TW307854B - - Google Patents

Description

經濟部中央橾準局員工消費合作.杜印製 S υ 4 Ο 5 4 A? _________Β'? 五、發明説明（1 ) ~ f明背景 1. 發明領域 本發明係相關於車輛導引系統，特別是利用實断樣蕺與 虛擬標籤，以增強從導引系統中得到的狀態資訊。 2. 相關技藝領域 —般而f ’大豕對導引系統及其相關應用的興趣日益俱 增，特別是導引系統中提供的車輛狀態資訊，對於同時地 監督多數車輛及控制車輛例行工作與分派是非常有用的。 不同的導引系統利用不同的儀器來監督車輛的移動與位置 0 傳統上是利用在車輪裝置旋轉感應器來決定運輸車輛的 位置與速度，這個感應器可以計算車輪旋轉次數及其有關 的係數。將里程錶的數字乘上車輪的直徑或是囷周就可以 得到距離計算。另外’利用轉速計將車輪旋轉次數除以特 定時間區間的値乘以車輪直徑或圓周，再將其結果除以特 定時間區間，可以得到在特定時間區間中車輛的平均速度 0 然而，這些儀器依賴的是車輛與操作環境的接觸，因此 容易造成滑動及誤差° 有些現代化的導引系統，例如全球定位系統，雖然解決 了一些傳統儀器先天的問題，但是仍還有缺點。例如全球 定位系統操作能力受限於視線的範圍、障礙物、樹群及地 形特性。 其他的導引系統係依循擬獨立式近似法（quasi-aut〇n〇m〇us 本紙張尺度適用中國國家標準（CNS ) A4規格（2! 〇 X 297公楚） -- (請先閲讀背面之注意事項再填寫本頁) 訂

J 五、發明説明（2 ) 啊㈣，以得到車輛速率及位置的預測値。例如美國第 5,332’180號專利，在參考資料中揭示其車輛導引系統2 用基板上的慣性感應器，來產生車輛速率及位置資訊。 另外，也可以用dead-reck〇mng系統產生動態的車輛資訊 。这種無接觸點，獨立的慣性特性或者dead·”。— ”感 測提供較吸引人的方式，來測量車輪的狀態特性。炊而: 适些系統相對於時間的累積誤差必須消除，以提供正確、 可靠及有用的資訊。 在導引系統中K各樣的地圖定位技巧提供許多機制 來降低，吳差，特別疋k導引設備得到的車輛狀態資訊，必 須與已知資料比較產生位置與速率的估計値，以降低系統 的誤差。 美國第5,332，180號專利中指出可以利用實際標籤及/或 作用指標(active beacon) ’來執行必要誤差的消除功能， 而消除誤差的能力與系統中使用實際標鐵的數目有關，而 誤差降低的比率，與導引系統中提供的實際^數自成比 例〇 經濟部中央標準局員工消费合作社印製 然而，大量使用實際標籤或作用指標來降低系統的誤差 ’卻增加了系統的維護以及硬體失敗的機會。另外，傳統 的地圖定位方法有其故有的正確性其執行的限制性。 發明概述 本發明提供一種車輛導引系統，可加強車輛狀態的測量 而不需在車輛路線上增加使用頦外的實際裝置。 根據本發明之車輛導引系統包括—個慣性的測量單元， -5 本紙法尺度適用中國國家祐準（CMS ) A4規格〔210X 297公釐1 A7 B7 五、發明説明（3 ) --- 用以從車輛的移動產生運動學的變數；還有一個導引器， 用以計其從運動學變數得到的車輛測量狀態特性，此外， 車輛導引系統還包括一個濾波器，用以從運動學變數中產 生—個描述器記號，及一個圖樣辨識分析器，例如可以將 推述器記號與從車輛路線倒面測量得到的參考記號相配合 之神經網路，這種記號的配合使得系統使用虚擬標籤可二 更正確地估計車輛的狀態特性。 車輛導引系統尚包括多個設置於車輛路線附近之實降標 轂，及一車輛基板上的標籤閲讀器（tag reader)，以提供即 時的狀態特性並消除系統中的累積誤差。本系統尚包括一 個全球定位系統接收器，用來提供絕對的狀態特性。車輛 導引系統尚包括一濾波器，用以更精確地獄測系統的誤差 ’並對累積誤差做更正確的計算。 提供產生虚擬標籤的神經網路可增進車輛導引系統的正 確性，而不用增加系統中所使用的實際標籤數目。 降低實際標籤的數目比減少系統維護及因爲一或多個實 際標籤失敗的機率來得好。 經濟部中央榡準局負工消費合作社印製

圖式簡I 圖1爲主要車輛路線含分支路線之概圖： 圖2爲根據本發明之車輛導引系統之功能方塊圖： 圖3 a爲用以測量車輛狀態特性之神經網路示意圖： 圖3b爲與相似之再循環的神經網路示意圖及 圖4爲利用虛擬標籤來消除車輛導引系統誤差的處理流 程圖。 Ϊ紙張尺度適用中國國家蘇格（2 Λ 7 ------ _ Β7 五、發明説明（4 ) 較佳實施例鈷诚 . _ 「装—I (請先閱讀背面之注意事項再填寫本頁) 如囷1所示，根據本發明之車輛導引系統丨〇利用多個實 際的標籤1 4，以於車輛路線〗3之局部位置上提供車輛12 的正向位置資訊，這些資訊可被車輛導引系統α使用，以 消除目前系統的累積誤差。 根據本發明之車輛導引系統丨〇利用虛擬標籤丨6 ,以提供 額外之可消除累積誤差的點，此虛擬標藏16係以一圖樣辨 識分析器，如神經網路22，加以計算並用以更正確地預測 車輛路線1 3之車輛1 2的狀態特性。 經濟部中央標準局男工消費合作社印製 車輛路線1 3之車輛1 2的移動爲一車輛1 2基板上的慣性 測量單元1 8所監控，該慣性測量單元至少包含一陀螺儀 (gyroscope)及至少一加速器，且慣性測量單元i 8含有車輛 1 2的運動學變數’而該運動學變數包括—個即時的加速測 量及一個即時的旋轉比率測量。如圖2所示，慣性测量單 元的輸出被傳送至導引器2 0 導引器2 0整合了加速器的 輸出’以計算車輛1 2的狀態特性，例如速度與位置的測量 。導引器2 0利用整合車輛1 2之旋轉比率，以提供另外的 狀態特性，例如狀態資訊，因此沿著車輛路線1 3的車輛 1 2移動可藉由慣性測量單元丨8及導引器2 〇來趨近。然而 由慣性測量單元1 8及導引器2 0所產生資料的誤差將會增 加一個時間函數。根據本發明之車輛導引系統1 〇利用各種 方消除系統所累積的誤差，特別値得一提的是，車輛導引 系統使用了全球定位系統及差分法全球定位系統 (Differential Global Positioning System)來更新車輛 1 2 的位 -——_ - 7 ~ 本紙浪尺度適财ϋH家樣率（CNS ) (21Gx 297讀> ~~~~ ~ " A7 B7 翅濟部中夬操率局員工消費合作社印製 五、發明説明（5 置：如圖2所示，車輛導引系統丨〇包括了—個全球定位弃 ，接收器15 ’從全球定位系統1 1接收絕對的狀態特性·3 上輛導引系統1 〇尚包含多個設置在車輛路線1 3附近各信 2置的實際標籤1 4 ’系統使用實際標蕺1 4以提供沿著孝 輛路線13之正確狀態資訊。 卓 鲂1圖1不’實際標錢14以放在轉概器17的位置附近比 伽s戚1^供較可靠的車輛路線資訊。實際標籤丨4包括多 束二達收發器⑽nnspG晰卜則專送資訊例 數、車輛路線i 3的確認、沿 欺51 經度與緯度方位。 4車輛路線U的距離'或者 因此’車輛1 2亦包含一個標籤閲讀器3 〇如 ^器讀/寫裝置-樣用以偵測沿著車輛路線13之實^ 籤Μ的存在，並得到即時的車輛路線η之資訊。‘、、 '標籤閱讀器30從實際標蕺14讀取的資訊可由 狀態特性，例如車輛導引手统1 〇 辆揉…， 置，而降低累積於車 ，導引系統！0中的錯誤，以得到較高程度的確定性。特別 疋母個中車輛導引系統1()的實際標籤Μ各提供 的誤差消除構造。 要 實因二在沿著車輛12的行被路線之多個位置尚提供多個 實際‘戢Μ，對於增進導引系統的正確性㈣是有幫助的 。但是由於實際標籤Μ的使用增加了系統說定時間及维谨 ’而硬體發生問題的機率也是一樣α ’又 二艮2發明之車輛導引系統1〇利用多個虛擬橾籤Μ在測 Μ車輪路線。產生多個點’而在該點系统中所累積的誤 -8 本紙狀度賴巾SU家縣（〇;S ) Μ規格（21GX297公釐

λ-, I---------- B7 五、發明説明（6 ) —~ - 差會減少。在系統中此慮描操孩1 i、丄 二 τ此廬擬棵載16是由神經網路η所建 1的。 神經網路22透過圖樣辨識來決定沿著車輛路線门之多個 虛擬標籤的位置。首先’神經網路22被訓練來辨識記號， 而此記號與由車輛1 2所行駛的之車輛路線〗3位置是一致 的，車輛路線13的側面測量也可以用來訓練神經網路^ 〇 車輛路線1 3的側面測量包含多個運動學變數，此與在車 輛路線1 3上的位置數是一致的，從車輛路線丨3的側面測 =得到的運動學變數被輸入至第一個轉換器2丨，在此運動 學變數被组合成參考記號，神經網路2 2被訓練來連結每個 參考記號至車輛路線13上的特定位置，而參考記號被連結 至曲線及轉轍器1 7，在此慣性測量單元1 8輸出是很健全 的而且很容易從車輛路線丨3上的其他位置分離出來。不僅 每個參考？己號包含了運動變數的順序，而且使得神經網路 2 2能區分在車輛路線1 3的相似記號。 當車柄1 2沿著車輛路線1 3行駛時，車輛導引系統1 〇可 另外计算其描述器記號，特別是從應用到第一個轉換器2 1 所得的運動學變數，描述器記號是在此產生的。 應用到神經網路2 2的描述器記號是用來將每個描述器記 號與參考記號做比較的，神經網路2 2試著將從慣性測量單 疋1 8輸出得到的每個描述器記號與從車輛路線U側面測 量得到的參考記號相匹配，一神經網路2 2將描述器記號與 參考冗號匹配成功，第二個轉換器2 3便可決定虚擬標籤 本紙張尺度適用---- (請先聞讀背面之注意事項再填寫本頁) .裝. 訂· 經濟部中央橾準局員工消費合作社印製 A 7 B7 經濟部中央標準局貝工消費合作社印裝 五、發明説明（7 16，並估計車輛η的狀態特性，在車輛導引系統ι〇中虛 擬標蕺1 6的使用提供一個較小誤差的消除結構，而不用使 用額外的實際標籤14。 神經網路2 2的輪出被應用至第二個轉換器23，圖式中的 第二個轉換器2 3用來計算關於所指明的虛擬標籤〗6之預 測狀態特性。 第一個轉換器2 1 '神經網路2 2及第二個轉換器2 3是建 構成處理器而設置於車輛12的基板上。 圖1顯示在鐵路環境中使用車輛導引系統的—個例子。 當車輛1 2經過位於車輛路線丨3的轉轍器1 7時，會感知到 一個突然的側面運動，這個突然的側面運動會背包含在車 輛路線1 3的侧面測量中。因此，在訓練神經網路時，第一 個轉換器21將會根據在車輛路線上的轉轍器口產 獨特的參考記號。 不僅如此，者個因車輛丨2經過轉轍器17而產生的側面運 動亦可被車輛基板上的慣性測量單元偵測到。第—個轉換 器2 1根據車輛1 2側面運動產生一個各別的描迷器俨號， 而神經網路22會將此描述器記號與由車輛路線13^侧面 測量所開發出來得參考記號做比較，並且確認—個符人車 輛路線13上轉轍器17位置的虛擬標蕺。 ‘付" 符合精確認過的虛擬標籤16之神經網路22的輪出，後來 傳送到第二個轉換器2 3，接著第二個轉換器2 3產生許多 包含車輛丨2位置預測値得狀態特性估計値，而這收^二 用來消除車輛導引系統中的誤差，而 Ί州柯加使用额外的 -10 (請先閲讀背面之注意事項再填寫本頁) 裝 表紙張尺度適用中國國家標準（CNS ) A4規格 (210 X 297公釐 經濟部中央標準局員工消費合作.杜印袈 A7 _ B7 五、發明説明（8 ) 實際標籤1 4。 在圖3 a中的神經網路2 2可使用於車輛導引系統I 〇中， 符合車輛路線1 3的側面測量之麥考記號，當神經網路在訓 練模態實惠被應用到輸入層2 4。另外，當神經網路在處理 模態時，由車輛1 2運動所決定出來得描述器記號也被應用 到輸入層2 4。 所有記號均被第一组處理器單元27a或輸入層2 4中的節 點所接收，每個處理器單元27a的輸出均被應用到第二组 處理器單元27b，而此處理器單元27b可經由第一组的連接 鍵28a组成一個隱藏層25。在隱藏層25的每個處理器單元 27b之輸出均被應用到第三組處理器單元27c，而此處理器 單元2 7 c可經由第二組的連接鏈2 8 b組成一個輸出層2 6。 神經網路22藉由在24、25、26層間的連接鍵28a及28b來 執行圖樣辨識。輸出層2 6送出一個輸出信號给第二個轉換 器2 3以回應描述器記號與參考記號的匹配，而且這個輸出 記號與卻認的虛擬標籤1 6是相符合的。 神經網路2 2包含了一個循環性的神經網路，而其某一層 的輸出均回饋到同一層的輸入，或者回饋到如圖3 b所示的 神經網路22中的前一層的輸入。然後，此輸出與該層或前 —層的正常輸入相結合以提供現在或過去輸入的知識。 一個循環性的神經網路必須能分辨在車輛路線Η的侧面 測量中相似的記號，以及能正確地計算虛擬標籤】6 £ 循環性的神經網路可藉由冑識在一序列中的描述器吃號 ’以高精度的確定性來預測車輛路線【3的位置與速度。另 ( cns ) -~~~-~~~—_____ (請先閲讀背面之注意事項再填芎本頁) .裝· 、1T. 五、發明説明（9 ) 外，使用循環性的神經網路，車輛導引系統丨〇可以目前與 過去的輸入爲基礎來預測未來的記號3 圖3 a中的神經網路22可以經過修正變成如圖3 b中的循 ’U的神經網路。特別是當神經網路2 2向循環性的神經網 路作用時，它會包含如囷3 b中回饋的連接鏈2 9 ,而此回 饋的連接鏈2 9使得神經網路中各層去處理現在與過去的資 料，以增進神經網路22之辨識正確性，而且也允許神經網 路2 2來預測車輛1 2在車輛路線I 3的未來記號。 圖4之泥程圖爲利用神經網路2 2來計算虛擬標籤1 6，作 爲消除誤差結構的處理步驟。第一個步驟4 〇爲以慣性測量 單元1 8測量符合車輛1 2運動的運動學變數：在下一個步 驟41的第一個轉換器21，從這些運動學變數來計算出一 個描述器記號：在步報4 4，神經網路會將這個描述器記號 與從車輛路線1 3的側面測量產生的參考記號做比較，並確 認出一個符合匹配記號的虛擬標籤】6 ;最後在步驟4 6， 第二個轉換器2 3從這個已確忍過的虛擬標籤1 6之資訊中 計算估計的狀態特性。 經濟部中央標準局員工消費合作社印裝 從全球定位系統1 5得到的狀態特性、導引器2 0、第二個 轉換器2 3及標蕺閲讀器3 0均會被應用到如圖2所示的一個 遞迴的預測遽波器’而產生出過遽的狀態特性。 這個使用在車輛導引系統1 〇的遞迴的預測濾波器稱爲卡 爾曼遽波器（kalman filter) 3 2。 此濾波器3 2結合了全球定位系統1 5接收器得到的狀態特 性、導引器2 0 '第二個轉換器2 3及標籤閲讀器3 〇以預測 —.~~— ______ _ " 12" 一 本紙張尺度逋用中國國家標準（CNS ) A4規格（21〇Χ 297々|Ί "~~" ' t/u·· i 〇〇4 五、發明説明（10) ~--- (請先閱讀背面之注意事項再填寫本頁) 系統中广誤差。只要是從已知的全球定位系統15、導引器 20、第二個轉換器23及標籤閱讀器30得到的先前或目前 的資料，卡爾曼遽波器32增進了車輛導引系統1〇的正確 性。 藉由處理各個來源同時測量而得的重複性狀態特性，卡 爾曼濾波器3 2會嘗試消除或降低車輛導引系統1 〇的誤差 ，。卡爾曼濾波器32的結構爲指派獨立的權數給從每個來源 得到的狀態特性，而每個來源皆以來源正確性之可信賴水 準而定》 大體而T，由實際標籤i 4及標籤閲讀器3 〇所提供的即時 狀態特性可是爲一個硬體的限制且定義爲—個主要的誤差 消除結構；虛擬標籤丨6的資訊可是爲實際標籤i 4資訊的 修正量並可定義爲一個小型的修正架構。 從卡爾曼濾波器3 2過濾的狀態特性被應用到導引器2 〇， 而導引器2 0就以此過濾的狀態特性爲基礎來消除車輛導引 系統1 0中的累積誤差。從導引器2 〇輸出的修正過的誤差 下一步便流向一個中央控制設備3 4，此設備試用來做車輛 監控或交通控制，或以基板上的監控裝置在車輛12上顯示 經濟部中央栋率局員工消費合作社印製 〇 車輛導引系統1 〇透過慣性測量單元1 8及用虛擬標籤1 6 與實際標籤1 4的參考記號，以降低誤差的方式來連續監控 車輛12在車輛路線13上的移動。 雖然本發明以特定的實施例加以説明，然而熟知此技藝 者可利用所揭示之技術加以修改或替換。所以特定例子之 —--- -13 - 各紙恨尺度通用中國國家標率（CNS ) M規格niGx.297 - 經濟部中央標準局負工消費合作社印製 A7 B7 五、發明説明（Ή ) 揭示並非用來限制本發明之範圍，本發明之申請專利範圍 及其等效技術如下。 -14- 本紙張尺度適用中國國家橾準（CNS ) A4规格（210'/:29»釐） (請先閲讀背面之注意事項再填寫本頁)

imewwwwe.'8»-··

Claims (1)

1. 7、申請專利範圍 h ~種車輛導引系統，能決定至少—沿著車輛路線上行使 得車輛之狀態特性，包括： 請I 先I Μ I 讀 背I 2 I I 事I 項 I 再〜 填I 1 I '則量裝置’用以產生至少—運動學變數，以定義如 此之車輛的移動； b·—連結孩測量裝置之導引器，用以計算至少一從該至 少一運動學變數中測量的狀態特性； c·連結该測量裝置之第一轉換器，用以從該至少一運 動學變數及多個從該車輛路線所得之參考記號，產生 —描述器記號： d·連結迓第一轉換器之圖樣辨識分析器，用以比較該 描述器記號與參考記號；及 訂 e·連結菽圖樣辨識分析器之第二轉換器，用以產生至 少—估計的狀態特性，而此特性符合該描述器記號與 參考記號之匹配； .泉 經濟部中央棣準局貝工消費合作社印製 "中还導引器係以孩至少一估計的狀態特性來更新至少 )~測量的狀態特性，以降低車輛導引系统之誤差。J 2·根據申請專利範圍第〗項之車輛導引系統，其中每個參 考圮號符合該車輛路線的每—部份，且包含該至少—運 動學變數之順序。 根據申請專利範圍第1項之車輛導引系統，尚包括多個 實際標籤，而此標蕺係位於該車輛路線位置的附近，以 提供至少一符合在該車輛路線每個位置的即時狀態特性 0 4.根據申請專利範圍第3項之奉輛導引系統，尚包括—個 本崎 15 CNS ) A4規格（210x297公康〉 AS B8 C8 D8 、申請專利範圍 標籤閲讀器，用以從該實際操藏中讀取至少—即時狀態 特性。 5·根據巾請專利範圍第4項之車輛導引系統，肖包括〆個 全球定位系統接收器’用以從全球定位系統接收玄少/ 絕對的狀態特性。 6_根據申請專利範圍第5項之車輛導引系統，尚包括〆濾 波器連接該導引n、η轉換器、該標㈣讀器及该 全球定位系統接收器，且該濾波器用以分析至少/所測 得的狀態特性、至少一消除的狀態特性、至少—即時狀 態特性及至少一絕對狀態特性，並輸出至少—過濾的狀 態特性以更新至少一測量的狀態特性D 7. 根據申請專利範圍第6項之車輛導引系統，其該第一轉 換器、圖樣辨識分析器及第二轉換器係以處理器的形式 建構的。 8. 根據申請專利範圍第7項之車輛導引系統，其中該測量 裝置、導引器、處理器、標籤閱讀器及全球定位系統接 收器均設置於該車的基板上。 9. 根據申請專利範圍第丨項之車輛導引系統，其中該圖樣 經濟部中央標準局員工消費合作社印製 辨識分析器爲一神經網路。 10. 根據申請專利範困第9項之車輛導引系統，其中該神經 系統爲循環性的神經網路。 11. 根據申*青專利範圍第1 0項之車輛導引系統，其中該福 述器s己號、參考記號、包括至少一該運動學變數之順序 16 本紙張尺度逋用中國國家標牟（CNS ) A4規格（210 X 297公廣 AS B8 C8 --------—D8六、申請專利範園 —~ 經濟部中央標準局員工消費合作社印装 12.根據申請專利範圍第1項之車輛導引系，统，其中該測量 裝置包括一慣性測量裝置，此裝置至少有一加速器及陀 螺儀。 申請專利範圍第6項之車輛導引系統，其中該遽波 器爲遞迴性的預測濾波器。 Η.根據中請專利範圍第13項之車輛導？丨系統，其中該遞 迴性的預測in、波器稱爲卡爾曼遽波器（kaiman fmer)。 15. 根據申請專利範圍第丨4項之車輛導引系統，其中該描 述器記號'參考記號均至少包含一運動學變數的順序。 16. —種火車導引系統，可決定至少一沿著空鐵軌行駛之火 車的狀態特性，包括： a. —慣性測量單元，可產生至少一運動學變數，以定義 該火車的移動； b_ —連結該慣性測量單元的導引器，用以從該至少一運 動學變數中，計算至少—測量的狀態特性： c_ 一連結該導引器之第一轉換器，用以從該至少—運動 學變數及多個從該車輛路線測量的參考記號，產生一 描述器記號： d. —連結該第一轉換器之神經網路，用以比較該描述器 記號與參考記號；及 e. —連結該神經網路之第二轉換器，用以產生至少—估 計的狀態特性，而此特性符合該描述器記號與參考記 號之匹配； 其中該導引系統係以該至少一估計的狀態特性來更新至 -17- 本紙浪尺度逋用中國國家榡準（CNS ) A4規格f 2!0X297公釐） (請先閱讀背面之注意Ϋ項再填寫本頁) 裝· JT .,1 申請專利範圍 A3 B8 C8 DS 經濟部中央標準局員工消費合作枉印製 少—測量的狀態特性，以降低火車導引系統之誤差= 17·根據申請專利範圍第1 6項之火車導引系統，尚包括多 個異頻雷達收發器，其設置於該空軌道位置附近，以提 供至少一符合該空軚道之每個位置的即時狀態特性。 18.根據申請專利範圍第1 7項之火車導引系統，尚包括一 異頻雷達收發器讀/寫装置，用以從該異頻雷達收發器 讀取至少一即時狀態特性。 19·根據申請專利範圍第1 8項之火車導引系統，尚包括全 象< k系統疾收器，用以從全球定位系統接收至少一絕 對的狀態特性。 -〇·根據申請專利範圍第1 9項之火車導引系统，尚包括一 卡爾曼濾波器連接該導引器、該第二轉換器 '該收發器 讀/寫裝置及該全球定位系統接收器，且該卡爾曼濾波 奋用以分析至少一所測得的狀態特性、至少—消除的狀 態特性、至少一即時狀態特性及至少一絕對狀態特性， 亚輸出至少一過濾的狀態特性以更新測量的狀態特性。 ~種降低車輛導引系统之誤差的方法，包括下面步驟： a•產生至少一運動學變數，以定義沿著車輛路線行駛之 車輛位置； b. 從該運動學變數計算至少_狀態特性： c. 從該至少一運動學變數產生—描述器記號： d. 以該車輛路線的分段爲基礎來定義參考記號； e. 以一符合的參考記號與該描述器記號匹配.； f·將m描述器記號與符合的參考記號轉換爲至少一估計 21

   (請先W讀背面之注意事項再填寫本頁) 裝- .A 申請專利範圍 的狀態特性；及 AS B3 C8 D8 §.以該至少一估計的狀態特性來更新該至少一測量的狀 態特性。 根據申請專利範圍第2 1項方法 h·從位於該車輛路線附近位置的實際 ，尚包括下面步骤： 標籤接收至少一即 %濟部中夫操準局員工消費合作衽印製 時的狀態特性；及 少一即時的狀態特性修改該至少一測量的狀態 根據申請專利範圍第2 2項之方法，尚包括過濾該至少 ''測量的狀態特性及該至少—估計的狀態特性及該至少 〜即時狀態特性之步驟，以將該車輛導引系統誤差降到 最小。 24‘根據申請專利範圍第2 3項之方法 >於一遞迴性估計濾波器中執行的。 〜乂根據申請專利範圍第2 4項之方法 %剛;慮波器稱爲卡爾曼濾波器。 〜’根據申請專利範圍第2 3項之方法 於4車的基板上執行。 〜_根據申請專利範圍第2 1項之方法 神輕網路上執行。 *·_很據申請專利範園第2 7項之方法 循環性神經網路。 29.=據申請專利範圍第22項之方法π…乃_^ ^ lt_ &并頻雷達接收器及由位於該車的異頻雷達接收器讀/ 寫裳置所接收之該至少一即時狀態特性 用該至 變數 其中該過濾動作係 其中該遞迴性的預 其中的每個步驟均 其中該匹配係於— 其中該神經網路爲 其中該實際標籤係 --------「¥------ir------ (请先閲讀背面之注意事項再填寫本頁) 本紙伕尺度相 -19 (CNS ) A4現格（210X297公藶）