用于估计电子设备的位置的方法、装置和系统与流程

1.本发明总体涉及车载系统和电子设备之间的无线交换领域，所述车载系统例如是车辆所配备的，所述电子设备例如是电子钥匙或智能手机。
2.更具体地，本发明涉及用于估计电子设备的位置的方法和装置。


背景技术：

3.peps(用于“无钥匙进入及启动系统(passive entry
–
passive start)”，根据常用的首字母缩略词)系统是已知的，其中功能的实现(比如解锁车门或启动车辆)取决于车辆附近是否存在通常由车辆用户携带的电子设备。
4.当电子设备位于车辆附近的限定检测区域时，实现该功能。
5.然而，当电子设备处于该检测区域的边缘时，对于电子设备的位置不太确定，并且功能不一定在应该实现时得以实现，或者相反地，被错误地实现。


技术实现要素：

6.为了克服现有技术的上述缺点，本发明提出改进车辆周围的空间中的位置确定。
7.更具体地，本发明提出了一种用于估计车辆附近的电子设备的位置的方法，车辆周围的空间包括检测区域，所述方法包括以下步骤：
[0008]-获取电子设备的运动参数，
[0009]-基于通过测量在车辆的设备项和电子设备之间交换的射频信号而产生的至少一个值，确定电子设备的与车辆周围的空间的检测区域相关的多个位置值，
[0010]-基于所述运动参数确定过滤系数，以及
[0011]-基于通过根据所确定的过滤系数对所述多个位置值进行过滤得到的修改值来估计电子设备在检测区域中的位置。
[0012]
因此，借助于本发明，电子设备的位置被更精确地确定，因为它基于电子设备在靠近车辆的区域中的运动的特征。所确定的参数使得可以消除电子设备不应该控制车辆的情况，例如当电子设备离车辆太远时。因此，仅当电子设备在车辆附近时，才实施通过电子设备控制车辆的功能。
[0013]
单独地或以技术上可行的组合，根据本发明的方法的其他非限制性和有利特征如下：
[0014]-与检测区域相关的位置值对应于电子设备位于检测区域中的概率；
[0015]-确定所述多个位置值的步骤通过提供由测量射频信号产生的至少一个值作为对人工神经网络的输入来使用所述人工神经网络，所述多个位置值作为来自所述人工神经网络的输出而获得；
[0016]-射频信号的测量包括测量所述射频信号的接收强度；
[0017]-射频信号的测量包括测量所述射频信号在电子设备和车辆之间的飞行时间；
[0018]-估计步骤包括将修改值与预定阈值进行比较的步骤；
research，tqsd 2014。
[0039]
这种系统包括车辆10(在本例中为机动车辆)和电子设备20，例如用于进入车辆10的钥匙或钥匙扣(fob)。作为变型，电子设备可以是用户终端，比如具有车辆10的访问权限的移动电话或智能手机。
[0040]
车辆10设置有车载系统15，车载系统15特别包括电子控制单元11和通信电路12。
[0041]
电子控制单元11包括例如微处理器和至少一个存储器，例如可重写非易失性存储器。特别地，存储器存储程序指令，当程序指令被微处理器执行时，所述程序指令允许电子控制单元11实现下面参考图3描述的方法的某些步骤。
[0042]
作为变型，电子控制单元11能够以专用集成电路(或asic)的形式实现。
[0043]
通信电路12设计成与其他电子设备建立无线链路，例如蓝牙低能量(或ble)类型的链路。因此，通信电路12特别设计成发送和接收形成射频信号(通常频率高于1mhz，或甚至高于500mhz)的电磁信号，在本例中是2.4ghz频带的信号，或超宽带(uwb)信号。
[0044]
电子设备20通常由车辆10的用户携带，并且使得可以控制车辆10的某些功能(例如解锁车辆10的门)，特别是当其靠近车辆10时。电子设备20可能还包括控制按钮，通过控制按钮，用户能够控制车辆10的至少一些前述功能或其他功能。
[0045]
电子设备20包括控制单元21、通信电路22和传感器23。
[0046]
例如，控制单元21通过微处理器和至少一个存储器(例如可重写非易失性存储器)来实现。特别地，存储器存储程序指令，当它们被微处理器执行时，所述程序指令允许控制单元21实现下面参考图3描述的方法的某些步骤。
[0047]
作为变型，控制单元21能够以专用集成电路的形式实现。
[0048]
通信电路22设计成与其他电子装备建立无线链路(在本例中是蓝牙低能量或ble类型)，特别是经由上述通信电路12与车辆10的电子控制单元11建立无线链路。因此，通信电路22也设计成发送和接收形成射频信号(通常频率高于1mhz，或者甚至高于500mhz)的电磁信号，在本例中是2.4ghz频带的信号。通信电路22设计成进行与在车辆10的车载系统15的电子控制单元11和电子设备20的控制单元21之间交换的射频信号相关的测量。
[0049]
借助于如此在车辆10的车载系统15的通信电路12和电子设备20的通信电路22之间建立的无线链路，数据d能够在车辆10的车载系统15的电子控制单元11和电子设备20的控制单元21之间交换。
[0050]
电子设备20还包括各种传感器23。这些传感器23中的一些设计成获取电子设备20的运动参数。这些传感器23中的一些是例如加速度传感器或方位传感器。这些是例如陀螺仪和/或加速度计，其使得能够基于被包括在电子设备20中的磁力计以常规方式估计电子设备20的运动参数，比如其方向。
[0051]
由传感器23获取的所有数据被传输到控制单元21，以便能够在下述定位方法的情况下使用。这些数据也存储在电子控制单元21的存储器中。
[0052]
图3示出了在刚刚描述的系统的情况下实现的示例性方法。
[0053]
在描述该方法的各个步骤之前，应当定义车辆10周围的空间。如图2所示，车辆10周围的该空间包括多个检测区域z1、z2：在本例中是第一检测区域z1和第二检测区域z2。
[0054]
如图2所示，第一检测区域z1是直接围绕车辆10的区域。该第一检测区域z1对应于例如能够实现通过电子设备20控制车辆10的功能的区域。例如，第一检测区域z1对应于电
子设备20的存在允许车辆10被解锁的区域。
[0055]
在实践中，该第一区域z1从车辆10延伸例如达两米(例如，参见上述thatcham research tqsd 2014文献)。
[0056]
相反，第二检测区域z2对应于例如电子设备20的存在不能允许车辆10被解锁的区域。换句话说，例如，该第二检测区域z2对应于电子设备20离车辆10太远而不允许其被解锁的区域。
[0057]
作为变型，可以在车辆10内部限定第三检测区域。
[0058]
如图3所示，该方法从步骤e0开始。在该步骤期间，车辆10的电子控制单元11从其存储器中读取在该方法的先前实施期间存储的电子设备20的先前位置。
[0059]
定位方法然后在步骤e2继续。在该步骤期间，上述传感器23获取电子设备20的运动参数。在本例中，“电子设备20的运动参数”意在表示表征电子设备20的惯性的参数，例如其加速度。例如，电子设备20的运动参数是与电子设备20的运动相关的加速度矢量的函数。
[0060]
在方法的该步骤e2的情况下获取的参数在本例中特别是与电子设备20的运动相关的加速度矢量的范数。这里规定，电子设备20的运动与携带(并且可能操作)该电子设备20的用户相关并且由其引起。
[0061]
在该步骤e2期间，所获取的参数存储在电子设备20的控制单元21的存储器中，并且可以在电子设备20的控制单元21和车辆10的车载系统15的电子控制单元11之间交换，以便也存储在车辆10的电子控制单元11的存储器中，用于方法的后续步骤。
[0062]
方法继续到步骤e4，在步骤e4期间，通信电路22进行由电子设备20传输的射频信号的测量。射频信号的该测量包括例如该射频信号的接收强度的测量。作为变型，射频信号的测量可以包括该射频信号在车辆10的车载系统15的电子控制单元11和电子设备20的控制单元21之间的飞行时间的测量。
[0063]
在该步骤e4期间，射频信号的测量也存储在电子设备20的控制单元21的存储器中，并且还可以在电子设备20的控制单元21和车辆10的车载系统15的电子控制单元11之间进行交换，用于方法的后续步骤。
[0064]
下面描述的方法的所有步骤都在车辆10的电子控制单元11中执行。作为变型，这些步骤中的一些可以在电子设备20的控制单元21中实现。
[0065]
如图3所示，方法以步骤e6和e8继续。这些步骤是独立实施的，例如一个接一个。作为变型，它们可以并行执行。
[0066]
在步骤e6期间，电子控制单元11确定电子设备20的多组位置值。在每个时刻t，每个检测区域确定一个位置值。因此，在每个时刻t，为所有检测区域z1、z2确定一组值。因此，在本例中，术语“多个”对应于从时间角度看的多个值。例如，在给定时刻t，对于每个检测区域的一组位置值的总和实际上可以等于1。
[0067]
实际上，在本例中，在具有多个检测区域的图2的示例中，为车辆10周围的空间的每个检测区域z1、z2确定多个位置值。换句话说，在具有多个检测区域z1、z2的图2的情况下，从空间(多个检测区域)和时间(每个检测区域的多个时刻)的角度来看，所述多组值定义了双重多个值。
[0068]
在本例中，电子设备20的每个位置值对应于电子设备20位于所讨论的检测区域z1、z2中的概率。
[0069]
电子设备20的所述多组位置值取决于在电子设备20和车辆10之间交换的射频信号。更具体地，电子设备20的所述多组位置值取决于从在步骤e4确定的该射频信号的测量中导出的多个值。本例中，在上述示例之一中，从射频信号的测量中导出的该多个值例如是该射频信号的接收强度的测量。
[0070]
实际上，电子控制单元11通过人工神经网络确定电子设备20的所述多组位置值。基于预定区域训练人工神经网络，以便确定电子设备20位于这些预定区域的每个中的概率。
[0071]
为此，电子控制单元11从与其相关的存储器读取从射频信号的测量中导出的至少一个值。从射频信号的测量中导出的该值被提供作为该人工神经网络的输入。然后，电子设备20的所述多组位置值被获得作为来自该人工神经网络的输出。
[0072]
例如，该多组位置值此后由x(i)＝(p1i,p2i)表示，其中p1和p2是与每个检测区域z1、z2相关的相应位置值，i是方法的当前轮迭代。与每个检测区域z1、z2相关的各个位置值p1i和p2i特别在本例中满足以下方程：p1i p2i＝1。
[0073]
在步骤e8，电子控制单元11基于已经在步骤e2确定并存储在电子控制单元11的存储器中的电子设备20的运动参数来确定过滤系数α。例如，在本例中，过滤系数α取决于加速度的范数，其根据称为调节函数的函数来确定并且例如存储在查找表中。
[0074]
如图3所示，方法在步骤e10继续。在该步骤期间，电子控制单元11通过过滤所述多组位置值x来确定修改的位置值。该过滤步骤基于在步骤e8确定的过滤系数α来实施。
[0075]
在图2的具有多个检测区域z1、z2且因此具有为每个检测区域z1、z2确定的多个位置值(如上面在步骤e6所述)的示例中，为每个检测区域z1、z2确定修改的位置值。在本例中，由此确定了两个修改的位置值。在本例中，该组修改的位置值由y(i)＝(e
1i
,e
2i
)表示，方法的当前轮迭代由i表示。例如，在本例中，它以如下形式表示：y(i)＝(1-α)*y(i-1) α*x(i)，其中y(i-1)是与在方法的先前迭代(轮i-1)期间确定的先前位置相关的一组修改值。换句话说，在本例中，对于每个检测区域，该组修改的位置值y(i)取决于在方法的当前轮i期间确定的所讨论的位置值p1i、p2i。它还取决于在先前迭代期间确定的其他位置值p1(i-1)、p2(i-1)，从而允许更新电子设备20的位置。
[0076]
在步骤e12，电子控制单元11基于在步骤e10确定的该组修改值y(i)估计电子设备20在检测区域z1、z2中的新位置。
[0077]
在图2所示的示例中，确定了多个修改的位置值(每个检测区域z1、z2一个)，首先从各个确定的修改的位置值e1i、e2i中确定最佳位置值ej。该最佳值ej对应于例如为各个检测区域z1、z2确定的各个修改的位置值e1i、e2i中的最大值。
[0078]
电子控制单元11然后基于该最佳位置值ej估计电子设备20在车辆10周围的空间中的新位置。
[0079]
为了能够利用通过电子设备20控制车辆10的功能，并且在用新的确定的位置更新电子设备20的位置之前，将确定的最佳位置值ej与预定阈值进行比较(步骤e14)。
[0080]
如果已经确定的最佳位置值ej(从修改值e1i、e2i中确定的)低于该预定阈值，则认为新位置不可信，并且认为先前位置仍对应于电子设备20的位置(步骤e20)。因此，在车辆10的车载系统15的电子控制单元11和电子设备20的控制单元21之间的交换根据该初始位置进行调整(步骤e22)。
[0081]
相反，如果在步骤e14中，确定的最佳位置值ej高于预定阈值，则与该最佳值ej相关的新位置被识别为电子设备20的当前位置。电子设备20的位置因此用这个新位置更新(步骤e16)。然后，车辆10的操作可以根据该更新的位置进行调整(步骤e18)。例如，如果在第一检测区域z1中识别出新位置，则用于解锁车辆10的系统命令其打开，例如自动地或者作为变型在用户执行另一动作(例如触摸车辆的把手)的附加条件下命令其打开。
[0082]
如图3所示，方法返回到步骤e0，以便能够持续确定电子设备20在车辆10周围的空间中的位置。
[0083]
有利地，根据本发明的定位方法尤其使得可以在电子设备20的运动参数表征低程度的运动(例如在有限的区域中)时不解锁车辆10，例如当用户在位于两个区域z1和z2之间的边界的区域中进行电话呼叫。
[0084]
最后，通过电子设备20控制车辆10的功能，例如解锁车辆10，仅当电子设备20位于“靠近”车辆10的区域中(本例中在第一检测区域中)时才实现。
[0085]
当然，在所附权利要求的范围内，可以对本发明进行各种其他修改。