然而，參數(shù)(即，傳感器的偏移和方差)可以是未知的。為此，一個實施方式使用以測量的狀態(tài)為中心的測量模型的概率分布631，來確定車輛狀態(tài)和/或傳感器狀態(tài)的概率分布。為此，實施方式可以根據(jù)質點中的均值在車輛狀態(tài)和傳感器狀態(tài)的概率分布上的放置位置，來確定每個質點代表傳感器的真實狀態(tài)的概率。

例如，實施方式將初始狀態(tài)和參數(shù)值的一個樣本提交給車輛的運動模型，以估計車輛從初始狀態(tài)到下一狀態(tài)621的轉變，并選擇與下一狀態(tài)621相對應的點623處的車輛狀態(tài)上的pdf的值622，作為車輛狀態(tài)和/或傳感器狀態(tài)準確的概率。

圖6b示出了例示了根據(jù)與圖6a的pdf631不同的pdf651選擇采樣參數(shù)的概率的另一曲線圖。例如，pdf651是基于測量狀態(tài)的變化而更新的分布。在該示例中，實施方式選擇與下一狀態(tài)621相對應的點643處的車輛狀態(tài)上的pdf651的值622，作為車輛狀態(tài)和/或傳感器狀態(tài)的概率。

圖7a示出了根據(jù)本發(fā)明的一些實施方式的用于估計校準狀態(tài)和車輛狀態(tài)并控制車輛的方法699的一次迭代的流程圖。該方法從初始狀態(tài)和參數(shù)的初始集合開始，確定參數(shù)值的集合和相關聯(lián)的不確定性，指定車輛的模型以及解釋車輛運動的車輛狀態(tài)。在不同的實施方式中，車輛的初始狀態(tài)是車輛的當前估計狀態(tài)和/或其中車輛的初始狀態(tài)是與在該方法的先前迭代期間所確定的校準狀態(tài)相對應的車輛狀態(tài)。

該運動由連接車輛狀態(tài)的狀態(tài)轉換來定義，例如，如圖5a所示的用于連接車輛的兩個估計狀態(tài)的運動。每個狀態(tài)至少包括車輛的速度和方位角速度。該方法的步驟由估計器240和/或車輛的處理器270執(zhí)行。迭代地確定運動，直到滿足終止條件(例如，在一段時間內或預定次數(shù)的迭代)。圖7a的方法的迭代包括以下步驟。

方法699確定700影響運動模型的傳感器的采樣狀態(tài)的集合以及到滿足對車輛狀態(tài)的靜態(tài)和動態(tài)約束的狀態(tài)的集合的相應轉變的集合。例如，該方法確定圖5c中的狀態(tài)轉變519c、529c和狀態(tài)530c、520c。接下來，方法699確定710步驟700中的每個校準狀態(tài)樣本的概率，以產(chǎn)生到與車輛運動的測量值一致的狀態(tài)的移動。

中國臺灣WINMOST峰昌變量葉片泵

VP-SF-12-A VP-SF-12-B

VP-SF-12-C VP-SF-12-D

VP-SF-12-E VP-SF-20-A

VP-SF-20-B VP-SF-20-C

VP-SF-20-D VP-SF-20-E

中國臺灣WINMOST峰昌雙聯(lián)變量葉片泵

VP-DF-12-A VP-DF-12-B

VP-DF-12-C VP-DF-12-D

VP-DF-20-A VP-DF-20-B

VP-DF-20-C VP-DF-20-D  

中國臺灣WINMOST峰昌方形變量葉片泵

VP-SF-30-A VP-SF-30-B

VP-SF-30-C VP-SF-30-D

使用每個狀態(tài)的概率作為用于估計那些狀態(tài)的校準狀態(tài)的質點的概率，方法699根據(jù)使用每個質點中的更新均值和更新方差的加權組合的函數(shù)來確定720聚合的校準狀態(tài)721。例如，組合中的權重由每個質點表示傳感器的真實狀態(tài)的概率來確定。附加地或另選地，該函數(shù)可以僅選擇Zui可能質點的校準狀態(tài)。其它實施方式使用不同的函數(shù)來確定校準狀態(tài)721，該校準狀態(tài)721可以用于控制車輛(730)。

圖7b示出了根據(jù)本發(fā)明的一個實施方式的確定700傳感器狀態(tài)的值的集合的示例性實現(xiàn)的流程圖。確定操作700使用系統(tǒng)的實際輸入、影響運動模型的校準狀態(tài)的估計出的偏移和方差、以及使用先前迭代所估計的初始狀態(tài)。該方法首先從先前迭代期間所確定的偏移和方差的值來預測701質點的集合的n個均值和方差。然后，該方法對校準狀態(tài)的n個值的集合進行采樣702，其中，n可以是預定的或自適應的，并且使用校準狀態(tài)的值的集合來預測703狀態(tài)

在本發(fā)明的一些實施方式中，使用的數(shù)量i來生成校準狀態(tài)的每個值的數(shù)量i，是偏移、均值和方差的集合，即，動力系統(tǒng)的噪聲源參數(shù)(即，wk)，其中，表示校準狀態(tài)的估計出的均值并且表示相應不確定性或方差。例如，wk可以被選擇為源于高斯分布或者可以被選擇為適于特定應用的pdf。在一些實施方式中，為了解決均值和方差估計值本身的不確定性，使用了對于每次迭代接近高斯分布的學生t分布(student-tdistribution)。

在本發(fā)明的一些實施方式中，通過將動態(tài)系統(tǒng)反轉來生成采樣的參數(shù)值702。在這種情況下，在一個實施方式中，作為代替，通過使用概率函數(shù)q(xk|xk-1，yk)來生成狀態(tài)并且通過動態(tài)系統(tǒng)的反轉來生成采樣的校準狀態(tài)的值以更好地滿足測量值。但是，使系統(tǒng)模型反轉并不總是可以準確地做到的。對于校準狀態(tài)僅影響運動模型的情況，也可以使用這種方法。