, 비교 요소를 나타내는 "기준" 각속도(reference angular velocity) 및, 캘리브레이션 파라미터들의 결정된 값들에 대하여 계산된, 적어도 상기 제 2 평가 각속도의 함수이다.

단계(c)의 제 1 실시예는 고유한(intrinsic) 것으로 호칭되는데, 왜냐하면 단계(b)에서 이용 가능한 양을 오직 사용하기 때문이다. 바람직스럽게는, 단계(b)의 평가 잔여(estimation residues)가 사용되며, 즉, 주행 거리 측정의 경우에 에러를 나타내는 상기 파라미터는 특히 주어진 시간 간격에 걸쳐서 특히

의 표준(norm)(예를 들어,

또는

)이다. 그러한 경우에, 단계(c)는 단계(b)와 수반되는 방식(concomitant manner)으로 수행될 수 있다. 순환 필터의 경우에, 주어진 시간 기간에 걸쳐 필터의 새로운 것(innovation)의 기준(예를 들어,

또는

)을 이용할 수 있다.

외재적(extrinsic)으로 호칭되는, 단계(c)의 제 2 실시예에서, 다른 유형의 양들이 이용되며, 특히,

주행 거리계가 이용되었다면 조향 휘일 각도가 이용되고,

조향 휘일 각도가 이용되었다면 주행 거리 측정이 이용되고,

(만약 이용 가능하다면/이용 가능할 때) 예를 들어 GPS 와 같은 GNSS 데이터가 이용된다.

당업자는 기준 각속도를 제 2 평가 각속도와 비교하기 위하여 상기 양들중 하나 또는 다른 것에 기초하여 기준 각속도를 어떻게 계산하는지 이해할 것이다.

주목되어야 하는 바로서, 상기 이론적인 각속도는 단계(b)에서 사용되지 않은 선택적인 휘일들의 주행 거리 정보를 이용하여 얻어질 수 있으며, 즉, 단계(a)는, 주행 거리계가 제공된 적어도 하나의 추가적인 휘일에 대하여, 상기 주행 거리계에 의한 추가적인 휘일의 측정 속도 획득을 포함함으로써, 제 2 평가 각속도와 유사한 방식으로 제 3 평가 각속도(

)를 얻으며(휘일들은 단지 교체되어, 제 1 각속도를 위해서 사용된 휘일은 제 3 각속도를 위해서 재사용될 수 있음을 주목한다), 캘리브레이션 파라미터들의 에러를 나타내는 상기 파라미터는 특히 주어진 시간 간격에 걸친

의 평균이다.

대안으로서 또는 상보적으로, 이러한 에러 파라미터의 평가를 향상시키도록 그리고/또는 이용 가능성을 증가시키면서 보다 강력한 방식으로 바람직스러운 주행 상태를 식별하기 위한 접근 방식을 개발하도록 학습(learning)에 의존할 수 있다.

특히, 신경 네트워크(neural network), 서포트 벡터 머신(support vector machine), 최근린 내삽법(nearest neighbour method), 디시전 트리 포리스트(decision tree forest) 등과 같은 학습 메커니즘을 수행할 수 있다. 따라서, 단계(b) 및 단계(c)의 각각의 발생에서, 학습 베이스(learning base)를 풍부하게 할 수 있는데, 여기에서 (차량(1)의 주행 상태를 설명하는) 각각의 측정 데이터 세트에는 에러를 나타내는 파라미터의 대응하는 값이 "태그(tagged)"됨으로써, (단계(b) 및 (c)의 연속적인 발생으로서) 수용 가능한 캘리브레이션들을 수용 불가능한 캘리브레이션으로부터 구분하도록 점진적으로 그리고 자동적으로 학습한다. 따라서, 캘리브레이션은 영구적으로 자체 향상된다.

주목될 바로서, 다른 유형의 양들이 이전에 언급된 바와 같이 이용 가능한 경우에, 에러를 나타내는 상기 파라미터가 쓰레숄드보다 크다면(즉, 캘리브레이션의 결과가 수용되지 않는다면), 에러를 나타내는 파라미터의 비정상적으로 높은 값의 기원(origin)에서 혼란(disruption)을 수정하고 모델링을 시도하도록, 수단(20)에 의해 측정된 값들을 단순히 거부할 수 있다. 예를 들어:

-보충적인 데이터(특히 다른 주행 거리계로부터 기원하는 데이터)를 이용하여 스키드(skid)들이 식별될 수 있다;

-동체의 움직임들이 평가되고 따라서 보상된다 ("통상적인" 롤링 피칭 평가기(rolling pitching estimator) thesis of PJ Bristeau, Techniques d'estimation du deplacement d'un vehicule sans GPS et autres exemples de conception de systemes de navigation MEMS (2012) 참조.).

- 타이어들의 변형들은 계산에 통합되도록 모델링될 수 있다 (미국 출원 US 2012/0022780 또는 미국 특허 US4788645참조)

움직임의 평가(Estimation of the movement)

설명된 바와 같이, 이 방법은 유리하게는 데이터 프로세싱 수단(21)에 의하여 상기 차량(1)의 움직임을 평가하는 단계(d)를 포함하는데, 이것은 차량(1)의 측정된 각속도 및/또는 차량(1)의 각속도를 나타내는 상기 적어도 하나의 양의 측정 값들(상기 휘일(10a, 10b)들의 측정 속도들) 및, 적절하다면, 실제의 리캘리브레이션(recalibration) 이후에, 단계(c)의 결과에 따르지 않거나 또는 업데이트된, 캘리브레이션 파라미터들의 값들의 함수로서 이루어진다.

움직임의 평가는 특히 적어도 차량(1) 방위(orientation)의 평가를 의미하도록 취해지고(수평 평면에서, 즉, 위치에서, 차량의 수평 평면은 지구 수평 평면과 실질적으로 일치하거나, 또는 적어도 당업자는 상기 2 개 평면 사이의 위치 차이를 검출하고 수정하는 방법을 이해하는 것으로 가정될 수 있다는 점이 주목되어야 한다.). 유리하게는 속도 표준(velocity norm)의 평가를 의미하도록 취해진다. 방위는 전형적으로는 각속도의 적분에 의해 얻어진다.

바람직스럽게는, 상기 차량(1)의 위치(bearing)의 데이터 프로세싱 수단(21)에 의한 평가는 유일하게 차량(1)의 측정된 각속도 및 캘리브레이션 파라미터들의 값들의 함수로서 이루어진다. 요약하면, 다른 유형(주행 거리계의)의 정보는 자이로미터(11)를 캘리브레이션하도록 이용되고, 다음에 위치(bearing)의 평가를 위하여 오직 자이로메트릭 정보(gyrometric information)만이 사용된다 (이것은 저속 및 평탄하지 않은 지면을 포함하여 항상 이용 가능하기 때문이다). 적절하다면, 상기 휘일(10a, 10b)들의 측정된 속도들(즉, 주행 거리계의 데이터)은, 차량(1)의 전체 속도를 판단하도록 단계(d)에서만 사용되며, 특히 그들의 평균을 판단함으로써 사용된다.

단계(d)는 방위(위치)에서의 자이로메트릭 에러(gyrometric error)를 캘리브레이션하기 위한 파라미터들의 에러를 나타내는 상기 파라미터의 함수로서의 계산을 더 포함한다. 예를 들어, 캘리브레이션 이후의 기간에 걸쳐서 축적된 위치 에러(bearing error)는, 이러한 기간의 지속기로 곱해진 바이어스(bias) 평가에서의 불확실성(uncertainty)에 의해 평가될 수 있다.

주목되어야 하는 바로서, 자율 차량의 경우에, 차량(1)을 예를 들어 소망의 행선지로 가져가도록 하기 위하여, 또는 장애물이 없는 궤적에 유지하면서 차량(1)을 정지시키기 위하여, 단계(d)는 평가된 움직임의 함수로서 상기 차량(1)의 명령 생성을 포함할 수 있다.

장비 및 차량(Equipment and vehicle)

제 2 양상에 따르면, 본 발명은 방법의 실시예들중 하나 또는 다른 것의 구현을 위하여 특히 장비(11,20a,20b, 21)의 아이템들의 조립체들에 관한 것이다.

이러한 조립체는 그것을 변형시키도록 "통상적인(conventional)" 차량(1)에서 키트(kit)로서 설치될 수 있다. 대안으로서, 차량(1)은 자이로미터(11) 및/또는 주행 거리계(20a,20b)와 같은 측정 수단(20)과 같은 센서들 뿐만 아니라, 차량(1)의 내비게이션을 위한 데이터 프로세싱 수단(21)이 이미 제공된 자율 차량(autonomous vehicle)일 수 있다.

특히, 다음과 같은 것을 포함하는 휘일 차량(wheeled vehicle, 1)이 제안된다:

차량(1)의 측정 각속도를 얻도록 구성된 자이로미터(11);

차량(1)의 각속도를 나타내는 적어도 하나의 양의 측정된 값들인, 차량(1)의 각속도를 나타내는 적어도 하나의 양을 측정하기 위한 수단(20)으로서, 즉, 휘일들중 적어도 2 개에 설치되고 상기 2 개의 휘일(10a,10b)들의 측정 속도를 얻도록 구성된 각도 조향 휘일 센서(angular steering wheel sensor) 또는 주행 거리계(20a, 20b);

차량(1)의 제 1 평가 각속도와 차량(1)의 제 2 평가 각속도 사이의 차이를 최소화시키는, 자이로미터(11)를 캘리브레이션하는 적어도 하나의 파라미터의 값들을 결정하도록 구성된 데이터 프로세싱 수단(21)으로서, 데이터 프로세싱 수단(21).

* 차량(1)의 제 1 평가 각속도는 자이로미터(11)를 캘리브레이션하기 위한 파라미터들 및 측정된 각속도의 함수이다.

* 차량(1)의 제 2 평가 각속도는 차량(1)의 각속도를 나타내는 상기 적어도 하나의 양의 측정된 값들의 함수(바람직스럽게는 주행 거리계(20a, 20b)를 캘리브레이션하기 위한 파라미터들 및 휘일(10a,10b)들의 측정 속도들의 함수로서)이다.

이전에 설명된 바와 같이, 차량(1)은 메모리(22) 및 인터페이스(23)를 더 포함할 수 있고, 각도 조향 휘일 센서(angular steering wheel sensor) 또는 GNSS 수신기와 같은 다른 센서들도 포함할 수 있다.

더욱이, 데이터 프로세싱 수단(21)은 캘리브레이션 파라미터들의 에러를 나타내는 파라미터를 평가하도록, 그리고/또는 차량(1)의 측정된 각속도 및/또는 (적절하다면, 에러를 나타내는 상기 파라미터와 쓰레숄드와의 비교의 결과에 따른) 상기 휘일(10a,10b)들의 측정된 속도들의 함수로서의 상기 차량(1)의 움직임 및, 캘리브레이션 파라미터들의 값들을 평가하도록 더 구성될 수 있다.

컴퓨터 프로그램 제품(computer programme product)

제 3 및 제 4 양상에 따르면, 본 발명은 본 발명의 제 1 양상에 따른 자이로미터(11)를 캘리브레이션하는 방법의 (프로세싱 수단(21)에서의) 수행을 위한 코드 명령들을 포함하는 컴퓨터 프로그램 제품 및, 컴퓨터 프로그램 제품이 기초하는, 컴퓨터 장비가 읽을 수 있는 저장 수단(예를 들어, 데이터 저장 수단(22))에 관한 것이다.

1. 차량 11. 자이로미터
21.데이터 프로세싱 수단

Claims

차량(1)에 설치된 자이로미터(11)를 캘리브레이션하는 방법으로서, 상기 캘리브레이션 방법은:
(a) 자이로미터(11)에 의해 차량(1)의 측정된 각속도를 획득하고,
차량(1)의 각속도를 나타내는 적어도 하나의 양(quantity)을 측정하는 수단(20)에 의해, 차량(1)의 각속도를 나타내는 상기 적어도 하나의 양의 측정된 값들을 획득하는 단계;
(b) 데이터 프로세싱 수단(21)에 의해, 차량(1)의 제 1 평가 각속도와 차량(1)의 제 2 평가 각속도 사이의 차이를 최소화시키는, 자이로미터(11)를 캘리브레이션하기 위한 적어도 하나의 파라미터의 값들을 결정하는 단계로서,
차량(1)의 제 1 평가 각속도는 측정된 각속도 및 자이로미터(11)를 캘리브레이션하기 위한 파라미터들의 함수이고,
차량(1)의 제 2 평가 각속도는 차량(1)의 각속도를 나타내는 상기 적어도 하나의 양의 측정된 값들의 함수인, 결정 단계;
(c) 캘리브레이션 파라미터들의 에러를 나타내는 파라미터의 평가 단계;를 포함하는, 자이로미터의 캘리브레이션 방법.
제 1 항에 있어서, 차량(1)의 제 1 평가 각속도(
)는
의 모델에 의해 측정된 각속도 (
)에 연계(link)되고, 상기 D 및 b 는 자이로미터(11)를 캘리브레이션하기 위한 파라미터들인, 자이로미터의 캘리브레이션 방법.
제 1 항 또는 제 2 항에 있어서, 단계(b)는 최적화(optimisation) 또는 순환 필터(recursive filter)의 수행을 포함하는, 자이로미터의 캘리브레이션 방법.
제 1 항 내지 제 3 항중 어느 한 항에 있어서, 측정 수단(20)은 적어도 2 개의 주행 거리계(20a, 20b) 또는 조향 휘일 각도 센서(steering wheel angle sensor)로 이루어지는, 자이로미터의 캘리브레이션 방법.
제 4 항에 있어서, 측정 수단(20)은 적어도 2 개의 주행 거리계(20a, 20b)로 이루어지고, 차량(1)은 주행 거리계(20a, 20b)가 제공된 적어도 2 개의 휘일(10a, 10b)을 가지고, 차량(1)의 각속도를 나타내는 상기 양(quantity)들은 상기 휘일(10a, 10b)들의 속도이고, 차량(1)의 상기 제 2 평가 각속도는 주행 거리계(20a, 20b)를 캘리브레이션하기 위한 파라미터들 및 휘일(10a,10b)들의 측정 속도의 함수인, 자이로미터의 캘리브레이션 방법.
제 5 항에 있어서, 단계(b)는 주행 거리계(20a, 20b)들을 캘리브레이션하기 위한 적어도 하나의 파라미터의 값들의 결정을 포함하는, 자이로미터의 캘리브레이션 방법.
제 5 항 또는 제 6 항에 있어서, 주행 거리계(20a,20b)들이 제공된 상기 적어도 2 개의 휘일들은 차량(1)의 2 개의 후방 휘일(10a, 10b)들이고, 차량(1)의 제 2 평가 각속도(
)는,
의 식에 의하여 좌측 후방 휘일(10a) 및 우측 후방 휘일(10b)에 대한 측정 속도(V_L, V_R)들에 각각 링크되고, 여기에서 α_R,α_L, 및 d 는 주행 거리계(20a,20b)를 캘리브레이션하기 위한 파라미터들인, 자이로미터의 캘리브레이션 방법.
조합된 제 2 항, 제 6 항 및 제 7 항에 있어서, 캘리브레이션 파라미터(D 및 d)는 미리 결정되고, 단계(b)는 캘리브레이션 파라미터(b, α_R및 α_L)의 결정을 포함하는, 자이로미터의 캘리브레이션 방법.
제 5 항 내지 제 8 항중 어느 한 항에 있어서, 단계(b)는
의 최소화를 포함하는, 자이로미터의 캘리브레이션 방법.
제 1 항 내지 제 9 항중 어느 한 항에 있어서, 캘리브레이션 파라미터들의 에러를 나타내는 상기 파라미터는 캘리브레이션 파라미터들의 결정된 값들에 대하여 계산된 상기 제 1 및 제 2 평가 각속도들의 함수인, 자이로미터의 캘리브레이션 방법.
조합된 제 1 항 내지 제 10 항에 있어서, 캘리브레이션 파라미터들의 에러를 나타내는 상기 파라미터는 주어진 시간 간격에 걸친
의 평균인, 자이로미터의 캘리브레이션 방법.
제 1 항 내지 제 11 항중 어느 한 항에 있어서, 단계(c) 는, 만약 캘리브레이션 파라미터들에서 에러를 나타내는 상기 파라미터가 미리 결정된 쓰레숄드 미만이라면, 자이로미터(11)의 실제 캘리브레이션을 포함하고, 만약 적절하다면, 캘리브레이션 파라미터들의 결정된 값들의 함수로서, 차량(1)의 각속도를 나타내는 적어도 하나의 양을 측정하는 수단(20)을 포함하는, 자이로미터의 캘리브레이션 방법.
제 5 항 내지 제 12 항중 어느 한 항에 있어서, 데이터 프로세싱 수단(21)에 의하여, 차량(1)의 측정된 각속도 및/또는 상기 휘일(10a, 10b)들의 측정된 속도들과, 캘리브레이션 파라미터 값들의 함수로서, 상기 차량(1)의 움직임을 평가하는 단계(d)를 포함하고, 차량(1)의 방위는 단계(d)에서 차량(1)의 측정된 각속도 및 캘리브레이션 파라미터 값들의 함수로서만 평가되고, 상기 휘일(10a, 10b)들의 측정된 속도들은 차량(1)의 전체적인 속도를 평가하도록 사용되는, 자이로미터의 캘리브레이션 방법.
차량(1)의 측정된 각속도를 획득하도록 구성된 자이로미터(11) 및, 차량(1)의 각속도를 나타내는 적어도 하나의 양을 측정하고 차량(1)의 각속도를 나타내는 상기 적어도 하나의 양의 측정된 값들을 획득하도록 구성된 수단(20)을 포함하고, 휘일(wheel)이 설치된 차량(1)으로서,
상기 차량(1)은, 상기 차량(1)의 제 1 평가 각속도와 상기 차량(1)의 제 2 평가 각속도 사이의 차이를 최소화시키는, 자이로미터(11)를 캘리브레이션하기 위한 적어도 하나의 파라미터의 값들을 결정하도록 구성된 데이터 프로세싱 수단(21)을 더 포함하고,
차량(1)의 제 1 평가 각속도는 자이로미터(11)를 캘리브레이션하기 위한 파라미터들 및 측정된 각속도의 함수이고,
차량(1)의 제 2 평가 각속도는 차량(1)의 각속도를 나타내는 상기 적어도 하나의 양의 측정된 값들의 함수인 것을 특징으로 하는, 차량.
컴퓨터상에서 수행될 때 제 1 항 내지 제 13항중 어느 한 항에 따른 자이로미터(11)의 캘리브레이션 방법을 수행하기 위한 코드 명령들을 포함하는, 컴퓨터 프로그램.
컴퓨터 장치로 읽을 수 있는 저장 수단으로서, 상기 저장 수단에 있는 컴퓨터 프로그램 제품은 제 1 항 내지 제 13 항중 어느 한 항에 따른 자이로미터(11)를 캘리브레이션하는 방법의 수행을 위한 코드 명령들을 포함하는, 저장 수단.