跳转至

感知、上行信息互补与多源融合

BS 能感知什么?

近场大孔径阵列在球面波模型、可分辨目标、足够 SNR 和观测时长下,可通过回波估计 MR 的距离、角度、径向速度和横向速度(参见 [F02] 及课题研究内容一)。并不意味着所有遮挡和所有目标运动意图均可从回波恢复。

回波可估计实际运动;尚未执行的加减速计划或因本地传感器触发的急停原因通常不能直接从当前回波获知。

三类感知来源

来源 适合提供的观测 主要作用
BS ISAC 距离、角度、速度、估计协方差 主要全局外部感知、近场聚焦定位
MR 车载 IMU/轮速/里程计/障碍传感器 自身位置/速度/加速度、执行状态、计划变更 车载控制与可选择上报的互补信息
厂区摄像头/LiDAR/UWB(可选) 非联网人员、叉车、遮挡及局部目标轨迹 环境补充;无需默认占用 ISAC 空口

两级融合

MEC 全局目标/轨迹级融合:统一机器人 ID、坐标、时间戳和测量不确定性,组合 BS 感知与有价值的 UL 信息,输出 x_hat_i^G、P_i^G 和交汇意图预测。

MR 本地融合:自己的实时里程计与安全感知,加上 BS 下发的邻车状态、协方差、信息时龄及许可,形成供 TV-LQR/安全过滤使用的本地态势。

可候选 EKF、UKF、CI 等滤波方案(见 [F08]、[F11])。若不同来源共用历史估计,必须考虑交叉相关,不能直接当成独立高斯测量以避免过度自信。

待决策

  • 感知时隙内使用公共、定向还是分组照射?
  • MR 是否上行重复位置,还是只上报加速度、执行偏差和意图变化?
  • 是否允许仅在风险升高或 BS 状态不确定时触发上行?
  • 固定传感器只作为辅助环境接口还是参与统一资源约束?