[发明专利]来自无源传感器的伪距估计

说明书

本发明涉及来自无源传感器的伪距估计。基本上在交通工具上的无源传感器检测到对象之后立即生成视线范围(“伪距”)的粗略初步估计。数据与传感器的先验检测似然和先验性能模型组合。这些比较生成伪距估计的后验概率分布。由概率分布导出并且输出伪距估计以在检测和回避决策和动作规划中使用。诸如通过使用递归滤波器(例如，卡尔曼滤波器)可以更新伪距估计以提高其准确度。除了交通工具的空间和时间位置以外，可以使用其他信息(诸如，当前大气数据)或者在该区域的当前时间已知(或可能的)交通工具的活动以提高准确度。

技术领域

本公开总体涉及交通工具，并且具体地，涉及估计从无源传感器到所检测未知对象的伪距的一种系统和方法。

背景技术

实时软件、传感器技术、传感器融合等的进步不仅使自主交通操作成为现实，而且事实上(平均)比人工操作要好。不断进行研究与开发以使各种各样的交通工具(包括地面运载工具、飞行器、火车、船只、潜水艇、太空船等)自主操作。

检测(在许多情况下回避)交通工具或者环境中的其他对象的能力是使很多类型的交通工具的操作自动化的普遍要求。该检测和回避(DAA)能力对于自主飞行器(通常称为“无人机”)来说尤为迫切，其必须能够在操作的飞行和地面移动阶段期间检测并且回避其他飞行器和潜在的冲突对象。

一旦自主交通工具执行DAA的“检测”部分，对于“回避”部分至关重要的一条信息是到检测对象的视线(LoS)范围或到检测对象的距离。诸如RADAR和LIDAR的有源测距技术是众所周知的。有源系统发射电磁(EM)辐射，并且使用反射的发射辐射通过一系列信号处理技术确定目标范围的估计。

有源测距系统大且复杂，并且处理信号和计算距离所需的EM发射器和处理电路均需要很大的功率。在重量和功率很宝贵的应用中，期望使用无源传感器进行距离检测(range detection)。此外，有源发射系统有效广播飞行器的位置，这可能对于国防、执法、或居民保卫应用是不期望的。如本文中使用的，无源传感器是检测物理性能而不发送任何信号的传感器。无源传感器可以检测任何频谱部分(包括可见光、红外、射频(RF)等)中的电磁辐射。无源传感器还包括检测可听声音或超声声音的那些传感器，或者一般包括表示未知对象(诸如，另一交通工具)的存在的任何可辨别的物理性能。

本领域已知使用无源传感器进行距离检测的几种技术。大部分现有解决方案需要：通过多帧处理目标信息；附加硬件(即，多个传感器的安装)；具有可辨别的特征的检测对象的图像(例如，沿着特定维度的可测量的像素数、返回信号强度、可分辨特征等)；或者来自不同几何形状的对象的多个图像和/或时间(例如，自主交通工具的操纵以在图像、俯垂传感器等之间形成人工基线)。这些方式中的每一个均表现出的不足之处在于它们对于自主交通工具(尤其，轻型飞行器)中的DAA的效用。

无源测距检测的基于模型的方法采用检测目标的一些可辨别且可测量的特性(诸如，像素数)作为翼展或机身尺寸、颜色、样式、识别标记或者其他可分辨的特征(诸如，引擎的数量)的估计。将这些特征与可能的飞行器及其他对象的已知特性相比较以便确定距离的估计。这样的方法具有提供瞬时距离测量的潜力并且通常不需要附加传感器。依赖于目标的可辨别的特征的方法的缺点在于对于去除少数潜在的相遇几何结构之外的所有相遇几何结构，直至在初始检测很久之后，检测对象的可辨别的特征通常不可分辨。因此，即使有充足的时间做出决策和回避行动可能也不会得到精确的范围估计。在对特征(例如，像素数、区域、尺寸的长度等)进行估计时，基于模型的方法还对噪声/误差敏感，这通常随着距离增加而劣化。此外，基于模型的方法依赖于所假设的目标(模型)的特性，其对于相遇给定对象可能不是正确的，导致距离估计出现误差。在可感知的距离处进行距离测量需要更高分辨率的传感器，其代价是视场减小。通常需要多个传感器覆盖最小有效视域，添加到DAA系统的尺寸、重量、阻力、及电力需求。更高分辨率的传感器还需要使用更精密的图像稳定技术。