传感器测量值的方差的知识在车辆控制中也是有用的。例如，方差可以用于确定对传感器读数的信任程度，并与传感器测量值的变化幅度相关联地来调整控制输入。
为此，一些实现基于以下认识：传感器中的偏移可以作为随机分布的统计均值而被包括，其中，随机分布定义了描述校准状态的随机干扰，并且传感器噪声可以作为传感器测量值在随机分布的均值附近的变化而被包括。其它实施方式基于以下认识：将传感器建模为随机分布可以用在车辆的运动模型和车辆状态的测量模型中。如本文所使用的，车辆状态可以包括纵向速度、横向速度、车辆围绕道路垂直轴的旋转速度、车辆围绕道路纵轴的旋转速度、以及车辆的位置向量中的一个或组合。
重复地，一些实施方式基于以下理解：校准状态的运动的时间演变是未知的，但是未知部分通常是缓慢时变的，因此，校准状态可以作为作用在运动模型和/或测量模型上的随机干扰来处理。也就是说，代替显式地确定传感器的校准状态，传感器的校准状态的分布可以被包括在运动和测量模型中，从而避免了对校准状态的运动模型本身的需求。
校准状态很复杂并且取决于难以建模的影响。但是，可以使用传感器的偏移和传感器的方差来总结传感器的行为。偏移和方差可以被视为是传感器的校准状态的概率分布的均值和方差。因此，通过更新概率分布，可以确定偏移和方差。
为此，一些实施方式用采样的校准状态的集合对校准状态的可行空间进行采样，并且使用采样的校准状态与利用运动模型和测量模型估计的估计校准状态之间的差来迭代地更新校准状态的概率分布的均值和方差。
图1d示出了根据一些实施方式的用于控制车辆的方法的框图。该方法使用可操作地连接至存储器和感测指示车辆状态的测量值的至少一个传感器的处理器，该存储器存储车辆的运动模型、车辆的测量模型以及传感器的校准状态的概率分布的均值和方差。车辆的运动模型定义了从车辆的先前状态到经受了由传感器的校准状态在车辆运动中的不确定性引起的干扰的车辆的当前状态的车辆的运动，使得运动模型包括在传感器校准状态的概率分布上采样的校准状态。测量模型使用传感器的校准状态将传感器的测量值与车辆状态相关联。
处理器与所存储的实现该方法的指令联接，其中，该指令在被处理器执行时实施该方法的至少一些步骤。该方法对由概率分布105d所定义的传感器的校准状态的可行空间进行采样110d，以产生传感器的采样的校准状态的集合115d，并且使用运动模型122d针对每个采样的校准状态来估计120d车辆的当前状态的估计值，以产生估计的车辆状态的集合125d。
接下来，该方法针对每个估计的车辆状态，通过将测量值160d和估计的车辆状态125e插入测量模型170d中来估计130d传感器的估计的校准状态135d。该方法基于用权重进行加权的采样的校准状态115d的函数来更新140d存储器中存储的传感器的校准状态的概率分布105d的均值和方差，所述权重是基于采样的校准状态115d与相应估计的校准状态135d之间的差确定的。接下来，该方法使用利用更新后的传感器校准状态的概率分布适配的传感器的测量值155d来控制车辆150d。
台湾油升YEOSHE柱塞泵 台湾油升YEOSHE叶片泵 台湾油升YEOSHE油泵
台湾油升YEOSHE柱塞泵
V70柱塞泵：
V70A1R-10X V70A2R-10X V70A3R-10X V70A4R-10X
V70A1L-10X V70A2L-10X V70A3L-10X V70A4L-10X
V70B1R-10X V70B2R-10X V70B3R-10X V70B4R-10X
V70B1L-10X V70B2L-10X V70B3L-10X V70B4L-10X
V70C1R-10X V70C2R-10X V70C3R-10X V70C4R-10X
V70C1L-10X V70C2L-10X V70C3L-10X V70C4L-10X
台湾油升YEOSHE柱塞泵 台湾油升YEOSHE叶片泵 台湾油升YEOSHE油泵
台湾油升YEOSHE柱塞泵
PMV15-A-1-R-10 PMV18-A-1-R-10 PMV23-A-1-R-10
PMV38-A-1-R-10 PMV50-A-1-R-10 PMV70-A-1-R-10
PMV15-A-2-R-10 PMV18-A-2-R-10 PMV23-A-2-R-1
在一些实施方式中，传感器的采样的校准状态的集合将传感器的校准状态表示为质点的集合，每个质点包括定义了传感器的校准状态的参数的可行空间的、传感器的校准状态的均值和方差。
图1e示出了根据一些实施方式的用于更新140d传感器的校准状态的概率分布的均值和方差的方法的框图。更新操作140d使用校准状态的质点表示110e。然后，该方法使用针对质点所采样的传感器的采样的校准状态111e与使用测量模型针对质点估计的传感器的估计的校准状态119e之间的差，来更新120e至少一个质点的均值和方差，以获得至少一个质点的更新的均值和方差121e。也就是说，更新均值和方差以反映与测量的校准状态的差异。
然后，该方法按照质点的更新后的均值和更新后的方差的函数131e，来更新130e传感器的校准状态的概率分布的均值和方差。
在一些实施方式中，确定得到针对质点估计的车辆状态的、传感器的估计的校准状态的均值是根据测量模型进行的。在其它实施方式中，传感器的估计的校准状态的方差被确定为从质点中所表示的传感器的校准状态的至少一个参数所确定的测量值的不确定性的组合，使用传感器的估计的校准状态的均值来更新质点的传感器的采样的校准状态的均值；并使用传感器的估计的校准状态的方差来更新质点的传感器的采样的校准状态的方差。
因为质点的数量以及用于表示概率分布的信息量可以随车辆中其它方法的可用计算需求而变化，所以校准状态的质点表示非常有用。例如，当诸如车辆控制器之类的安全性关键组件的计算负载高时，可以减少质点数量以节约计算资源。
