特許 7069229 センサにより測定信号を測定しフィルタを用いて当該測定信号の分散を特定するための方法、データフュージョン方法、コンピュータプログラム、機械読み取り可能記憶媒体及び装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-05-09

(45)【発行日】2022-05-17

(54)【発明の名称】センサにより測定信号を測定しフィルタを用いて当該測定信号の分散を特定するための方法、データフュージョン方法、コンピュータプログラム、機械読み取り可能記憶媒体及び装置

(51)【国際特許分類】

   G06F 17/10 20060101AFI20220510BHJP

   H03H 21/00 20060101ALI20220510BHJP

   H03H 17/06 20060101ALI20220510BHJP

   H03H 17/02 20060101ALI20220510BHJP

【ＦＩ】

G06F17/10 D

H03H21/00

H03H17/06 635Z

H03H17/02 635Z

H03H17/02 601C

H03H17/02 615E

H03H17/06 615E

【請求項の数】 14

【外国語出願】

(21)【出願番号】P 2020018999

(22)【出願日】2020-02-06

(62)【分割の表示】P 2018532393の分割

【原出願日】2016-12-12

(65)【公開番号】P2020098622

(43)【公開日】2020-06-25

【審査請求日】2020-03-06

(31)【優先権主張番号】102015226365.7

(32)【優先日】2015-12-21

(33)【優先権主張国・地域又は機関】DE

【前置審査】

(73)【特許権者】

【識別番号】390023711

【氏名又は名称】ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング

【氏名又は名称原語表記】ＲＯＢＥＲＴ ＢＯＳＣＨ ＧＭＢＨ

【住所又は居所原語表記】Ｓｔｕｔｔｇａｒｔ， Ｇｅｒｍａｎｙ

(74)【代理人】

【識別番号】100114890

【弁理士】

【氏名又は名称】アインゼル・フェリックス＝ラインハルト

(74)【代理人】

【識別番号】100116403

【弁理士】

【氏名又は名称】前川 純一

(74)【代理人】

【識別番号】100134315

【弁理士】

【氏名又は名称】永島 秀郎

(74)【代理人】

【識別番号】100162880

【弁理士】

【氏名又は名称】上島 類

(72)【発明者】

【氏名】アーロン トロースト

【審査官】田中 幸雄

(56)【参考文献】

【文献】特開２００１－２８７６３４（ＪＰ，Ａ）

【文献】特開平９－１８１６１２（ＪＰ，Ａ）

【文献】特開平８－２４３１０３（ＪＰ，Ａ）

【文献】特表２０１４－５０４１９２（ＪＰ，Ａ）

【文献】特開２０１５－１１４２２１（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｆ １７／１０

Ｈ０３Ｈ ２１／００

Ｈ０３Ｈ １７／０６

Ｈ０３Ｈ １７／０２

(57)【特許請求の範囲】

【請求項1】

センサにより測定信号を測定しフィルタを用いて当該測定信号の分散を特定するための方法（５００）であって、
フィルタリングされた測定信号、即ち、直流成分が抑制された測定信号を取得するために、ハイパスフィルタ（ＨＰ）によって測定信号をフィルタリングするステップ（５０１）と、
前記ハイパスフィルタ（ＨＰ）によって測定信号をフィルタリングして得られた入力量に基づいて、前記分散を特定するステップ（５０２）と、
を含み、
前記ハイパスフィルタ（ＨＰ）の群遅延時間は、前記分散において測定タスクに関連する遅延に整合されており、
前記分散を特定するステップにおいて、ローパスフィルタ（ＴＰ）による二乗和平均値の連続的な形成によって、前記分散を特定する、方法（５００）。

【請求項2】

前記ハイパスフィルタ（ＨＰ）は、線形位相フィルタである、
請求項１に記載の方法（５００）。

【請求項3】

前記ハイパスフィルタ（ＨＰ）は、有限インパルス応答（ＦＩＲ）フィルタである、
請求項１又は２に記載の方法（５００）。

【請求項4】

前記ハイパスフィルタ（ＨＰ）の係数は、前記測定信号を検出するために用いられるサンプリングレートに依存する、
請求項２又は３に記載の方法（５００）。

【請求項5】

前記ハイパスフィルタ（ＨＰ）の前記群遅延時間は、５０ｍｓ乃至１００ｍｓにある、
請求項１に記載の方法（５００）。

【請求項6】

前記ハイパスフィルタ（ＨＰ）の前記群遅延時間は、８０ｍｓにある、
請求項１に記載の方法（５００）。

【請求項7】

前記ハイパスフィルタ（ＨＰ）及び／又は前記ローパスフィルタ（ＴＰ）のカットオフ周波数を、測定タスクに関連する情報を探索可能な周波数に応じて設定する、
請求項１乃至６のいずれか一項に記載の方法（５００）。

【請求項8】

前記ハイパスフィルタ（ＨＰ）及び／又は前記ローパスフィルタ（ＴＰ）の前記カットオフ周波数は、２Ｈｚ乃至２０Ｈｚにある、
請求項７に記載の方法（５００）。

【請求項9】

前記ハイパスフィルタ（ＨＰ）及び／又は前記ローパスフィルタ（ＴＰ）の前記カットオフ周波数は、５Ｈｚ乃至１０Ｈｚにある、
請求項７に記載の方法（５００）。

【請求項10】

カルマンフィルタ（Ｋ）を用いたデータフュージョン方法（６００）であって、
第１の入力信号は、測定信号であり、第２の入力信号は、ハイパスフィルタ（ＨＰ）によって前記測定信号をフィルタリングして得られた入力量であり、
前記測定信号の分散を、請求項１乃至９のいずれか一項に記載の方法（５００）によって特定し、
前記測定信号を前記カルマンフィルタ（Ｋ）によって、少なくとも１つのさらに別の第３の入力信号と融合する（６０１）、
カルマンフィルタ（Ｋ）を用いたデータフュージョン方法（６００）。

【請求項11】

前記分散を前記カルマンフィルタ（Ｋ）の外部において特定する、
請求項１０に記載の方法（６００）。

【請求項12】

請求項１乃至１１のいずれか一項に記載の方法（５００，６００）のすべてのステップを実施するために構成されたコンピュータプログラム。

【請求項13】

請求項１２に記載のコンピュータプログラムが記憶されている、機械読み取り可能記憶媒体。

【請求項14】

請求項１２に記載のコンピュータプログラムを実行するように構成された装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、測定信号中の分散を測定するための方法及びデータフュージョン方法に関する。さらに、本発明は、特に衛星支援型ナビゲーションにおいて使用するための、コンピュータプログラム、機械読み取り可能記憶媒体、及び、対応する装置に関する。

【背景技術】

【0002】

背景技術
米国特許第７，２０９，９３８号明細書（ＵＳ７，２０９，９３８Ｂ２）から、カルマンフィルタを用いたフィルタ技術が公知であり、これによれば、測定値分散のために適応型推定器が使用される。この場合、カルマンフィルタの技術には、信号フィルタリングのメカニズムが含まれる。さらに、信号フィルタリングのメカニズムには、カルマンフィルタと分散推定器とが含まれる。

【0003】

データフュージョンにおいては、特に、慣性センサとＧＮＳＳとを用いたナビゲーションにおいて、しばしばカルマンフィルタが用いられる。これらの統計的なフィルタは、モデル及び測定量のほか、測定データの分散の形態において、測定データの品質に関する情報も付加的に必要とする。

【0004】

分散が未知又は可変の測定信号に対しては、分散に適応する適応型カルマンフィルタを用いることができる。この目的において、多くの場合には、カルマンフィルタの状態も用いられ、複素行列演算によって分散が推定される。

【先行技術文献】

【特許文献】

【0005】

【文献】米国特許第７，２０９，９３８号明細書

【発明の概要】

【課題を解決するための手段】

【0006】

発明の開示
このことを背景として、本発明によれば、独立請求項に記載のノイズパラメータ、特に分散の推定方法が提案される。

【0007】

本発明に係る方法は、システム全体の改善された適応型のフィルタパフォーマンスを達成する目的において、遅延時間の間にデータフュージョンを行うカルマンフィルタの測定信号のために、格別に適している。

【0008】

これによれば、カルマンフィルタに格納されたモデルに左右されることなく、リソースを節約する実装が実現される。

【0009】

よって、本発明は、推定するという特質よりも、むしろ測定するという特質を有している。

【0010】

本発明の核となる着想は、もっぱら測定信号自体に基づいて、カルマンフィルタの測定信号中のノイズ、特に分散を特定する、ということである。即ち、ノイズの特定を、むしろノイズの測定とみなすことができる。このことは、ノイズが推定され、格納されているモデルに左右される慣用のシステムとは異なり、有利である。

【0011】

本発明において強調すべき点は、分散の測定が、カルマンフィルタの外部において行われ、従って、カルマンフィルタに内在する固有の慣性に左右されない、ということである。これによって、測定信号における変動に対する迅速な整合が可能である。同様に、有利であるのは、一定の入力信号によって、より迅速に一定の出力信号が生じることである。ここで提案されるのは、直流成分、即ち、実際の信号を、ハイパスフィルタ、特にディジタルハイパスフィルタによって抑制するようにして、測定信号の分散を特定することである。

【0012】

本発明に係る方法を、車両に適用する場合には、例えば、衛星支援型ナビゲーション装置に基づく位置特定に適用する場合には、まさに本発明は、その利点を十分に奏することになる。

【0013】

しかも、本発明に付随して、ハードウェアリソースコストがさらにわずかになる。

【0014】

この目的において、本発明に係る方法は、
フィルタリングされた測定信号を取得するために、ハイパスフィルタによって測定信号をフィルタリングするステップと、
フィルタリングされた測定信号に基づいて、分散を特定するステップと、
を含む。

【0015】

ここでは、測定信号は、どのような測定信号であってもよいが、本発明が基礎とする認識は、衛星支援型ナビゲーション装置の信号（ＧＮＳＳ信号）を、慣性センサ機構、例えば加速度センサ機構の信号とデータフュージョンする際に、格別に良好な結果を達成することができる、という点にある。

【0016】

１つの有利な実施形態によれば、ハイパスフィルタは、線形位相フィルタである。

【0017】

線形位相フィルタの使用によって、すべてのノイズ成分は、等しい群遅延時間を有する。

【0018】

有限インパルス応答（ＦＩＲ）フィルタの適用によって、これを、格別簡単に実現することができる。

【0019】

ＦＩＲフィルタを使用する場合には、ハイパスフィルタの係数を、測定信号を検出するために用いられるサンプリングレートに依存させると、分散測定の結果が著しく改善されることが判明した。

【0020】

測定信号のノイズは、走行状態に応じてそれぞれ異なる可能性があることから、この方法において重要であるのは、フィルタ経路中の群遅延時間を可能な限り短くすることである。

【0021】

このために、本発明に係る方法の１つの好ましい実施形態によれば、ハイパスフィルタの群遅延時間が、測定タスクに関連する分散における遅延に整合されている。

【0022】

短い群遅延時間によって、ノイズの変化を直ちに新たな分散にも置き換えることができ、従って、走行状態が急激に変化しても、分散の特定がそれにも拘わらず適正となる、ということが阻止される。

【0023】

特別な適用事例においては、即ち、ＧＮＳＳ信号と、慣性センサ機構、例えば加速度センサ機構の信号とのデータフュージョンにおいては、５０ｍｓ乃至１００ｍｓの群遅延時間が有利であることが判明した。この場合には、８０ｍｓの群遅延時間が推奨される。

【0024】

本発明に係る方法の効率的な実施形態によれば、フィルタリングのステップの後、第２のフィルタリングのステップが実施され、この第２のフィルタリングのステップにおいて、先行してフィルタリングされた測定信号から特定された分散が、ローパスフィルタによってフィルタリングされる。

【0025】

１つの簡単な実施形態によれば、ローパスフィルタ、特にＰＴ１ローパスフィルタによって、二乗和平均値を連続的に形成することができる。このように簡単にされた態様が基礎とする認識は、二乗和平均値は、先行のハイパスフィルタにより平均値が０とされるときに、分散にそのまま対応する、という認識に基づいている。

【0026】

この場合、フィルタのカットオフ周波数は、測定タスクに関連する情報が信号にまだ含まれる周波数に従って設定される。

【0027】

従って、本発明に係る方法の１つの実施形態によれば、ハイパスフィルタ又はローパスフィルタのカットオフ周波数は、測定タスクに関連する情報が測定信号にまだ含まれる周波数に従って設定される。

【0028】

道路車両の走行動特性の領域であれば、これは、車両の車線数に応じて約３Ｈｚ乃至２０Ｈｚ、特に５Ｈｚ乃至２０Ｈｚである。

【0029】

本発明に係る方法の１つの有利な実施形態によれば、分散を特定するステップにおいて、連続する計算を用いて、又は、連続する平均値を用いて、又は、連続する二乗和平均値を用いて、分散が計算される。

【0030】

これは、ハイパスフィルタリングされた入力信号から分散を計算又は測定するための簡単な実現手法を成すものである。

【0031】

連続する平均値及び連続する二乗和平均値による連続する計算において、測定信号の履歴全体を取得するのではなく、直前の期間を考察する目的において、さらに別の拡張された変形態様によれば、分散を特定するステップにおいて、第３のフィルタリングのステップが実施され、このステップにおいて、連続する平均値がフィルタリングされる。

【0032】

このようにすることによって、分散の計算又は測定が、探索される又は関連する測定期間に簡単に制限される。

【0033】

本発明のさらに別の態様は、カルマンフィルタを用いたデータフュージョン方法であって、この場合、第１の入力信号は、測定信号であり、第２の入力信号は、測定信号の分散であり、ここで、分散は、本発明に係る方法の１つの実施形態により測定される。

【0034】

その際に格別に有利であるのは、カルマンフィルタの外部において分散が測定されるようにした、データフュージョン方法の１つの実施形態である。

【0035】

本発明のさらに別の態様は、分散測定方法又はデータフュージョン方法のすべてのステップを実施するために構成されたコンピュータプログラム、及び、このコンピュータプログラムの１つの実施形態が記憶された機械読み取り可能記憶媒体である。

【0036】

さらに本発明の１つの態様は、分散測定方法又はデータフュージョン方法のすべてのステップを実施するように構成された装置である。

【0037】

特に推奨されるのは、かかる装置を、例えば、車両センサ及び車両制御装置などのための組み込みシステムとして実装する場合には、除算演算を算術シフトに置き換える目的で、除数を２のべき乗の形態にすることである。

【0038】

以下においては、図面を参照しながら、本発明の実施形態を開示し、それらについて説明する。

【図面の簡単な説明】

【0039】

【図1】本発明の１つの実施形態を示すブロック回路図である。

【図2】入力信号１乃至４を含むグラフである。

【図3a】種々の方法による入力信号１に基づいた分散特定について示すグラフである。

【図3b】種々の方法による入力信号２に基づいた分散特定について示すグラフである。

【図3c】種々の方法による入力信号３に基づいた分散特定について示すグラフである。

【図3d】種々の方法による入力信号４に基づいた分散特定について示すグラフである。

【図4】ブロック回路図である。

【図5】本発明に係る測定信号中の分散を測定するための方法の１つの実施形態を示すフローチャートである。

【図6】本発明に係るデータフュージョン方法の１つの実施形態を示すフローチャートである。

【発明を実施するための形態】

【0040】

図１には、本発明の１つの実施形態のブロック回路図が示されている。このブロック回路図から、本発明の核となる着想を明確に読み取ることができる。センサＳは、センサ信号又は測定信号を後処理ユニットへ供給する。センサ信号のデータフュージョンのためにさらに有利には、カルマンフィルタＫが用いられ、このフィルタが測定信号に適用される。このため、測定信号は、一方ではカルマンフィルタＫへ供給され、他方では測定信号は、直流成分、即ち、実際の信号を抑制するために、フィルタ、ここではハイパスフィルタＨＰへ供給される。このようにしてフィルタリングされた測定信号は、次いで、本発明に係る方法５００に従って行われる分散特定又は分散測定へ送られる。測定された分散も、次いで、カルマンフィルタＫへ供給され、別の入力量としてデータフュージョンのために評価される。

【0041】

図２には、４つの測定信号（信号１乃至４）を含むグラフが示されている。このグラフから読み取ることができるように、これらの測定信号は、それぞれ異なる強さの分散を有している。以下に続く図面においてさらに別のグラフに、種々の分散特定方法の結果を本発明に係る方法の１つの実施形態と対比して示す。

【0042】

図３ａ乃至図３ｄには、窓方法と単純なローパスフィルタリングとによる分散特定結果が、本発明に係る方法５００の１つの実施形態と対比して示されている。

【0043】

この結果から、本発明の性能を明確に認めることができる。その理由は、本発明に係る方法の実施形態の結果の方が、入力分散として示した基準分散を中心にはるかに狭い範囲で揺動しているからである。

【0044】

即ち、ここには、本発明は著しく多様な入力信号に適用可能であり、良好な結果をもたらすことが示されている。

【0045】

図４には、本発明に係る装置を含む構成の１つの実施形態のブロック回路図が示されている。

【0046】

図４には、２つのセンサＳ１及びＳ２が示されており、これらのセンサのセンサ信号、即ち、それらの測定信号は、カルマンフィルタＫによって融合される。

【0047】

この目的において、センサＳ１，Ｓ２は、それらの測定信号を、一方では直接、入力信号としてカルマンフィルタＫに入力する。他方では、測定信号は、本発明に係る方法５００に従って、ハイパスフィルタＨＰによってフィルタリングされる。このようにしてフィルタリングされた測定信号は、次いで、ローパスフィルタＴＰによってフィルタリングされる。このフィルタステップの結果は、個々の測定信号の（測定された）分散として、カルマンフィルタＫに別の入力量として入力される。

【0048】

ハイパスフィルタとローパスフィルタとの組み合わせを、バンドパスフィルタＢＰとも称する。従って、２つの個々のフィルタの代わりに、バンドパスフィルタＢＰを用いることもできる。

【0049】

自明のとおり、フィルタＨＰ，ＴＰ，ＢＰを様々に構成することができる。また、これらのフィルタを、ハードウェア若しくはソフトウェアとして、又は、それらの組み合わせとして、設けることができる。

【0050】

カルマンフィルタＫは、両方の測定値又はセンサ信号の融合結果を、結果として送出する。

【0051】

道路車両の走行動特性の領域であれば、３Ｈｚ乃至２０Ｈｚ付近、特に５Ｈｚ乃至２０Ｈｚ付近の信号において、関連する情報を探索することができる。

【0052】

これらの境界条件に基づいて、ローパスフィルタＴＰから（例えば、反転により）形成可能なハイパスフィルタＨＰに関して、ローパスフィルタＴＰのカットオフ周波数が約５Ｈｚ乃至１０Ｈｚ付近にあるのが望ましい、ということを導出することができる。なぜならば、可能な限り短い群遅延時間によって、減衰自体は、２０Ｈｚまではおそらくまだ著しくは大きくないからである。ローパスフィルタＴＰは、同様に、群遅延時間に過度に多くの影響を及ぼすことがないように、少なくとも２Ｈｚのカットオフ周波数を有するのが望ましい。

【0053】

自動車に適用するために、サンプリングレートが２００Ｈｚの場合、係数ｂｈｐ＝［１，１６，３６，５５，７３，８４，９３，１０２，－９２０，１０２，９３，８４，７３，５５，３６，１６，１］及びａｈｐ＝１０２４を有する１６次のＦＩＲハイパスフィルタ、並びに、係数ｂｔｐ＝［１］及びａｔｐ＝［１６，－１５］を有する無限インパルス応答（ＩＩＲ）ローパスフィルタが提案される。これによれば、約８乃至１５個のサンプルの通過域における群遅延時間が達成される。このことは、２００Ｈｚのサンプリングレートであれば、４０ｍｓ乃至７５ｍｓの群遅延時間に対応する。

【0054】

図５には、本発明に係る測定信号中の分散を測定するための方法の１つの実施形態に関するフローチャートが示されている。

【0055】

ステップ５０１において、ハイパスフィルタによって測定信号をフィルタリングして、フィルタリングされた測定信号を取得する。

【0056】

ステップ５０２において、フィルタリングされた測定信号に基づいて、測定信号中の分散を特定する。

【0057】

図６には、本発明に係るデータフュージョン方法の１つの実施形態に関するフローチャートが示されている。

【0058】

ステップ６０１において、カルマンフィルタにより入力信号を融合する。その際、入力信号の分散を特定するために、本発明に係る測定信号中の分散を測定するための方法を適用する。

【0059】

本発明の実施の態様は、以下の態様を含む。
１． 測定信号中の分散を測定するための方法（５００）であって、
フィルタリングされた測定信号を取得するために、ハイパスフィルタ（ＨＰ）によって測定信号をフィルタリングするステップ（５０１）と、
フィルタリングされた前記測定信号に基づいて、分散を特定するステップ（５０２）と、
を含む、
測定信号中の分散を測定するための方法（５００）。
２． 前記ハイパスフィルタ（ＨＰ）は、線形位相フィルタであり、特に有限インパルス応答（ＦＩＲ）フィルタである、
項目１に記載の方法（５００）。
３． 前記ハイパスフィルタ（ＨＰ）の係数は、前記測定信号を検出するために用いられるサンプリングレートに依存する、
項目２に記載の方法（５００）。
４． 前記ハイパスフィルタ（ＨＰ）の群遅延時間は、前記分散において測定タスクに関連する遅延に整合されており、特に前記群遅延時間は、５０ｍｓ乃至１００ｍｓにあり、特に実質的に８０ｍｓにある、
項目２に記載の方法（５００）。
５． 前記フィルタリングのステップの後、第２のフィルタリングのステップを実施し、前記第２のフィルタリングのステップにおいて、先行してフィルタリングされた前記測定信号から特定された分散を、ローパスフィルタ（ＴＰ）によってフィルタリングする、
項目１又は２に記載の方法（５００）。
６． 前記ハイパスフィルタ（ＨＰ）及び／又は前記ローパスフィルタ（ＴＰ）のカットオフ周波数を、測定タスクに関連する情報が前記測定信号にまだ含まれる周波数に応じて設定し、特に前記カットオフ周波数は、２Ｈｚ乃至２０Ｈｚにあり、特に５Ｈｚ乃至１０Ｈｚ付近にある、
項目１乃至５のいずれか一項に記載の方法（５００）。
７． 前記分散を特定するステップにおいて、連続する計算及び／又は連続する平均値及び／又は連続する二乗和平均値によって、前記分散を計算する、
項目１乃至６のいずれか一項に記載の方法（５００）。
８． 前記分散を特定するステップにおいて、第３のフィルタリングのステップを実施し、当該ステップにおいて、前記連続する平均値をフィルタリングする、
項目５に記載の方法（５００）。
９． カルマンフィルタ（Ｋ）を用いたデータフュージョン方法（６００）であって、
第１の入力信号は、測定信号であり、第２の入力信号は、前記測定信号の分散であり、
前記測定信号の分散を、項目１乃至８のいずれか一項に記載の方法（５００）によって測定し、
前記測定信号を前記カルマンフィルタ（Ｋ）によって、少なくとも１つのさらに別の第３の入力信号と融合する（６０１）、
カルマンフィルタ（Ｋ）を用いたデータフュージョン方法（６００）。
１０． 前記分散を前記カルマンフィルタ（Ｋ）の外部において測定する、
項目９に記載の方法（６００）。
１１． 項目１乃至１０のいずれか一項に記載の方法（５００，６００）のすべてのステップを実施するために構成されたコンピュータプログラム。
１２． 項目１１に記載のコンピュータプログラムが記憶されている、機械読み取り可能記憶媒体。
１３． 項目１乃至１０のいずれか一項に記載の方法のすべてのステップを実施するように構成された装置。

【図1】

【図2】

【図3a】

【図3b】

【図3c】

【図3d】

【図4】

【図5】

【図6】