CN107923975A

CN107923975A - 用于超声波测距的系统和方法

Info

Publication number: CN107923975A
Application number: CN201580081575.3A
Authority: CN
Inventors: 谢捷斌; 张立天; 任伟
Original assignee: SZ DJI Technology Co Ltd
Current assignee: SZ DJI Technology Co Ltd
Priority date: 2015-07-09
Filing date: 2015-07-09
Publication date: 2018-04-17
Also published as: JP2017528683A; US10310081B2; US20170059704A1; WO2017004825A1; US20190146085A1; JP6327656B2

Abstract

本发明公开了一种用于在移动平台(200)上使用超声波来测距的系统(100)和方法。所述系统(100)包括超声波收发器(110)，所述超声波收发器(110)可以发射和/或接收超声波(301)并且使用所述超声波(301)的飞行时间来确定距所关注物体(250)的距离。所述系统(100)适于通过使用所述移动平台(200)的动态模型(260)对接收到的超声回波(302)的可能位置设置约束来减少噪声(303)。可以使用线性、恒速动态模型(260)来设置约束。所述系统(100)还可以通过对接收到的超声波波形(500)进行分包并且根据包络(550)的高度和宽度过滤掉噪声(303)来减少噪声(303)。所述系统(100)也可以通过从所述接收到的波形(500)中减去余震波形(910)来移除所述超声波收发器(110)中的死区。所述系统(100)和所述方法适合于在任何类型的移动平台(200)，包括无人飞行器上进行超声波测距。

Description

用于超声波测距的系统和方法

背景技术

超声波是一种对于所关注物体的测程或距离测量有用的技术，并且对于在移动平台上进行环境感测尤为重要。超声波测距涉及从超声波源向所关注物体发射的超声波。超声波从所关注物体反射并传输回到超声波源。由于声音具有相对恒定的速度，因此超声波脉冲从所关注物体反射并返回到超声波源的行进时间与所述源和所述物体之间的距离成正比。因此，通过测量超声波脉冲的行进时间，可以确定距离。

由于测距需要准确识别反射的超声波(或“回波”)，因此背景噪声的存在可能导致对回波的错误识别和有误的测距。对于依靠机械运动——例如，无人飞行器(UAV)上的螺旋桨——来移动的移动平台，背景噪声的问题尤为严峻，这是因为此类机械运动可能产生与回波一起检测到的高频强声。由超声波收发器接收到的最终波形因此可能难以去卷积。用于降噪的现有技术在这样的情况下往往失效。

鉴于前文，需要更稳健地将信号与噪声分离以供用于超声波测距的系统和方法。

发明内容

根据本文所公开的第一方面，阐述了一种适于移动平台的超声波测距的方法，所述方法包括：

通过对所述移动平台的运动估计来识别从物体接收的超声回波；以及

基于所述超声回波来确定所述移动平台与所述物体之间的距离。

在一些实施方式中，所述识别包括在接收到的声波波形上，将所述超声回波区别于噪声。

在一些实施方式中，所述区分超声回波包括在所述接收到的声波波形上，将所述超声回波区别于白噪声。

在一些实施方式中，所述识别包括将所述声波波形分成包络并且识别对应于所述超声回波的包络。

在一些实施方式中，所述识别还包括使用阈值来过滤所述包络。

在一些实施方式中，所述过滤包括根据每个包络的带宽来过滤所述包络。

在一些实施方式中，所述过滤包括根据每个包络的振幅来过滤所述包络。

一些实施方式还包括在所述识别之前：

确定余震波形；以及

从所述接收到的声波波形中减去所述余震波形。

在一些实施方式中，所述确定余震波形包括在减少回波和/或减少噪声的条件下接收超声波波形并且基于所述接收到的超声波波形确定所述余震波形。

在一些实施方式中，所述确定余震波形包括确定所述余震波形相对于对应的超声波发射的定时，并且其中所述减去余震波形包括根据所述定时减去所述余震波形。

在一些实施方式中，所述运动估计包括根据动态模型预测所述移动平台的位置。

在一些实施方式中，所述运动估计还包括根据所述移动平台的所述预测位置识别所述超声回波。

在一些实施方式中，所述动态模型是线性动态模型。

在一些实施方式中，所述动态模型是非线性动态模型。

在一些实施方式中，所述动态模型是定速动态模型。

在一些实施方式中，所述动态模型是平面动态模型。

在一些实施方式中，所述动态模型是非平面动态模型。

根据本文所公开的另一方面，阐述了一种用于超声波测距的设备，包括：

超声波接收器，其用于从物体接收超声回波；以及处理器，其被配置用于：

通过对移动平台的运动估计来识别所述接收到的超声回波；并且

根据所述超声回波来确定所述移动平台与所述物体之间的距离。

在一些实施方式中，所述处理器被配置用于在接收到的声波波形上，将所述超声回波区别于噪声。

在一些实施方式中，所述噪声是白噪声。

在一些实施方式中，所述处理器被配置用于将所述声波波形分成包络并且识别对应于所述超声回波的包络。

在一些实施方式中，所述处理器还被配置用于使用阈值来过滤所述包络。

在一些实施方式中，所述处理器还被配置用于根据每个包络的带宽来过滤所述包络。

在一些实施方式中，所述处理器还被配置用于根据每个包络的振幅来过滤所述包络。

在一些实施方式中，所述处理器还被配置用于在识别所述超声回波之前：

确定余震波形；并且

从所述接收到的声波波形中减去所述余震波形。

在一些实施方式中，通过在减少回波和/或减少噪声的条件下接收超声波波形来确定所述余震波形。

在一些实施方式中，所述处理器被配置用于确定所述余震波形相对于对应的超声波发射的定时，并且根据所述定时从所述接收到的声波波形中减去所述余震波形。

在一些实施方式中，所述处理器被配置用于根据动态模型预测所述移动平台的位置。

在一些实施方式中，所述处理器还被配置用于根据所述移动平台的所述预测位置识别所述超声回波。

在一些实施方式中，所述动态模型是线性动态模型。

在一些实施方式中，所述动态模型是非线性动态模型。

在一些实施方式中，所述动态模型是定速动态模型。

在一些实施方式中，所述动态模型是平面动态模型。

在一些实施方式中，所述动态模型是非平面动态模型。

根据本文所公开的另一方面，阐述了一种用于移动平台的超声波测距的计算机程序，所述计算机程序包括：

用于通过对所述移动平台的运动估计来识别从物体接收的超声回波的指令；以及

用于基于所述超声回波来确定所述移动平台与所述物体之间的距离的指令。

一些实施方式还包括在所述识别之前：

确定余震波形；以及

从所述接收到的声波波形中减去所述余震波形。

在一些实施方式中，所述动态模型是线性动态模型。

在一些实施方式中，所述动态模型是非线性动态模型。

在一些实施方式中，所述动态模型是定速动态模型。

在一些实施方式中，所述动态模型是平面动态模型。

在一些实施方式中，所述动态模型是非平面动态模型。

根据本文所公开的另一方面，阐述了一种移动平台，包括：

超声波接收器，其用于从物体接收超声回波；以及

处理器，其被配置用于：

通过对所述移动平台的运动估计来识别所述接收到的超声回波；并且

在一些实施方式中，所述噪声是白噪声。

确定余震波形；并且

从所述接收到的声波波形中减去所述余震波形。

在一些实施方式中，所述动态模型是线性动态模型。

在一些实施方式中，所述动态模型是非线性动态模型。

在一些实施方式中，所述动态模型是定速动态模型。

在一些实施方式中，所述动态模型是平面动态模型。

在一些实施方式中，所述动态模型是非平面动态模型。

在一些实施方式中，所述移动平台是UAV。

附图说明

图1是图示了移动平台的实施方式的示例图，所述移动平台具有用于确定移动平台与所关注物体之间距离的超声波测距系统。

图2是图示了图1的超声波测距系统的实施方式的示例性高级框图。

图3是图示了图1的超声波测距系统的备选实施方式的示例图，其中超声波测距系统包括超声波收发器。

图4是示例性高级流程图，其图示了使用超声波确定图1距离的方法的实施方式。

图5是图示了由图1的超声波测距系统检测到的、包括超声回波和噪声的波形的示例图。

图6是图示了图4的方法的实施方式的示例性流程图，其中通过对接收到的波形进行分包和过滤来确定距离。

图7是图示了图6的经分包和过滤的波形的示例图。

图8是图示了包括死区的波形的示例图。

图9是图示了图4的方法的实施方式的示例性流程图，其中通过减去由超声波发射器振动产生的余震波形，来使用超声波确定距离。

图10是图示了图8的波形的示例图，其中已经通过减去余震波形而移除了死区。

图11是图示了图4的方法的实施方式的示例性流程图，其中通过使用动态模型以在波形上定位超声回波，来使用超声波确定距离。

图12是图示了波形的示例图，其中已经对超声回波的可能位置设置了约束。

应当注意，附图不是按比例绘制的，并且出于说明目的，在所有附图中，具有类似结构或功能的元件一般由相似参考标号来表示。还应当注意，附图仅仅旨在辅助对优选实施方式的描述。附图并未图示所描述的实施方式的每个方面，并且并不限制本公开内容的范围。

具体实施方式

本公开内容阐述了克服现有系统和方法缺点的用于在使用超声波测距时减少噪声的系统和方法。

现转到图1，图中示出了移动平台200的实施方式，其上安装有超声波测距系统100。移动平台200与所关注物体250相关联地示出，所关注物体250可以是移动平台200要避开的障碍物。移动平台200位于距障碍物250距离d的位置x(t)处，并且正以速度v相对于障碍物250移动。超声波测距系统100被配置用于基于超声波和所述超声波来自障碍物250的后续回波的传输来确定距离d。反射的超声回波(例如)可以通过对移动平台200的运动估计来识别。所述运动估计可以包括使用动态模型260，动态模型260可以包括随时间推移追踪移动平台200的状态的一组函数和/或变量。如图1中所图示，动态模型260可以包括例如位置x(t)、速度一个或多个输入u(t)、噪声w(t)、一个或多个其他参数以及与对移动平台200的运动估计有关的一个或多个函数。

示例性移动平台200包括但不限于自行车、汽车、卡车、船、舟、火车、直升机、航空器、它们的各种混合物等。在一些实施方式中，移动平台200是无人飞行器(UAV)。UAV俗称“无人机”，是没有人类驾驶员搭乘于载运工具上的航空器，其飞行是自主控制的或者由遥控驾驶员控制的(或有时候两者兼具)。现在，UAV在涉及诸如数据收集或传送的各种航空操作的民用应用中得到了越来越多的使用。本控制系统和方法适合于许多类型的UAV，包括但不限于四轴飞行器(亦称为四旋翼直升机或四旋翼)、单旋翼、双旋翼、三旋翼、六旋翼和八旋翼的旋翼机UAV、固定翼UAV以及旋翼-固定翼混合式UAV。在一些实施方式中，动态模型260可以根据移动平台200的类型和/或型号来定制。例如，四轴UAV具有显著的横向移动和垂直移动，并且四轴UAV的动态模型260可以反映这样的移动特性。在实施方式中，UAV可以包括超声波测距系统100或其部件。

现转到图2，图中将示例性超声波测距系统100示出为包括至少一个超声波收发器(或换能器)110。超声波收发器110可以将超声波转换成电信号，并且反之亦然。示例性超声波换能器可以包括压电式换能器和电容式换能器。在一些实施方式中，超声波收发器110可以是阵列式超声波收发器——例如，其中各个收发器元件按一维或二维配置排列。

如图2中所示，超声波收发器110可以与处理器120通信。处理器120可以包括一个或多个通用微处理器(例如，单核或多核处理器)、专用集成电路、专用指令集处理器、图形处理单元、物理处理单元、数字信号处理单元、协处理器、网络处理单元、音频处理单元、加密处理单元等，但并不限于此。处理器120可被配置用于执行本文所描述的任何方法，包括但不限于与超声波脉冲识别和过滤、动态模型分析和/或距离分析有关的操作。在一些实施方式中，处理器120可以包括至少一些专用硬件以用于处理与超声波脉冲识别和过滤、动态模型分析和/或距离分析有关的特定操作。

如图2中所示，超声波测距系统100可以根据期望包括一个或多个附加的硬件部件。示例性附加硬件部件包括但不限于存储器130。存储器130可以包括例如随机存取存储器(RAM)、静态RAM、动态RAM、只读存储器(ROM)、可编程ROM、可擦可编程ROM、电可擦可编程ROM、闪速存储器和/或安全数字(SD)卡。存储器130还可以包括一个或多个输入/输出接口(例如，通用串行总线(USB)、数字视频接口(DVI)、显示端口、串行ATA(SATA)、IEEE 1394接口(亦称为火线)、串口、视频图形阵列(VGA)、超视频图形阵列(SVGA)、小型计算机系统接口(SCSI)、高清晰度多媒体接口(HDMI)、音频端口和/或专有输入/输出接口)。存储器130可以包括非暂时性存储介质，所述非暂时性存储介质包括用于执行本文所公开的一个或多个过程的指令。一些实施方式包括用于执行本文所公开的一个或多个过程的计算机程序。

超声波测距系统100可以包括一个或多个输入/输出装置140。示例性输入/输出装置140可以包括按钮、键盘、小键盘、轨迹球、显示器和/或监视器。

现转到图3，图中将超声波收发器110的示例性实施方式示出为包括超声波发射器150和超声波接收器160。超声波发射器150可以是将能量(例如，电能)转换成超声波的任何装置。例如，超声波发射器150可以是压电式换能器。压电式换能器包括压电晶体，所述压电晶体具有当施加电压时改变大小的特性。跨压电材料施加的交流电使所述材料以所施加电流的频率振动，从而生成高频声波。例如，当施加高频电流时所述材料将会生成高频声波，而当施加低频电流时将会生成低频声波。其他类型的超声波发射器150可以基于电容式超声波换能器，其使用例如由交流电驱动的振动膜来生成超声波。另外地和/或备选地，其他非压电式换能器(例如，磁致伸缩式换能器)亦可适合用于超声波发射器150中。

超声波接收器160与超声波发射器150类似但逆向地起作用，将接收到的超声回波转换成电信号或其他形式的能量。一旦转换成电信号，与接收到的超声波信号相关的、嵌入在所述电信号中的信息可以传递至处理器120(图2中所示)，以便分析例如距障碍物250的距离d(共同地在图1中示出)。虽然仅出于说明目的而图示为单独的装置，但超声波发射器150和超声波接收器160可以至少部分地集成到共同的物理设备中。在一些实施方式中，单个超声波换能器可以同时充当超声波发射器150和超声波接收器160两者。在其他实施方式中，超声波发射器150和超声波接收器160是单独且不同的装置。

发射的和接收到的超声波的频率取决于期望的检测范围，这是因为频率与使用超声波能够感测到的距离成反比。在一些实施方式中，超声波发射器150可以在20kHz与200kHz之间——例如，在25kHz与150kHz之间、50kHz与100kHz之间、60kHz与80kHz之间或者约75kHz——的频率下操作。在将超声波用于短程测距应用的一些实施方式中，频率可以超过200kHz，并且可以高达300kHz、400kHz、500kHz、1MHz或甚至更高。超声波发射器150的频率或频率范围可以有利地调谐到期望的检测范围。另外，超声波发射器150的频率可以根据以下各项来调整：所关注物体250的声反射率、所关注物体250的表面相对于入射的超声波脉冲的角度以及/或者影响超声波传输和反射的其他因素。

如图3中所示，超声波发射器150在期望频率下朝向所关注物体250发射超声波(或“脉冲”)301。超声波301从所关注物体250反射并由超声波接收器160检测到。假设超声波的速度是恒定且已知的，那么可以使用发射事件与检测事件之间所经过的时间来得到移动平台200与所关注物体250之间的距离d。

然而，如图3中所图示，这种测距方法的困难在于，可能难以将相关超声回波302区别于噪声303。噪声可能有很多类型并且可能源于许多不同来源。例如，噪声的形式可能是白噪声——即，具有恒定功率谱密度的随机信号——例如，高斯噪声、泊松噪声、柯西噪声和其他噪声。在其他情况下，噪声的形式可能是由不规则事件生成的非白噪声。超声回波302和噪声303一起混合成单个波形500(图5中所示)并且由超声波接收器160检测到。继而将回波302从噪声303去卷积。回波302的位置可以用于推断超声波前往所关注物体250并从其返回的行进时间。

现转到图4，图中将用于确定移动平台200与障碍物250(共同地在图1中示出)之间的距离d的示例性方法400示出为使用对移动平台200的运动估计来识别从所关注物体250接收的超声回波302。方法400的优点在于，可以基于对移动平台200的运动估计将超声回波302在由超声波接收器160(图3中所示)接收的超声波波形中的位置缩小至特定范围。将这个范围之外的信号假定为要丢弃的噪声303(图3中所示)。因此，在401中，通过对移动平台200的运动估计来识别从所关注物体250接收的超声回波302。在402中，可以基于超声回波302来测量距离d。

现转到图5，图中描绘了示例性超声波波形500。波形500表示随时间(横轴)推移的声波振幅(纵轴)。例如，超声波波形500可以表示由超声波接收器160(图3中所示)接收到的声音的组合。超声波波形500可以既包括从所关注物体250(图1中所示)反射的期望超声回波302又包括来自背景源的噪声303(图3中所示)。

如图5中所描绘，超声波波形500包括第一波形峰值510和第二波形峰值520。第一波形峰值510对应于超声回波302(图3中所示)，并且图示为狭窄的并具有相对较高的振幅。相比之下，对应于噪声303(图3中所示)的第二波形峰值520被示出为比第一波形峰值510宽并且相对于第一波形峰值510具有较低的振幅。第一波形峰值510和第二波形峰值520分别是超声波信号和噪声的一般区分特性。这些一般区分特性可归因于超声回波具有高频(通常大于10kHz)而噪声倾向于具有低频(通常小于1kHz)的事实。如下文在方法600中所述，这些区分特性可以作为用于从波形500中的信号过滤噪声的基础。

现转到图6，图中示出了用于从波形500——例如，由超声波接收器150(图3中所示)接收到的波形500——中的信号过滤掉噪声的示例性方法600。方法600利用了超声波信号高(即，大振幅)且窄而相比之下噪声倾向于更低且更宽的趋势。在601中，可以执行将波形500分成包络550的预备步骤。可以使用各种技术来执行将波形500分成包络550。例如，可以简单地将波形500分成多个时间间隔。时间间隔可以具有任何合适的预定持续时间，并且所述预定持续时间在所述时间间隔之中可以是一致的和/或不同的。时间间隔的预定持续时间可以基于例如波形500的频率。备选地和/或另外地，在一些实施方式中，可以使用峰值选择技术(例如，基于Benjamini-Hochberg的技术)，所述技术基于波形500中的峰值来选择包络550。

在602中，可以按以时间为单位的宽度来过滤波形500的包络550。可以设立阈值宽度，并且可以将宽度超过所述阈值的包络550作为噪声忽视掉。所述阈值可以是预定值，并且/或者可以基于例如先前已知回波302而动态地确定。在一些实施方式中，可以将所述阈值确定为先前已知回波302的平均(例如，滑动平均)宽度的倍数。针对阈值使用的倍数可以是例如1、1.2、1.5、1.8、2.0、3.0、4.0或更大。作为说明性示例，如果回波包络的平均宽度是0.1毫秒并且阈值倍数是2.0，那么宽度为0.2毫秒或更大的所有包络都将由于应用宽度过滤而被作为噪声忽视掉。

在603中，可以使用振幅阈值(或者等效地，高度阈值)来过滤包络550。可以将振幅低于振幅阈值的任何包络作为噪声忽视掉。所述阈值可以是预定值，并且/或者可以基于先前已知回波302而动态地确定。在一些实施方式中，可以将所述阈值确定为先前已知回波302的平均(例如，滑动平均)振幅的分数。针对振幅阈值使用的分数可以是例如0.3、0.5、0.7、0.8或更大。

这里，602中的宽度过滤和603中的振幅过滤的应用顺序是灵活的，并且可以根据需要来配置。在一些实施方式中，在振幅过滤之前应用宽度过滤。在其他实施方式中，在宽度过滤之前应用振幅过滤。在一些实施方式中，不是顺序地应用过滤，而是一并地考虑。例如，高包络550A对于宽度选择可以具有限制较小的标准；而低包络550B对于宽度选择可以具有限制较大的标准。类似地，窄包络550C对于高度选择可以具有限制较小的标准；而宽包络550D对于高度选择可以具有限制较大的标准。在一些实施方式中，包络550的面积(其归因于高和宽)可以是过滤过程中的因素。例如，面积小于预定阈值的包络550可被作为噪声忽视掉。

现转到图7，在示例性波形上描绘了将波形500分成包络550并过滤所述包络的方法600。这里，针对波形500中部的若干峰值示出对波形500的中心区域进行的分包。应用呈振幅阈值形式的过滤，从而只留下中心包络550作为回波302。

作为对波形500的一种预处理形式，可以在使用运动估计对波形500进行过滤之前应用按宽度和/或振幅进行的过滤。备选地和/或另外地，可以在使用运动估计对波形500进行过滤之后执行按宽度和/或振幅进行的过滤。换句话说，方法600的过滤可以作为预处理、后处理或两者来应用。

现转到图8，图中示出了由超声波发射器150(图3中所示)接收到的超声波波形500。超声波波形500包括对应于超声回波302(图3中所示)的第一波形峰值510和对应于噪声303(图3中所示)的第二波形峰值520。超声波波形500还包括对应于余震波形910的第三波形峰值530。余震波形910是由超声波接收器160(图3中所示)接收到的超声波发射器150中的残余振动(或“余震”)所产生。所述余震在发射超声波301(图3中所示)之后的一定持续时间内出现，形成了“死区”。在所述死区中，由超声波接收器160接收到的回波302与余震重叠，因而妨碍了紧接在发射超声波301之后对回波302的检测。所述死区因此妨碍了对过于靠近移动平台200的障碍物250的检测。

现转到图9，图中示出了用于从波形500中消除余震波形910的示例性方法900。死区问题可以基于余震是超声波发射器150的物理特性的函数这一事实来解决。因此，每个超声波发射器150具有特征性余震波形910。特征性余震波形910在发射初始超声波301之后的特定时间出现。在一些实施方式中，余震波形910对超声波发射器150的操作条件(例如，温度和压力)不敏感。由于可以在任何成像操作之前确定每个超声波发射器150的余震波形910，因此可以从由超声波接收器160接收到的任何波形500中移除余震波形910来缓解“死区”问题。

因此，在901中，可以确定余震波形910。超声波发射器150可以在减少回波和/或减少噪声的条件下(例如，在大型隔音室中)操作。在这样的条件下，由超声波接收器160接收到的波形500可以是对余震波形910的良好估计。可以将估计的余震波形910记录并储存在存储器130中。在一些实施方式中，可以将余震波形910相对于超声波310的对应发射的定时记录并储存在存储器130中。

在902中，当超声波测距系统100操作时，可以从存储器130检索余震波形910并且将其从由超声波接收器160接收到的波形500中减去。优选地基于余震波形910的定时来减去余震波形910。例如，如果余震波形910是在生成初始超声波之后的10毫秒处被记录，那么也可以从随后接收到的波形500的10毫秒处减去余震波形910。

图10描绘了余震移除之后的图8的波形500。余震波形910(图8中所示)已经移除，而波形峰值510和波形峰值520未受影响。

作为对波形500的预处理形式，可以在使用动态模型260对波形500进行过滤之前应用用于余震波形移除的方法900。备选地和/或另外地，可以在使用动态模型260对波形500进行过滤之后执行余震波形移除步骤。换句话说，方法900的死区移除步骤可以作为预处理、后处理或两者来应用。

现转到图11，图中示出了示例性方法1100，其用于使用运动估计来约束可能回波302的范围，从而促进从接收到的波形500(图5中所示)移除噪声。在1101中，使用运动估计来预测移动平台200在预计由超声波接收器160(图3中所示)接收到超声回波302时的位置。换句话说，通过知晓移动平台200在发射超声波301的时间与接收超声回波302的时间之间做何移动，促进对回波302的识别。

在一些实施方式中，可以使用动态模型260(图1中所示)来执行运动估计。动态模型260是移动平台200随时间推移做何移动的模型。动态模型260可以例如实现基于诸如位置和速度的已知参数，对移动平台200在未来某个时间的位置进行预测。动态模型260可以是离散的或连续的。在一个示例性实施方式中，动态模型260可以表示为：

等式(1)

其中x(t)表示t时刻移动平台200的状态，表示t时刻状态x(t)的变化(换言之，x(t)在t时刻的导数)，u(t)表示在t时刻到移动平台200中的控制输入，而w(t)表示t时刻的噪声。这里，状态x(t)可以是描述移动平台200在t时刻的当前位置、速度或其他条件的变量的集合，并且可以表示为具有任意长度的矢量。在一些实施方式中，状态x(t)可以包括表示移动平台200的位置的变量(例如，在笛卡尔坐标空间中的坐标x、y和z)，以及表示位置瞬时变化的变量(例如，速度分量类似地，u(t)和w(t)可以分别是表示控制输入和噪声的变量的集合，并且可以表示为具有任意长度的矢量。在一些实施方式中，控制输入u(t)可以由3、4或5维矢量表示。在一些实施方式中，噪声w(t)可以由3、4或5维矢量表示。

在控制输入u(t)和噪声w(t)未知或难以确定的特定情况下，等式(1)中所示的动态模型260可以约化成线性动态模型260——即，其中状态变化是当前状态和输入的线性函数的动态模型260。在其他实施方式中，动态模型260可以是非线性动态模型260。在某些实施方式中，可以作出简化假设：u(t)＝0(即，没有给出控制输入)并且w(t)是平均值为0且方差为var(w)的白噪声。也就是说，动态模型260可以是定速动态模型260。在其他实施方式中，动态模型260可以是变速动态模型260。在某些实施方式中可以作出进一步简化假设：移动平台200限制于x-y平面上的运动，并且z轴上的运动可忽略不计。也就是说，动态模型260可以是平面动态模型260。在其他实施方式中，动态模型260可以是非平面动态模型260。

对于平面动态模型260，移动平台200的状态可以表示为如下的5维矢量：

在这些假设下，移动平台200的状态在k时刻与k+1时刻之间的关系可以如下表示：

其中F是5x5矩阵，表示为F＝diag[F2，F2，1]，其中

并且G＝diag[G2，G2，T]，其中

G₂＝[T²/2，T]′，

并且T是k时刻与k+1时刻之间所经过的时间。作为非限制性示例，k时刻可以表示从超声波发射器150(图3中所示)发射超声波301(图3中所示)的时刻，而k+1时刻可以表示预计由超声波接收器160(图3中所示)接收对应的超声回波302(图3中所示)的时刻。本文所描述的动态模型可以根据期望而应用于其他k时刻和k+1时刻。

使用一个或多个上文阐述的动态模型260，可以得到移动平台200在k+1时刻的状态。在应用等式(3)中所示的线性模型时，w_k的平均值为0且方差为var(w_k)，

并且因此

的平均值为

且方差为

var(GW_k)。

在其他实施方式中，可以使用其他动态模型260来确定移动平台200的状态。例如，动态模型260可以是将移动平台200的已知加速度纳入考虑的变速动态模型260。移动平台200的加速度可以例如由搭载于移动平台200上的惯性测量单元(IMU)来提供。在一些实施方式中，动态模型260可以将不是白噪声分布的噪声分布纳入考虑。

在1102中，一旦使用动态模型260确定了状态

的平均值和方差，就可以使用移动平台200的预测位置来确定对回波302的定时的一组约束。这种确定可以例如基于超声波的已知速度和移动平台200在k+1时刻可占据的空间区域的坐标而作出。最终，在1103中，在约束内找到回波302。如果在约束内留有不止一个峰值，则可以使用其他过滤(例如，如上文在方法600和方法800中描述的过滤)来分离回波302。

图12中图示了对回波302(图3中所示)定时的约束的设置。这里，对回波302定时的上限约束和下限约束被图示为垂直虚线，其中约束的宽度和约束的位置是根据基于动态模型的状态的平均值和方差来确定的。在这个示例中，可以确定在由动态模型260设置的约束内仅有单个峰值1201合适作为回波302。

所公开的实施方式容易具有各种修改和替代形式，并且其具体示例已经通过举例在附图中示出并在本文中得到详细描述。然而应当理解，所公开的实施方式不限于所公开的具体形式或方法，而相反，所公开的实施方式应涵盖所有修改、等效项和替代方案。

Claims

1.一种适于移动平台的超声波测距方法，所述方法包括：

2.根据权利要求1所述的方法，其中所述识别包括在接收到的声波波形上，将所述超声回波区别于噪声。

3.根据权利要求2所述的方法，其中所述区分所述超声回波包括在所述接收到的声波波形上，将所述超声回波区别于白噪声。

4.根据权利要求2或3所述的方法，其中所述识别包括将所述声波波形分成包络并且识别对应于所述超声回波的包络。

5.根据权利要求4所述的方法，其中所述识别还包括使用阈值来过滤所述包络。

6.根据权利要求5所述的方法，其中所述过滤包括根据每个包络的带宽来过滤所述包络。

7.根据权利要求5或6所述的方法，其中所述过滤包括根据每个包络的振幅来过滤所述包络。

8.根据权利要求2-7中任一项所述的方法，还包括在所述识别之前：

确定余震波形；以及

从所述接收到的声波波形中减去所述余震波形。

9.根据权利要求8所述的方法，其中所述确定所述余震波形包括在减少回波和/或减少噪声的条件下接收超声波波形并且基于所述接收到的超声波波形来确定所述余震波形。

10.根据权利要求8或9所述的方法，其中所述确定所述余震波形包括确定所述余震波形相对于对应的超声波发射的定时，并且其中所述减去所述余震波形包括根据所述定时减去所述余震波形。

11.根据前述权利要求中任一项所述的方法，其中所述运动估计包括根据动态模型预测所述移动平台的位置。

12.根据权利要求11所述的方法，其中所述运动估计还包括根据所述移动平台的所述预测位置识别所述超声回波。

13.根据权利要求11或12所述的方法，其中所述动态模型是线性动态模型。

14.根据权利要求11或12所述的方法，其中所述动态模型是非线性动态模型。

15.根据权利要求11-14中任一项所述的方法，其中所述动态模型是定速动态模型。

16.根据权利要求11-15中任一项所述的方法，其中所述动态模型是平面动态模型。

17.根据权利要求11-15中任一项所述的方法，其中所述动态模型是非平面动态模型。

18.一种用于超声波测距的设备，包括：

超声波接收器，其用于从物体接收超声回波；以及

处理器，其被配置用于：

19.根据权利要求18所述的设备，其中所述处理器被配置用于在接收到的声波波形上，将所述超声回波区别于噪声。

20.根据权利要求19所述的设备，其中所述噪声是白噪声。

21.根据权利要求19或20所述的设备，其中所述处理器被配置用于将所述声波波形分成包络并且识别对应于所述超声回波的包络。

22.根据权利要求21所述的设备，其中所述处理器还被配置用于使用阈值来过滤所述包络。

23.根据权利要求22所述的设备，其中所述处理器还被配置用于根据每个包络的带宽来过滤所述包络。

24.根据权利要求22或23所述的设备，其中所述处理器还被配置用于根据每个包络的振幅来过滤所述包络。

25.根据权利要求18-24中任一项所述的设备，其中所述处理器还被配置用于在识别所述超声回波之前：

确定余震波形；并且

从所述接收到的声波波形中减去所述余震波形。

26.根据权利要求25所述的设备，其中通过在减少回波和/或减少噪声的条件下接收超声波波形来确定所述余震波形。

27.根据权利要求25或26所述的设备，其中所述处理器被配置用于确定所述余震波形相对于对应的超声波发射的定时，并且根据所述定时从所述接收到的声波波形中减去所述余震波形。

28.根据权利要求18-27中任一项所述的设备，其中所述处理器被配置用于根据动态模型预测所述移动平台的位置。

29.根据权利要求28所述的设备，其中所述处理器还被配置用于根据所述移动平台的所述预测位置识别所述超声回波。

30.根据权利要求28或29所述的设备，其中所述动态模型是线性动态模型。

31.根据权利要求28或29所述的设备，其中所述动态模型是非线性动态模型。

32.根据权利要求28-31中任一项所述的设备，其中所述动态模型是定速动态模型。

33.根据权利要求28-32中任一项所述的设备，其中所述动态模型是平面动态模型。

34.根据权利要求28-32中任一项所述的设备，其中所述动态模型是非平面动态模型。

35.一种用于移动平台的超声波测距的计算机程序，所述计算机程序包括：

36.根据权利要求35所述的计算机程序，其中所述识别包括

在接收到的声波波形上，将所述超声回波区别于噪声。

37.根据权利要求36所述的计算机程序，其中所述区分包括在所述接收到的声波波形上，将所述超声回波区别于白噪声。

38.根据权利要求36或37所述的计算机程序，其中所述识别包括将所述声波波形分成包络并且识别对应于所述超声回波的包络。

39.根据权利要求38所述的计算机程序，其中所述识别还包括使用阈值来过滤所述包络。

40.根据权利要求39所述的计算机程序，其中所述过滤包括根据每个包络的带宽来过滤所述包络。

41.根据权利要求39或40所述的计算机程序，其中所述过滤包括根据每个包络的振幅来过滤所述包络。

42.根据权利要求36-41中任一项所述的计算机程序，还包括在所述识别之前：

确定余震波形；以及

从所述接收到的声波波形中减去所述余震波形。

43.根据权利要求42所述的计算机程序，其中所述确定所述余震波形包括在减少回波和/或减少噪声的条件下接收超声波波形并且基于所述接收到的超声波波形确定所述余震波形。

44.根据权利要求42或43所述的计算机程序，其中所述确定所述余震波形包括确定所述余震波形相对于对应的超声波发射的定时，并且其中所述减去所述余震波形包括根据所述定时减去所述余震波形。

45.根据前述权利要求中任一项所述的计算机程序，其中所述运动估计包括根据动态模型预测所述移动平台的位置。

46.根据权利要求45所述的计算机程序，其中所述运动估计还包括根据所述移动平台的所述预测位置识别所述超声回波。

47.根据权利要求45或46所述的计算机程序，其中所述动态模型是线性动态模型。

48.根据权利要求45或46所述的计算机程序，其中所述动态模型是非线性动态模型。

49.根据权利要求45-48中任一项所述的计算机程序，其中所述动态模型是定速动态模型。

50.根据权利要求45-49中任一项所述的计算机程序，其中所述动态模型是平面动态模型。

51.根据权利要求45-49中任一项所述的计算机程序，其中所述动态模型是非平面动态模型。

52.一种移动平台，包括：

超声波接收器，其用于从物体接收超声回波；以及

处理器，其被配置用于：

53.根据权利要求52所述的移动平台，其中所述处理器被配置用于在接收到的声波波形上，将所述超声回波区别于噪声。

54.根据权利要求53所述的移动平台，其中所述噪声是白噪声。

55.根据权利要求53或54所述的移动平台，其中所述处理器被配置用于将所述声波波形分成包络并且识别对应于所述超声回波的包络。

56.根据权利要求55所述的移动平台，其中所述处理器还被配置用于使用阈值来过滤所述包络。

57.根据权利要求56所述的移动平台，其中所述处理器还被配置用于根据每个包络的带宽来过滤所述包络。

58.根据权利要求56或57所述的移动平台，其中所述处理器还被配置用于根据每个包络的振幅来过滤所述包络。

59.根据权利要求52-58中任一项所述的移动平台，其中所述处理器还被配置用于在识别所述超声回波之前：

确定余震波形；并且

从所述接收到的声波波形中减去所述余震波形。

60.根据权利要求59所述的移动平台，其中通过在减少回波和/或减少噪声的条件下接收超声波波形来确定所述余震波形。

61.根据权利要求59或60所述的移动平台，其中所述处理器被配置用于确定所述余震波形相对于对应的超声波发射的定时，并且根据所述定时从所述接收到的声波波形中减去所述余震波形。

62.根据权利要求52-61中任一项所述的移动平台，其中所述处理器被配置用于根据动态模型预测所述移动平台的位置。

63.根据权利要求62所述的移动平台，其中所述处理器还被配置用于根据所述移动平台的所述预测位置识别所述超声回波。

64.根据权利要求62或63所述的移动平台，其中所述动态模型是线性动态模型。

65.根据权利要求62或63所述的移动平台，其中所述动态模型是非线性动态模型。

66.根据权利要求62-65中任一项所述的移动平台，其中所述动态模型是定速动态模型。

67.根据权利要求62-66中任一项所述的移动平台，其中所述动态模型是平面动态模型。

68.根据权利要求62-66中任一项所述的移动平台，其中所述动态模型是非平面动态模型。

69.根据权利要求62-68中任一项所述的移动平台，其中所述移动平台是无人飞行器(UAV)。