CN102666207A - 准备传感器组件的传感器输出数据在至少一个应用中和/或通过至少一个算法来进一步处理的方法和系统 - Google Patents

Abstract

本发明涉及准备包括至少一个传感器的传感器组件(4)的传感器输出数据(S1)在至少一个应用(14)和/或通过至少一个算法(12)来进一步处理的方法和系统，该方法包括配置阶段和操作阶段，其中操作阶段包括步骤：(i)提供数据操作结构，该数据操作结构包括用于转换传感器输出数据(S1)为可处理传感器数据(S2)的过滤器功能(8)和用于存储可处理传感器数据(S2)的至少第一存储器功能(10)；(ii)借助过滤器功能(8)把来自传感器组件(4)的传感器数据(S1)转换为由至少一个应用(14)和/或至少一个算法(12)可处理的可处理传感器数据(S2)；(iii)借助至少第一存储器功能(10)存储可处理传感器数据(S2)；(iv)向至少一个应用(14)和/或至少一个算法(12)提供被存储的可处理传感器数据(S2)用于进一步处理。

Description

准备传感器组件的传感器输出数据在至少一个应用中和/或通过至少一个算法来进一步处理的方法和系统

技术领域

本申请涉及准备传感器组件的传感器输出数据在至少一个应用中和/或通过至少一个算法来进一步处理的方法和系统。该传感器组件包括至少一个传感器。该方法和系统可以被用于很多不同的技术领域、应用和移动或固定的系统和对象，例如，汽车领域或监视系统或任何其他具有传感器网络的系统。

背景技术

如今，在汽车中，已经公知其具有主动安全应用，诸如自适应巡航控制或车道偏离警告系统。这些应用依赖于从诸如雷达、相机和速度传感器的各种传感器输出的数据，以便计算车辆环境的模型。为了计算车辆环境的模型，该传感器输出数据需要被转换成能够由该应用处理的格式。

根据已知的现有技术，在配备有通常被连接至车辆的CAN总线的这样应用的车辆中，该应用直接从所感兴趣的传感器连接于其上的CAN总线读取所需要的传感器输出数据，并将该数据转换为适合在这些应用中进一步处理和数据计算的格式。这些已知的方案的缺点在于每个应用必须独立地执行这种计算。这继而降低了车辆中的系统的整体效率。

此外，由于每个应用被直接连接于传感器，传感器的每个更新或替换都需要该应用的更新，这浪费了时间并且增加了编程错误的风险。

另外，由于传感器的输入信号可能是或多或少准确的，因此希望借助称为融合算法的合适的算法组合和评价传感器的输出数据。这种融合算法是已知的并且例如基于诸如卡尔曼滤波的信号处理理论被用于比较和评价传感器的输出数据，并且提供关于这些所评价的传感器的输出数据的置信度(confidence)的信息。不利地，由于比较和评价过程的计算量非常大，对于执行这样的融合算法的处理器的计算能力要求非常高。

除了融合算法，还有其他算法，其从传感器的输出数据中准备数据集，该数据集继而被应用使用或需要。特别地，算法提供了多个应用需要的数据，其中该数据通常由应用本身提供。这种算法的另一个示例是道路摩擦估计算法。

然而，这些算法，特别是该融合算法，需要传感器组件的每个单独传感器的具体信息，该传感器组件的输出信息应当被该算法处理、即比较和评价。在传感器例如由于维护的原因或由于可以采用更精确的传感器类型而被替换，或在传感器组件上增加新的传感器的情况下，相关的融合算法也需要被更新，即，融合算法的程序也必须被修改。这继而再次增加了编程错误的风险。

发明内容

因此本发明的目的是提供一种用于互连传感器组件和应用的方法和系统，其使得能够改进传感器组件的传感器输出数据的准备以用于所述应用中的进一步处理。

根据本发明的进一步的目的，期望一种用于互连传感器组件和应用的方法和系统，其也为融合算法提供传感器输出数据以用于传感器输出数据的评价，并且其进一步为应用提供执行的融合算法的结果。

本发明的进一步的目的是提供一种方法和系统，其中，无论使用哪种算法，该算法访问传感器输出数据，并且该算法的计算可以被足够快地执行以便能够将发生数据拥挤的风险保持为尽可能低。

这些目的通过根据权利要求1的方法、根据权利要求9的系统、根据权利要求19的车辆、以及权利要求20和21的计算机程序产品实现。

本发明基于这样的思想，引入数据操作结构用于将直接从包括至少一个传感器的传感器组件中读取的“原始”传感器输出数据操作为可处理传感器数据，该可处理传感器数据被至少一个应用和/或至少一个算法可处理。该可处理数据比“原始”数据具有更通用的格式并且因此可被多个不同的应用或算法使用而不需要进一步的预处理。

一个主要的优点是由根据本发明的方法和系统准备的可处理数据的通用格式使得能够将原始传感器输出数据的生成与传感器输出数据的处理分开，并且使应用和算法的功能独立于实际传感器配置，使得传感器组件可以被改变而不需要也使采用该传感器输出数据的应用和算法相适合。

本发明的方法和系统基于两个阶段的处理。在第一阶段、配置阶段中，生成数据操作结构。在第二阶段、操作阶段中，该方法借助数据操作结构根据输出的传感器数据准备用于应用和/或算法的可处理传感器数据。由于数据操作结构优选仅仅在第一次使用传感器组件或传感器组件被改变的情况下生成，但该数据操作结构是用于其他后续操作阶段的功能的先决条件，因此这两个阶段分别提供了独立的发明方案，其互相连接以形成一个总的发明构思。因此，根据本发明的方法和系统分别包括配置阶段和操作阶段以及其组合的方案。

该数据操作结构包括过滤器功能，该过滤器功能将传感器输出数据转换成可处理传感器数据；以及至少第一存储器功能，称为黑板(blackboard)，其存储可处理传感器数据。从第一个存储器功能或黑板，该可处理传感器数据通过应用和/或算法两者可用于进一步的处理。

该过滤器功能和/或至少第一存储器功能可以实现为软件或硬件实施，但是由于软件方式更加灵活，因此优选软件方式。

在配置阶段，数据操作结构本身，即，过滤器功能和至少第一存储器功能是自动地生成的，其中优选地当第一次使用传感器组件或如果在传感器组件中发生改变，即至少一个传感器被增加、除去或更换时，才执行配置阶段。在这种配置阶段，该过滤器功能基于从传感器组件规范和传感器数据规范文件(此后叫做“传感器和数据规范文件”)导出的数据集自动生成，其中数据集包括用于自动配置过滤器功能的过滤器功能数据。另外或替代地，该数据集还可以进一步包括用于在配置阶段期间自动配置该至少第一存储器功能的存储器功能数据。

当第一次使用传感器组件或每次传感器配置发生改变，例如，通过增加、去除或更换一个或多个传感器，或整个传感器组件被新的传感器组件替换时，手动编程该传感器和数据规范文件。传感器组件适合于自动生成和传输传感器和数据规范文件也是可能的。

通过引入自动生成过滤器功能和存储器功能，本发明提供了一种方法和系统，由于由该过滤器功能转换和由该存储器功能存储的数据是通用的，因此其独立于所使用的传感器组件的当前规范。这继而意味着在传感器组件中的改变仅仅影响基于传感器和数据规范文件的过滤器功能，而不影响采用实际传感器输出数据的应用或算法，特别是融合算法。

在新的传感器被增加到包含在系统中的传感器组件中、已有的传感器被从该传感器组件中去除、或在该传感器组件中已有的传感器被更换的情况，这也是有利的。在现有技术中已知的系统中，这将需要更新所有独立的系统元件，特别是其中的应用和算法，尤其是使用的融合算法。即使该系统元件仍然需要关于传感器组件中的改变的信息，本发明的方法和系统有助于这样的过程，因为在配置阶段，用于过滤器功能和存储器功能的源代码基于与所采用的传感器组件相对应的传感器和数据规范文件自动生成。因此，该代码生成不仅简化传感器输出数据的处理而且减少编程错误的风险。

另外，由于仅当所有相应的传感器输出数据被转换为可处理传感器数据时，过滤器功能在存储器功能中存储可处理传感器数据，数据丢失和数据不一致的风险可以被大大减少。

根据本发明的优选实施例，该数据操作结构进一步包括第二存储器功能，该第二存储器功能适用于存储第二可处理传感器数据集，即，被复制的可处理传感器数据或进一步处理的可处理传感器数据。优选地，第二存储器功能是第一存储器功能的复制，意味着存储在这些存储器功能中的数据集可以优选自动地在两个存储器功能之间被复制。

优选地，该应用和算法，特别是使用的融合算法被提供有来自第一或第二存储器功能的可处理传感器数据。

如从本发明的进一步的优选实施例中可以看出的，该过滤器功能和第一存储器功能可以在第一节点中实现，并且第二存储器功能可以在分开的第二节点中实现。这样的节点对应于固定对象或移动对象的电子控制单元(ECU)，固定对象例如监视系统，移动对象例如车辆，诸如汽车、货车、船、火车、飞机或工程车辆。

在本发明的进一步的优选实施例中，该系统包括例如通过有线或无线通信连接而彼此连接的第一节点和第二节点。另外，第一节点通过诸如CAN总线的进一步的有线或无线数据通信连接而连接于布置在感测对象(例如车辆)的传感器组件，并且适合于执行过滤器功能和第一存储器功能以及一个或多个应用。该第二节点适合于执行第二存储器功能以及一个或多个算法，特别是融合算法。

不用说，第一节点也可以被连接于至少一个算法并且第二节点可以被连接于至少一个算法，或节点A和节点B两者都被连接于应用或算法。

各种功能、算法和任务在不同节点之间的这种分配的优点是节点更容易适合各个功能、算法和任务的不同需求和规范。例如，融合算法通常需要强大的处理能力，使得适合于执行融合算法的节点优选地也具有强大的处理器，而例如温度控制(climate control)的特定应用通常不必需要这样强大的处理器，使得较不强大但是通常也更便宜的处理器可以被用于相应的节点中，这继而降低了这样的系统的总成本。

另外，由独立的处理器执行融合算法的计算也允许在例如自适应巡航控制(ACC)的(一个或多个)应用中采用较不强大的处理器，而通常这些应用需要强大的处理器。这是由于ACC需要的计算能力的主要部分用于计算所接收到的传感器数据的评价。由于这个计算步骤是由在不同处理器上的融合算法完成，因此在ACC中采用的处理器的计算能力可以相应的降低。

本发明的进一步的优点和优选的实施例由从属权利要求、说明书和附图限定。

附图说明

以下，将结合附图讨论根据本发明的系统的优选实施例。对附图的描述被认为是对本发明的原理的举例而不被用于限制权利要求的范围。

附图示出：

图1：本发明的系统的第一优选实施例的示例性图示；和

图2：本发明的系统的第二优选实施例的示例性图示。

具体实施方式

以下，附图中图示的优选实施例将结合它们在车辆中的使用而被描述，其中相同或相应的元件由相同的附图标记表示。这样是为了清楚和简明的原因并且不能被认为是对本发明的保护的范围的限制。本发明的方法和系统也可用于其他具有传感器组件的系统，该传感器组件的输出数据由应用和/或算法处理。

图1示出了根据第一优选实施例的本发明的原理的示例性图示。在本发明的系统1所图示的实施例中，例如被包含在车辆(未示出)中的第一节点A经由至少一个CAN总线2被连接于传感器组件4。

通常，在车辆中有很多CAN总线，这是由于车辆的网络架构被分解为不同的子系统，例如，第一和第二传感器组件。这就允许例如具有不同速度的CAN总线，或阻止某个数据被所有应用可视。另外，特别是与传感器组件连接的子系统所生成的数据量可以是非常大的，这样子系统需要专门独立的CAN总线。

在车辆中通常使用CAN总线架构，但是车辆中也可以或替代地配备有LIN、MOST或FleyRay总线架构或其他适合的有线或无线数据通信连接。该传感器组件4可以包括一个单独的传感器，也可以包括多个传感器。这样的传感器组件4可以包括，例如，诸如相机的可视传感器、雷达传感器和速度传感器，其提供车辆的环境信息。

由传感器组件4提供的“原始”传感器输出数据S1经由CAN总线2被传输到节点A、或更具体地，到CAN读取模块6，该CAN读取模块6实现在节点A中并且适合于从CAN总线2中读取“原始”传感器输出数据S1。然后，“原始”传感器输出数据S1从CAN读取模块6被提供给过滤器功能8，该过滤器功能8将“原始”传感器数据S1转换为可处理传感器数据S2。

“原始”传感器输出数据S1可以来自一个或多个与CAN总线2连接的传感器。“原始”传感器输出数据S1通常被包含在所谓的CAN帧(CAN-frame)中，其包括确定CAN帧(CAN-id)的标识符和数据部分。该CAN-id被认为对于提供传感器输出数据S1的传感器组件4的每个传感器是唯一的。因此，该CAN-id识别发送CAN帧的传感器类型。另外，在存在来自不同传感器的同时传输的情况下，该CAN-id被CAN总线协议本身用于确定CAN帧之间的优先级。通常，该CAN-id是11位(或29位)数字。

另外，如果具有多于一个可用的CAN总线，CAN读取模块6适合于为CAN帧增加CAN总线识别(Bus-id)。然后Bus-id和CAN帧被提供给过滤器功能8。在传感器的传感器输出数据的CAN-id重叠的情况下，Bus-id还被用于区别传感器。这意味着，如果，例如，车辆配备有两个相同的雷达传感器，其被安装在车辆的前部并且一个雷达传感器朝左边另一个雷达传感器朝右边，并且每个雷达传感器都被连接至其专用的独立CAN总线，则该雷达传感器对该雷达传感器的传感器输出数据采用相同的CAN-id。其原因是这些雷达传感器通常是相同的类型，即使一个传感器包含来自车辆左侧的数据而另一个传感器包含来自车辆右侧的数据。因此，在不采用例如Bus-id的进一步的标识符的情况下，过滤8或任何其他处理工具仅仅通过考虑CAN-id将不可能区别这两个雷达传感器。

基于CAN-id和可能合适的Bus-id，过滤器功能8识别进入的各个CAN帧并确定它们来自哪个传感器，然后从这些帧中提取传感器输出数据S1。关于哪个CAN帧属于哪个传感器和将从这些CAN帧中提取什么类型的传感器输出数据的信息在传感器和数据规范文件中被规定，该传感器和数据规范文件在先于系统1的正常操作前的配置阶段被用于生成过滤器功能8。以下将对该配置阶段进一步详细解释。

该过滤器功能8通过读取由CAN读取模块6提供的每个CAN帧而转换“原始”传感器数据S1。基于CAN-id并且如果bus-id可用，包含实际所感测的传感器输出数据的数据块(data piece)被从CAN帧提取。由于通常所感测的传感器输出数据的尺寸，它们不能被存储在单个CAN帧中，该传感器输出数据被组块成数据块并且这些数据块被分布在多个CAN帧中。一旦包含所述传感器输出数据的各种数据块的CAN帧被接收和读取，这些数据块就被作为传感器数据对象(即，包含由传感器递送的所有数据的数据结构)的元素被存储在第一黑板(第一存储器功能)10中，其中被存储的传感器数据对象继而提供可处理传感器数据S2。

如以上所解释的，由于来自一个传感器的数据通常被分散到几个CAN帧，因此在第一存储器功能10中的传感器数据对象的使用和在过滤器功能8中的自动过滤为任何应用或算法提供了一种简化的方式来访问具有明确限定格式的被转换的传感器输出数据，并且进一步处理这些现在容易地“可处理的”数据。

该过滤器功能8和至少第一存储器功能10被认为是数据操作结构(数据操作结构的构件在图1中用阴影矩形表示)，其中从“原始”传感器输出数据S1到可处理传感器输出数据S2的数据操作或转换由被包含在节点A的处理器(未示出)执行。

在先于系统1的正常操作而被执行的配置阶段期间，该数据操作结构本身被自动生成。

在该配置阶段期间，过滤器功能8和至少第一存储器功能10基于构成传感器组件4的传感器的传感器和数据规范文件自动生成。

通常，该传感器和数据规范文件可以是由多个明确部分组成的文件F。第一部分Ⅰ规定了如何过滤和存储数据，第二部分Ⅱ规定了CAN帧的细节。该第二部分Ⅱ可以作为来自商业软件工具的输出而被直接得到，该商业软件工具例如由Vector Informatik GmbH(http://www.vector.com/portal/medien/cmc/datasheets/CANalyzer_DataSheet_DE.pdf)提供的称为“CANalyzer”的软件工具。结合进一步的规范可以增加进一步的部分(参见以下的示例)。

用于过滤器功能8和第一存储器功能10的源代码由自动程序(编译程序)生成，其将文件F作为输入并将规范构造转化成多个包含过滤器功能8和第一存储器功能10的源代码的文件。在本文中，构造是使用明确限定的语法和语义的程序文件的功能性结构部分，类似于，例如，编程语言的如果-则-否则构造或循环构造。该编译程序可以被认为是具有无用户交互的批处理/命令行程序并且其优选以C语言写入，使得所生成的源代码也是这种C语言。

在一个优选的实施例中，传感器和数据规范文件可优选包括以下的部分Ⅰ、Ⅱ和Ⅲ：

在第一部分Ⅰ中，至少一个融合数据对象可以被限定为：它们中的每一个可以包含至少一个数据元素并为融合算法提供数据。在不采用融合算法的情况下，这个部分不是必要的。被包含在至少一个融合数据对象的数据元素应当被存储在第一存储器功能10中并且被融合算法使用。这也就意味着这些数据可以从第二存储器功能(图2中的10′)中复制到第一存储器功能10，假如使用不止一个而是两个存储器功能(这种情况将在下面结合图2中所示的本发明的实施例而被详细描述)。

该文件的第二部分Ⅱ涉及相应的传感器。此处，由于第二部分Ⅱ也需要处理过滤器功能8，因此其规范构造更复杂。该第二部分Ⅱ被划分为三个子部分Ⅱ-1、Ⅱ-2和Ⅱ-3。

在第一子部分Ⅱ-1中，对于每个传感器规定了，哪个CAN帧包括来自哪个传感器的数据以及该CAN帧在哪个CAN总线上到达，例如，来自涉及的传感器的三个CAN消息(MSG_1、MSG_2和MSG_3)可以在CAN总线A上到达。当这些系统被安装在车辆上时，CAN帧在其上到达的CAN总线被识别。该CAN帧可以以任何顺序到达，该顺序例如通过诸如“随机”的关键词而被识别，但是有序顺序也是可能的。在哪个CAN总线上预期什么类型的消息的信息用于生成过滤8。

在下一个子部分Ⅱ-2，规定了要提取被包含在CAN帧的哪些数据信号。在数据操作结构的运行时间期间，该提取以如下的方式工作：在收集相应的传感器输出数据的过程中，对提取CAN帧的传感器数据对象提供其临时复制。如果临时传感器数据对象被完成，即，所有的必要的CAN帧已经被接收和被读取，该临时传感器数据对象作为最终的传感器数据对象被存储在存储器功能10中。这就保证存储器功能10的传感器数据对象总是包含完整数据。这个完整传感器数据对象然后可以被复制到另一个可用的存储器功能10′。这个信息也用于生成过滤器功能8。

在最后的部分Ⅱ-3，规定了将要被存储在存储器功能10(参见子部分Ⅱ-2)中的传感器数据对象。该规定也意味着数据将要从第一存储器功能10中复制到第二存储器功能10′中(参见以下关于图2的说明)。

上面描述的构造被用于包含在系统中的每个传感器或融合数据。该传感器可以是例如可视传感器，并且融合的数据对象可以，例如，表示这个传感器基于其他传感器的提高，特别是精确度和置信度水平的增加。

如果CAN帧和数据信号由名称给定，那么过滤器功能8需要知道名称表示哪个CAN-id和信号名称表示哪个CAN帧中的位。这种信息的类型在通常对于每个传感器可用的称为CAN规范文件中是可用的。该CAN规范文件对应于例如来自CANalyzer软件的输出文件，并且在将传感器组件中的各种传感器集成到车辆系统架构的过程中生成。这种CAN规范文件形成了传感器和数据规范文件的部分Ⅲ，使得传感器和数据规范文件的编译程序可以提取用于生成过滤的所需要的信息。

所生成的过滤器功能8和至少一个存储器功能10然后可以在节点A被实施或上载。优选地，为了这个目的，远程处理器(例如包含在诸如膝上型或xPC Target计算机(参见从http://www.mathworks.com/products/xpctarget/？BB＝1可用的xPC Target4.2数据表)的分开的计算机中)例如经由以太网被连接到节点A。

在配置阶段中配置包含过滤器功能8和至少一个第一存储器功能10的数据操作结构之后，在之后的系统的正常操作阶段，假设已有的传感器组件4(在车辆中实施)的传感器和数据规范文件不被改变或传感器组件4不被新的传感器组件代替，该过滤器功能8自动转换原始传感器输出数据S1并且将它们作为已转换的可处理传感器数据S2存储在第一存储器功能10中。

然而，如果已有的传感器组件4的传感器和数据规范文件被改变或所述的传感器组件4被新的传感器组件替换，按照实际情况，该数据操作结构必须基于已有的传感器组件4或新替换的传感器组件的新的传感器和数据规范文件在新的配置阶段被重新配置。

由于由传感器组件4提供的传感器输出信号S1的精度可能改变，因此希望以被称为是融合算法的特定的所设计的算法的方式结合和比较该传感器的这些传感器输出信号S1。为了这个目的，可处理传感器数据S2被提供给融合算法12以用于评价，并且该评价结果被输出作为进一步被处理的可处理数据S3(假如进一步被处理的可处理传感器数据S3通过融合算法被评价并且该数据也被称为被评价的可处理传感器数据S3)。该融合算法12可以是由节点A的处理器执行计算机程序，但由于融合算法12通常需要很大的计算能力，如果节点A包括仅仅运行融合算法12的第二处理器，这也是可能并且在特定应用中是优选的。该融合算法12适合于例如基于诸如卡尔曼滤波的信号处理理论比较可处理传感器数据S2，并且也适合于提供关于由所述融合算法处理的传感器数据、即被评价的可处理数据S3的置信度的信息。由于融合算法12可以访问所有的可处理传感器数据S2，并且假设融合算法以足够快的速度被执行，发生不希望的数据拥挤的风险能够大大地减小。

此外，节点A包括也能被节点A的处理器执行的应用14，该处理器处理可处理传感器数据S2。例如，可视传感器、雷达传感器和速度传感器的传感器输出数据S1提供关于车辆环境的信息，该信息可以用作用于例如自适应巡航控制系统或道路偏离警告系统的输入。如上所述，由于传感器输出数据S1可能对于应用14太不精确而不能生成可靠的结果，因此对于这样的应用14通常需要使用这样的融合算法12。该融合算法12向这些应用14提供被评价的可处理传感器数据S3和关于这些数据的置信度的信息，从而克服传感器输出信号S1的所需精度的固有问题，并且提高该应用14的输出的可信度和鲁棒性。融合算法12可以，例如生成关于车辆环境的模型，该模型也能被应用14使用。另外，该融合算法可以评价传感器数据和给出关于传感器数据的精度的评价或置信度。

图2示出了本发明的另一个优选的实施例。此处，本发明系统1的实施例不仅包括如图1所示的单个节点A，还包括第二节点B，其经由例如以太网的无线或有线数据通信连接16而被连接于第一节点A。另外，该数据操作结构还包括第一存储器功能10的复制，其以第二存储器功能10′的形式。在配置阶段期间，该第二存储器功能10′也被自动生成并且被实施或上载到本发明的系统1中(如上所述)。

此外，如以上已经描述过的，具有提供传感器输出数据S1的传感器组件4，该传感器输出数据S1被输入到节点A、优选地由CAN读取模块6读取。然后“原始”传感器输出数据S1通过过滤器功能8被转换为可处理传感器数据S2，其被存储在第一存储器功能10中。

图1中所图示的实施例与图2中所图示的实施例不同之处在于，在图2的实施例中，第二节点B包括第二存储器功能10′，其在配置阶段被生成，并且可以是第一存储器功能10的复制。应当注意到即使在所图示的实施例中，第二存储器功能10′被包含在第二节点B中，也可能仅仅包含一个节点，该节点包括存储器功能10和10′。

该可处理传感器数据S2优选地通过异步数据复制而被复制，以在第一存储器功能10和第二存储器功能10′中提供相同的数据。由此，在节点A和节点B中提供相同的数据。另外或替代地，仅仅复制已经被节点A或节点B访问的那些数据是可能的，由此可以节省计算时间和计算能力。

替代地，也可能提供中央存储装置，其被连接于节点A和节点B，并且当请求时向节点A和/或节点B提供数据。由此，可以节省存储空间。然而，与采用数据复制的解决方式相比较，使用中央存储装置会导致用于访问数据的更长的响应时间。

复制以下面的方式被执行：每当数据对象(传感器输出数据或融合算法数据)被存储在第一存储器功能10(在节点A)或第二存储器功能10′(在节点B)时，相关的存储器功能10和10′经由节点A和节点B之间的数据通信连接16将这些新存储的数据对象传输到对应的另一节点上的复制的存储器功能10′和10，在该处该数据对象被存储并且可用于应用14或融合算法12。用于复制所需要的该源代码也在配置阶段被生成。

优选地，该复制是异步复制。使用异步复制，存储器功能10和其被复制的存储器功能10′都不必要在相同的时间提供相同的内容。例如，当由过滤器功能8生成的可处理传感器数据S2从功能10被传输到其被复制的存储器功能10′时，存储器功能10不必等到被复制的存储器功能10′存储完全部被复制的可处理传感器数据S2′。即使在存储器功能10′中的前面的被复制的可处理传感器数据S2′的存储过程还没完成，该过滤器功能8可以继续在存储器功能10中存储另外的可处理传感器数据S2。

第二节点B也包括处理器(未示出)，该处理器适合于执行融合算法或应用。系统元件分布在至少两个节点上的优点是每个节点或节点的(一个或多个)处理器可以被设计用于和适合于在其上执行的计算机程序。例如，由于融合算法12通常需要比例如过滤器功能8更大的计算能力，运行融合算法12的节点也应该具有比用于过滤器功能8的处理器更强大的处理器。

在本文中，应注意，例如，应用14也可以在例如单独的第三节点C(未示出)处被执行，第三节点连接于第一节点A，并且进一步适合于应用14的计算需求。在这种情况下，优选地，第三存储器功能被集成在这样的节点C，该节点C优选是第一存储器功能10的复制并且包含来自第一存储器功能10和第二存储器功能10′的复制数据。

应当进一步注意到，为了增大节点的计算能力，一个节点也可以包括多于一个存储器功能，或可以包括多于一个处理器。不用说，具有至少一个过滤器功能8和至少一个存储器功能10的数据操作结构任何其他的配置也被包含在本发明的范围内。

在图2图示的实施例中，第二节点B执行融合算法12，由此在第二节点B中存储被复制的可处理传感器数据S2′，其被融合算法12访问。融合算法12的结果，即被评价的可处理传感器数据S3，从融合算法12中输出并且被存储在第二存储器功能10′中。

随后，被评价的可处理传感器数据S3也被复制并且通过数据通信连接16被传送到节点A的第一存储器功能10。第一存储器功能10存储被复制的被评价的可处理传感器数据S3′，并且向应用14提供可处理数据S2和被复制的被评价的可处理传感器数据S3′用于进一步使用。

由于一旦更新的传感器数据S1可用，S2到S2′和S3到S3′两者的数据复制就都被执行，因此存储在存储器功能10和10′两者中的数据在大多数的情况下或多或少相同。

在这里还应当提到，根据本发明的进一步的优选实施例，第一节点A可以是经由CAN总线被物理地连接到车辆传感器的膝上型计算机，第二节点B可以是另一个膝上型计算机或xPC Target计算机(参见在http://www.mathworks.com/products/xpctarget/？BB＝1可用的xPCTarget 4.2数据表)，其经由以太网被连接到节点A。在这种情况下，该应用也可以包含图形用户界面(GUI)以提供例如可处理传感器数据S2和被评价的可处理数据S3的可视化。在用于评价目的的系统开发期间，这种实施特别有用。

附图标记列表

1系统

2数据通信连接，例如，CAN总线

4包含至少一个传感器的传感器组件

6CAN读取器

8过滤器功能

10第一存储器功能

10′第二存储器功能

12融合算法

14应用

16数据通信连接，例如，以太网

S1“原始”传感器输出数据

S2可处理传感器数据

S2′被复制的可处理传感器数据S2

S3被进一步处理(被评价)的可处理传感器数据

S3′被复制的被进一步处理(被评价)的可处理传感器数据S3

A第一节点

B第二节点

Claims (21)

1.一种用于准备包括至少一个传感器的传感器组件(4)的传感器输出数据(S1)的方法，所述传感器输出数据在至少一个应用(14)中进一步处理和/或通过至少一个算法(12)进一步处理，所述方法包括配置阶段和/或操作阶段，其中所述操作阶段包括以下步骤：

提供数据操作结构，所述数据操作结构包括用于将所述传感器输出数据(S1)转换成可处理传感器数据(S2)的过滤器功能(8)，以及用于存储所述可处理传感器数据(S2)的至少第一存储器功能(10)；

借助所述过滤器功能(8)把来自所述传感器组件(4)的所述传感器输出数据(S1)转换为由所述至少一个应用(14)和/或所述至少一个算法(12)可处理的可处理传感器数据(S2)；

借助所述至少第一存储器功能(10)存储所述可处理传感器数据(S2)；和

把所存储的可处理传感器数据(S2)提供给所述至少一个应用(14)和/或所述至少一个算法(12)用于进一步处理。

2.根据权利要求1所述的方法，其中在所述配置阶段期间通过以下动作来配置所述数据操作结构：

(1)自动生成数据集，所述数据集是从所述传感器组件(4)的传感器和数据规范文件中导出的，所述数据集包括过滤器功能数据，所述过滤器功能数据用于配置把所述传感器输出数据(S1)转化为可处理传感器数据(S2)的至少一个过滤器功能(8)；和

(2)基于所述过滤器功能数据自动配置所述至少一个过滤器功能(8)。

3.根据权利要求1或2所述的方法，其中在所述配置阶段通过以下动作配置所述数据操作结构：

(1)自动生成数据集，所述数据集是从所述传感器组件(4)的传感器和数据规范文件中导出的，所述数据集包括存储器功能数据，所述存储器功能数据用于配置存储可处理传感器数据(S2)的至少一个存储器功能(10、10′)；和

(2)基于所述存储器功能数据自动配置所述至少一个存储器功能(10、10′)。

4.一种用于准备包括至少一个传感器的传感器组件(4)的传感器输出数据(S1)的方法，所述传感器输出数据在至少一个应用(14)中进一步处理和/或通过至少一个算法(12)进一步处理，所述方法包括配置阶段和/或操作阶段，其中所述配置阶段包括以下步骤：

自动生成数据集，所述数据集是从所述传感器组件(4)的传感器和数据规范文件中导出的，所述数据集包括过滤器功能数据，所述过滤器功能数据用于配置把所述传感器输出数据(S1)转换为可处理传感器数据(S2)的至少一个过滤器功能(8)，并且所述数据集包括存储器功能数据，所述存储器功能数据用于配置存储所述可处理传感器数据(S2)的至少一个存储器功能(10、10′)；和

基于所述过滤器功能数据和存储器功能数据自动配置所述至少一个过滤器功能(8)和所述至少一个存储器功能(10、10′)。

5.根据权利要求3或4所述的方法，其中，在配置所述数据操作结构的步骤中，自动生成数据集的步骤包括数据，该数据用于配置至少一个第二存储器功能(10′)以用来存储在所述第一存储器功能(10)中存储的所述可处理传感器数据(S2)的复制件(S2′)和/或被进一步处理的可处理传感器数据(S3)。

6.根据前述的任何一项权利要求所述的方法，其中，当第一次操作所述传感器组件(4)时，或当所述传感器组件(4)的所述传感器和数据规范文件被改变时，或在已有的传感器组件(4)已经被新的传感器组件替换之后当第一次操作所述新的传感器组件或当所述新的传感器组件(4)的传感器和数据规范文件被改变时，特别是由于去除、更换或增加传感器的原因，才执行所述的数据操作结构的配置步骤。

7.根据前述的任何一项权利要求所述的方法，其中所述配置阶段的步骤在远程处理装置上执行。

8.根据前述的任何一项权利要求所述的方法，在随后的所述操作阶段，进一步包括以下的步骤中的至少一个：

在所述第一存储器功能(10)中存储所述可处理传感器数据(S2)；

复制所述可处理传感器数据(S2)以生成被复制的可处理传感器数据(S2′)；

在所述第一或第二存储器功能(10、10′)中的一个或在所述第一和第二存储器功能(10、10′)两者中，优选在所述第二存储器功能(10′)中，存储所述被复制的可处理传感器数据(S2′)；

借助至少一个进一步的应用(14)和/或至少一个进一步的算法(12)处理所述被复制的可处理传感器数据(S2′)以生成被进一步处理的可处理传感器数据(S3)；

在所述第一或第二存储器功能(10、10′)中的一个或在所述第一和第二存储器功能(10、10′)两者中，优选在所述第二存储器功能(10′)中，存储所述被进一步处理的可处理传感器数据(S3)；

复制所述被进一步处理的可处理传感器数据(S3)以生成被复制的被进一步处理的可处理传感器数据(S3′)；

在所述第一或第二存储器功能(10、10′)中的一个或在所述第一和第二存储器功能(10、10′)两者中，优选在所述第一存储器功能(10)中，存储所述被复制的被进一步处理的可处理传感器数据(S3′)；

向所述至少一个应用(14)和/或所述至少一个算法提供(i)所述可处理传感器数据(S2)和所述被复制的被进一步处理的可处理传感器数据(S3′)或(ii)所述被复制的可处理传感器数据(S2′)和所述被进一步处理的可处理传感器数据(S3)以用于进一步处理。

9.根据前述的任何一项权利要求所述的方法，其中所述算法(12)是用于比较和评价传感器数据的融合算法。

10.一种用于准备来自包括至少一个传感器的传感器组件(4)的传感器输出数据(S1)的系统，所述传感器输出数据在至少一个应用(14)和/或至少一个算法(12)中进一步处理，所述系统(1)包括一个或多个节点(A、B)，每个节点(A、B)包括至少一个处理器和/或至少一个存储装置，其中所述节点(A、B)进一步包括用于接收所述传感器输出数据(S1)的输入并且适合于执行根据权利要求1至9中的任何一项所述的方法。

11.根据权利要求10所述的系统，其中所述节点(A、B)进一步包括接口，所述接口用于接收所述传感器组件(4)的所述传感器和数据规范文件以用于自动生成所述数据操作结构，并且所述节点(A、B)适合于集成所述数据操作结构。

12.根据权利要求10或11所述的系统，其中所述节点(A、B)进一步适合于执行所述至少一个应用(14)或包括用于对所述至少一个应用(14)输出可处理传感器数据(S2)的输出。

13.根据权利要求10至12中的任何一项所述的系统，其中所述节点(A、B)进一步适合于执行所述至少一个算法(12)，特别是用于比较和评价传感器数据的融合算法(12)。

14.根据权利要求13所述的系统，其中在不同的节点(A、B)执行所述至少一个算法(12)和/或所述至少一个应用(14)。

15.根据权利要求10至14中的任何一项所述的系统，包括第一节点(A)和至少第二节点(B)，所述第二节点(B)至少被连接到所述第一节点(A)，其中所述第一节点(A)适合于集成用来把所述传感器输出数据(S1)转化为可处理传感器数据(S2)的所述过滤器功能(8)和用来存储所述可处理传感器数据(S2)或所述被复制的被进一步处理的可处理传感器数据(S3′)的所述第一存储器功能(10)，并且所述第二节点(B)适合于集成用于存储所述被复制的可处理传感器数据(S2′)和/或所述被进一步处理的可处理传感器数据(S3)的所述第二存储器功能(10′)。

16.根据权利要求15所述的系统，其中

所述第一节点(A)进一步包括至少一个收发器，所述收发器用于把所述第一存储器功能(10)的所述被复制的可处理传感器数据(S2′)传送到所述第二节点(B)和/或从所述第二节点(B)接收所述第二存储器功能(10′)的所述被进一步处理的可处理传感器数据的复制件(S3′)；和/或

所述第二节点(B)包括至少一个收发器，所述收发器用于将所述第二存储器功能(10′)的所述被复制的被进一步处理的可处理传感器数据(S3′)传送到所述第一节点(A)和/或从所述第一节点(A)接收所述第一存储器功能(10)的所述被复制的可处理传感器数据(S2′)。

17.根据权利要求15或16所述的系统，其中所述节点(A、B)通过有线或无线数据传送连接(16)相互连接。

18.根据权利要求10至17中的任何一项所述的系统，其中借助有线或无线数据传送连接(2)，优选地借助CAN总线，所述至少一个节点(A、B)被连接至所述传感器组件(4)。

19.一种车辆，特别是货车，包括：传感器组件(4)，所述传感器组件(4)具有至少一个传感器以提供传感器输出数据(S1)；根据权利要求10至18中的任何一项所述的系统(1)，所述系统(1)用于准备所述传感器输出数据(S1)以用于在至少一个应用(14)和/或至少一个算法(12)中进一步处理，并且所述至少一个应用(14)和/或所述至少一个算法(12)用于进一步处理所述被准备的传感器输出数据，其中所述传感器输出数据(S1)通过权利要求1至9中的任何一项所述的方法经由所述系统(1)而被提供给所述至少一个应用(14)和/或所述至少一个算法(12)。

20.一种计算机程序产品，所述计算机程序产品包括软件代码，所述软件代码要在远程处理器或要在作为根据权利要求10至18中的任何一项所述的系统的一部分的处理器上被执行以用于生成数据操作结构，所述数据操作结构被用于执行根据权利要求1至9中任何一项所述的方法，其中所述计算机程序优选地被存储在计算机可读介质上或适合于从因特网下载。

21.一种计算机程序产品，所述计算机程序产品包括软件代码，所述软件代码要在作为根据权利要求10至18中的任何一项所述的系统的一部分的处理器上被执行以用于执行根据权利要求1至9中任何一项所述的方法，其中所述计算机程序优选被存储在计算机可读介质上或适合于从因特网下载。

Images