DE102022208176A1 - Method for evaluating sensor data, computing unit for evaluating sensor data and sensor system, method for producing a sensor system - Google Patents
Method for evaluating sensor data, computing unit for evaluating sensor data and sensor system, method for producing a sensor system Download PDFInfo
- Publication number
- DE102022208176A1 DE102022208176A1 DE102022208176.5A DE102022208176A DE102022208176A1 DE 102022208176 A1 DE102022208176 A1 DE 102022208176A1 DE 102022208176 A DE102022208176 A DE 102022208176A DE 102022208176 A1 DE102022208176 A1 DE 102022208176A1
- Authority
- DE
- Germany
- Prior art keywords
- sensor
- sensor data
- data
- shift
- process noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 117
- 238000004519 manufacturing process Methods 0.000 title claims description 8
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 230000001133 acceleration Effects 0.000 claims description 22
- 238000012360 testing method Methods 0.000 claims description 20
- 238000000053 physical method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 230000035882 stress Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
- G01D3/028—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure
- G01D3/032—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure affecting incoming signal, e.g. by averaging; gating undesired signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C19/00—Gyroscopes; Turn-sensitive devices using vibrating masses; Turn-sensitive devices without moving masses; Measuring angular rate using gyroscopic effects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zum Auswerten von Sensordaten zumindest eines Sensors. Zunächst werden Sensorrohdaten und/oder verarbeitete Sensordaten und ein Parameter eines Prozessrauschens des Sensors eingelesen. Das Prozessrauschen umfasst zumindest eine zeitliche Drift einer Kenngröße des Sensors. Anschließend werden die Sensorrohdaten und/oder der verarbeiteten Sensordaten in einem probabilistischen Filter verarbeitet, wobei das Prozessrauschen verwendet wird, um einen Sensorfehlerzustand des probabilistischen Filters abzuschätzen. Anschließend werden abgeschätzte Sensorfehlern aus den Sensorrohdaten und/oder den verarbeiteten Sensordaten entfernt und daraus Messdaten ermittelt. Die Messdaten können beispielsweise aus den Sensorrohdaten und/oder den verarbeiteten Sensordaten berechnet sein. Zuletzt werden die Messdaten ausgegebenThe invention relates to a method for evaluating sensor data from at least one sensor. First, raw sensor data and/or processed sensor data and a process noise parameter of the sensor are read in. The process noise includes at least a time drift of a parameter of the sensor. The raw sensor data and/or the processed sensor data are then processed in a probabilistic filter, with the process noise being used to estimate a sensor error condition of the probabilistic filter. Estimated sensor errors are then removed from the raw sensor data and/or the processed sensor data and measurement data is determined from them. The measurement data can be calculated, for example, from the raw sensor data and/or the processed sensor data. Finally, the measurement data is output
Description
Die Erfindung betrifft ein Verfahren zum Auswerten von Sensordaten, eine Recheneinheit eingerichtet zur Durchführung des Verfahrens, ein Sensorsystem sowie ein Verfahren zum Herstellen eines Sensorsystems.The invention relates to a method for evaluating sensor data, a computing unit set up to carry out the method, a sensor system and a method for producing a sensor system.
Stand der TechnikState of the art
Aus dem Stand der Technik sind Verfahren bekannt, bei denen Sensorrohdaten oder verarbeitete Sensordaten mittels eines probabilistischen Filters weiterverarbeitet werden können. Dabei kann es vorgesehen sein, die Sensorrohdaten und/oder die verarbeiteten Sensordaten anhand eines Filtermodells zu korrigieren und dann Messdaten aus den korrigierten Sensorrohdaten beziehungsweise den korrigierten verarbeiteten Sensordaten zu ermitteln. Der probabilistische Filter kann dabei beispielsweise einen Kalman-Filter umfassen. Insbesondere kann ein solches Verfahren zur Auswertung von Beschleunigungssensordaten und Drehratensensordaten verwendet werden.Methods are known from the prior art in which raw sensor data or processed sensor data can be further processed using a probabilistic filter. It can be provided to correct the raw sensor data and/or the processed sensor data using a filter model and then to determine measurement data from the corrected raw sensor data or the corrected processed sensor data. The probabilistic filter can include, for example, a Kalman filter. In particular, such a method can be used to evaluate acceleration sensor data and rotation rate sensor data.
Offenbarung der ErfindungDisclosure of the invention
Eine Aufgabe der Erfindung ist es, ein verbessertes Verfahren zum Auswerten von Sensordaten, eine Recheneinheit zur Durchführung des Verfahrens, ein verbesserstes Sensorsystem sowie ein Verfahren zum Herstellen eines Sensorsystems bereitzustellen. Diese Aufgaben werden mit den Gegenständen der unabhängigen Patentansprüche gelöst. Vorteilhafte Weiterbildungen sind in den abhängigen Patentansprüchen angegeben.An object of the invention is to provide an improved method for evaluating sensor data, a computing unit for carrying out the method, an improved sensor system and a method for producing a sensor system. These tasks are solved with the subject matter of the independent patent claims. Advantageous further developments are specified in the dependent patent claims.
Nach einem ersten Aspekt umfasst die Erfindung ein Verfahren zum Auswerten von Sensordaten zumindest eines Sensors, welches die im Folgenden erläuterten Schritte umfasst. Zunächst werden Sensorrohdaten und/oder verarbeitete Sensordaten eingelesen und ein Parameter eines Prozessrauschens des Sensors eingelesen. Das Prozessrauschen umfasst zumindest eine zeitliche Drift einer Kenngröße des Sensors. Der Parameter des Prozessrauschens beschreibt die zeitliche Drift der Kenngröße des Sensors. Sensorrohdaten können dabei unbearbeitete Daten des Sensors sein. Ist innerhalb des Sensors bereits eine Datenbearbeitung vorgesehen, werden verarbeitete Sensordaten eingelesen. Anschließend werden die Sensorrohdaten und/oder der verarbeiteten Sensordaten in einem probabilistischen Filter verarbeitet, wobei der Parameter des Prozessrauschens verwendet wird, um einen Sensorfehlerzustand des probabilistischen Filters abzuschätzen. Anschließend werden abgeschätzte Sensorfehlern aus den Sensorrohdaten und/oder den verarbeiteten Sensordaten entfernt und daraus Messdaten ermittelt. Die Messdaten können beispielsweise aus den Sensorrohdaten und/oder den verarbeiteten Sensordaten berechnet sein. Zuletzt werden die Messdaten ausgegeben.According to a first aspect, the invention comprises a method for evaluating sensor data of at least one sensor, which comprises the steps explained below. First, raw sensor data and/or processed sensor data are read in and a parameter of process noise of the sensor is read in. The process noise includes at least a time drift of a parameter of the sensor. The process noise parameter describes the time drift of the sensor's parameter. Raw sensor data can be unprocessed data from the sensor. If data processing is already planned within the sensor, processed sensor data is read in. Subsequently, the raw sensor data and/or the processed sensor data are processed in a probabilistic filter, wherein the process noise parameter is used to estimate a sensor error condition of the probabilistic filter. Estimated sensor errors are then removed from the raw sensor data and/or the processed sensor data and measurement data is determined from them. The measurement data can be calculated, for example, from the raw sensor data and/or the processed sensor data. Finally, the measurement data is output.
Dadurch, dass mittels des Parameters des Prozessrauschens der Sensorfehlerzustand des probabilistischen Filters abgeschätzt wird, ergibt sich eine einfache Umsetzung der Berücksichtigung des Prozessrauschens. Ist das Prozessrauschen, beispielsweise für unterschiedliche Sensoren, unterschiedlich, ist eine einfache Adaption des Verfahrens möglich. Das Prozessrauschen beziehungsweise der Parameter des Prozessrauschens kann dabei experimentell bestimmt werden und in einem Speicher hinterlegt werden, damit es während der Ausführung des erfindungsgemäßen Verfahrens zur Verfügung steht.The fact that the sensor error state of the probabilistic filter is estimated using the process noise parameter results in a simple implementation of taking the process noise into account. If the process noise is different, for example for different sensors, a simple adaptation of the method is possible. The process noise or the parameters of the process noise can be determined experimentally and stored in a memory so that it is available during the execution of the method according to the invention.
Nach einem zweiten Aspekt umfasst die Erfindung eine Recheneinheit mit einem Eingang, einem Ausgang und einem Prozessor. Die Recheneinheit ist eingerichtet, über den Eingang Sensorrohdaten und/oder verarbeitete Sensordaten zu empfangen, anschließend mittels des Prozessors das erfindungsgemäße Verfahren zum Auswerten von Sensordaten durchzuführen und daran anschließend die Messdaten über den Ausgang auszugeben.According to a second aspect, the invention comprises a computing unit with an input, an output and a processor. The computing unit is set up to receive raw sensor data and/or processed sensor data via the input, then use the processor to carry out the method according to the invention for evaluating sensor data and then output the measurement data via the output.
Nach einem dritten Aspekt umfasst die Erfindung ein Sensorsystem mit einer erfindungsgemäßen Recheneinheit und zumindest einem Sensor, wobei der Sensor eingerichtet ist, eine physikalische Messgröße in Sensorrohdaten und/oder verarbeitete Sensordaten umzusetzen und an den Eingang der Recheneinheit auszugeben.According to a third aspect, the invention comprises a sensor system with a computing unit according to the invention and at least one sensor, wherein the sensor is set up to convert a physical measurement variable into raw sensor data and/or processed sensor data and to output it to the input of the computing unit.
Nach einem vierten Aspekt umfasst die Erfindung ein Verfahren zum Herstellen eines Sensorsystems, wobei der Parameter des Prozessrauschens des Sensors in einer Testumgebung mit definierten Umgebungsparametern ermittelt und anschließend in einem Speicher der Recheneinheit abgelegt wird.According to a fourth aspect, the invention comprises a method for producing a sensor system, wherein the parameter of the process noise of the sensor is determined in a test environment with defined environmental parameters and then stored in a memory of the computing unit.
In einer Ausführungsform des Verfahrens zum Auswerten von Sensordaten umfasst der probabilistische Filter einen Kalman-Filter. Der Kalman-Filter kann beispielsweise als nichtlinearer Kalman-Filter, also unter anderem als erweiterter Kalman-Filter oder als Cubature Kalman-Filter, insbesondere als Quadratwurzel Cubature Kalman-Filter (square-root cubature Kalman filter), ausgestaltet sein. Alternativ kann der probabilistische Filter als H-unendlich-Filter oder als sequenzieller Monte-Carlo-Filter (SMC-Filter) ausgestaltet sein.In one embodiment of the method for evaluating sensor data, the probabilistic filter comprises a Kalman filter. The Kalman filter can be designed, for example, as a nonlinear Kalman filter, i.e., among other things, as an extended Kalman filter or as a Cubature Kalman filter, in particular as a square-root Cubature Kalman filter. Alternatively, the probabilistic filter can be designed as an H-infinity filter or as a sequential Monte Carlo filter (SMC filter).
In einer Ausführungsform des Verfahrens zum Auswerten von Sensordaten werden die korrigierten Sensordaten ferner mittels des probabilistischen Filters integriert, um die Messdaten zu erzeugen. Ist dies der Fall, ist das erfindungsgemä-ße Verfahren einfach umsetzbar.In one embodiment of the method for evaluating sensor data, the corrected sensor data is further integrated using the probabilistic filter to generate the measurement data If this is the case, the method according to the invention can be easily implemented.
In einer Ausführungsform des Verfahrens zum Auswerten von Sensordaten umfasst das Prozessrauschen eine zeitlich definierte Verschiebung von Sensorwerten und eine zeitlich definierte Verschiebung einer Skala des Sensors umfasst. Die zeitlich definierte Verschiebung von Sensorwerten kann als zeitliche Drift der Sensorwerte bezeichnet werden. Die zeitlich definierte Verschiebung der Skala des Sensors kann als zeitliche Skalendrift bezeichnet werden.In one embodiment of the method for evaluating sensor data, the process noise includes a time-defined shift of sensor values and a time-defined shift of a scale of the sensor. The temporally defined shift of sensor values can be referred to as temporal drift of the sensor values. The temporally defined shift in the scale of the sensor can be referred to as temporal scale drift.
Die zeitlich definierte Verschiebung von Sensorwerten und/oder die zeitlich definierte Verschiebung der Skala des Sensors kann dabei für einen einzelnen Sensor bestimmt worden sein. In diesem Fall können diese Werte im Speicher abgelegt sein für einen einzelnen Sensor. Allerdings muss dann jeder Sensor beim Verfahren zum Herstellen eines Sensorsystems in der Testumgebung mit definierten Umgebungsparametern ausgewertet werden. Alternativ kann vorgesehen sein, dass eine Anzahl von Sensoren, beispielsweise einhundert, in der Testumgebung mit definierten Umgebungsparametern ausgewertet werden und anschließend ein Durchschnittswert für die zeitlich definierte Verschiebung von Sensorwerten und/oder die zeitlich definierte Verschiebung der Skala des Sensors verwendet wird.The time-defined shift of sensor values and/or the time-defined shift of the scale of the sensor can have been determined for a single sensor. In this case, these values can be stored in memory for a single sensor. However, each sensor must then be evaluated in the test environment with defined environmental parameters during the process of producing a sensor system. Alternatively, it can be provided that a number of sensors, for example one hundred, are evaluated in the test environment with defined environmental parameters and then an average value is used for the time-defined shift of sensor values and/or the time-defined shift of the scale of the sensor.
In einer Ausführungsform des Verfahrens zum Auswerten von Sensordaten umfasst das Prozessrauschen ferner eine Verschiebung der Sensorwerte abhängig von einer Messgröße und eine Verschiebung der Skala abhängig von der Messgröße. Die Messgröße kann ebenfalls einen Einfluss auf die Genauigkeit des Sensors haben und so die Sensorrohdaten beziehungsweise die verarbeiteten Sensordaten beeinflussen.In one embodiment of the method for evaluating sensor data, the process noise further comprises a shift in the sensor values depending on a measured variable and a shift in the scale depending on the measured variable. The measured variable can also have an influence on the accuracy of the sensor and thus influence the raw sensor data or the processed sensor data.
Die Verschiebung der Sensorwerte abhängig der der Messgröße und/oder die Verschiebung der Skala abhängig von der Messgröße kann dabei für einen einzelnen Sensor bestimmt worden sein. In diesem Fall können diese Werte im Speicher abgelegt sein für einen einzelnen Sensor. Allerdings muss dann jeder Sensor beim Verfahren zum Herstellen eines Sensorsystems in der Testumgebung mit definierten Umgebungsparametern ausgewertet werden. Alternativ kann vorgesehen sein, dass eine Anzahl von Sensoren, beispielsweise einhundert, in der Testumgebung mit definierten Umgebungsparametern ausgewertet werden und anschließend ein Durchschnittswert für die Verschiebung der Sensorwerte abhängig der der Messgröße und/oder die Verschiebung der Skala abhängig von der Messgröße verwendet wird. In der Testumgebung kann dabei die Messgröße eingestellt und verändert werden, wobei andere Einflussfaktoren konstant gehalten werden.The shift of the sensor values depending on the measured variable and/or the shift of the scale depending on the measured variable can have been determined for a single sensor. In this case, these values can be stored in memory for a single sensor. However, each sensor must then be evaluated in the test environment with defined environmental parameters during the process of producing a sensor system. Alternatively, it can be provided that a number of sensors, for example one hundred, are evaluated in the test environment with defined environmental parameters and then an average value is used for the shift of the sensor values depending on the measured variable and/or the shift of the scale depending on the measured variable. In the test environment, the measurement variable can be set and changed, while other influencing factors are kept constant.
In einer Ausführungsform des Verfahrens zum Auswerten von Sensordaten ist die Messgröße eine Temperatur. In der Testumgebung kann also die Temperatur eingestellt und die Verschiebung der Sensorwerte abhängig der der Temperatur und/oder die Verschiebung der Skala abhängig von der Temperatur für verschiedene Temperaturen ermittelt werden.In one embodiment of the method for evaluating sensor data, the measured variable is a temperature. In the test environment, the temperature can be set and the shift of the sensor values depending on the temperature and/or the shift of the scale depending on the temperature can be determined for different temperatures.
In einer Ausführungsform des Verfahrens zum Auswerten von Sensordaten umfasst das Prozessrauschen ferner eine weitere Verschiebung der Sensorwerte abhängig von einer weiteren Messgröße und eine weitere Verschiebung der Skala abhängig von der weiteren Messgröße umfasst. Dies kann analog zur Messgröße umgesetzt sein.In one embodiment of the method for evaluating sensor data, the process noise further comprises a further shift of the sensor values depending on a further measured variable and a further shift of the scale depending on the further measured variable. This can be implemented analogously to the measurement variable.
In einer Ausführungsform des Verfahrens zum Auswerten von Sensordaten ist die weitere Messgröße eine Luftfeuchtigkeit. In der Testumgebung kann also die Luftfeuchtigkeit eingestellt und die Verschiebung der Sensorwerte abhängig der der Luftfeuchtigkeit und/oder die Verschiebung der Skala abhängig von der Luftfeuchtigkeit für verschiedene Temperaturen ermittelt werden.In one embodiment of the method for evaluating sensor data, the further measurement variable is air humidity. In the test environment, the humidity can be set and the shift of the sensor values depending on the humidity and/or the shift of the scale depending on the humidity can be determined for different temperatures.
Neben Temperatur und Luftfeuchtigkeit sind auch noch andere Größen als Messgröße und/oder weitere Messgröße denkbar. Diese können beispielsweise einen Druck, eine thermale Spannung, oder einen zeitlichen Gradienten der Temperatur, der Luftfeuchtigkeit, des Drucks und/oder der thermalen Spannung umfassen.In addition to temperature and humidity, other variables are also conceivable as measured variables and/or further measured variables. These can include, for example, a pressure, a thermal voltage, or a time gradient of temperature, humidity, pressure and/or thermal voltage.
In einer Ausführungsform des Verfahrens zum Auswerten von Sensordaten ist der Sensor ein Drehratensensor. Ferner werden Sensorrohdaten und/oder verarbeiteten Sensordaten eines Beschleunigungssensors eingelesen. Mittels des probabilistischen Filters werden eine Position und eine Geschwindigkeit als Messdaten ermittelt. Dabei kann das erfindungsgemäße Verfahren sowohl für den Drehratensensor als auch für den Beschleunigungssensor angewendet werden. Zusätzlich kann ferner ein Magnetfeldsensor vorgesehen sein, der ebenfalls mittels des erfindungsgemäßen Verfahrens ausgewertet wird. Insbesondere können für den Beschleunigungssensor die zeitlich definierte Verschiebung von Sensorwerten und/oder die zeitlich definierte Verschiebung der Skala des Sensors ermittelt werden, gegebenenfalls erweitert um die Verschiebung der Sensorwerte abhängig der der Messgröße und/oder die Verschiebung der Skala abhängig von der Messgröße sowie gegebenenfalls die Verschiebung der Sensorwerte abhängig der der weiteren Messgröße und/oder die Verschiebung der Skala abhängig von der weiteren Messgröße. Die Messgröße kann dabei insbesondere die Temperatur sein, die weitere Messgröße insbesondere die Luftfeuchtigkeit. Gleiches gilt für den Beschleunigungssensor und falls vorhanden auch für den Magnetfeldsensor. Der Drehratensensor kann als Gyroskop ausgestaltet sein beziehungsweise bezeichnet werden.In one embodiment of the method for evaluating sensor data, the sensor is a rotation rate sensor. Furthermore, raw sensor data and/or processed sensor data from an acceleration sensor are read in. Using the probabilistic filter, a position and a speed are determined as measurement data. The method according to the invention can be used both for the rotation rate sensor and for the acceleration sensor. In addition, a magnetic field sensor can also be provided, which is also evaluated using the method according to the invention. In particular, the time-defined shift of sensor values and/or the time-defined shift of the scale of the sensor can be determined for the acceleration sensor, optionally expanded to include the shift of the sensor values depending on the measured variable and/or the shift of the scale depending on the measured variable and, if necessary, the Shift of the sensor values depending on the other measured variable and/or the shift of the scale depending on the other measured variable. The The measured variable can be in particular the temperature, the further measured variable in particular the humidity. The same applies to the acceleration sensor and, if available, also to the magnetic field sensor. The rotation rate sensor can be designed or referred to as a gyroscope.
In einer Ausführungsform des Sensorsystems ist der Sensor ein Drehratensensor. Das Sensorsystem umfasst ferner einen Beschleunigungssensor. Der Beschleunigungssensor ist eingerichtet, eine physikalische Messgröße in Sensorrohdaten und/oder verarbeitete Sensordaten umzusetzen und an den Eingang der Recheneinheit auszugeben. Zusätzlich kann vorgesehen sein, dass das Sensorsystem außerdem einen Magnetfeldsensor umfasst.In one embodiment of the sensor system, the sensor is a rotation rate sensor. The sensor system further includes an acceleration sensor. The acceleration sensor is set up to convert a physical measurement variable into raw sensor data and/or processed sensor data and output it to the input of the computing unit. In addition, it can be provided that the sensor system also includes a magnetic field sensor.
Ausführungsbeispiele der Erfindung werden anhand der folgenden Zeichnungen erläutert. In der schematischen Zeichnung zeigen:
-
1 ein Ablaufdiagramm eines Verfahrens zum Auswerten von Sensordaten; -
2 ein Sensorsystem; -
3 eine Testumgebung, die während eines Verfahrens zum Herstellen eines Sensorsystems genutzt werden kann; und -
4 eine Übersicht über ein Sensorsystem.
-
1 a flowchart of a method for evaluating sensor data; -
2 a sensor system; -
3 a test environment that may be used during a process for manufacturing a sensor system; and -
4 an overview of a sensor system.
Dadurch, dass mittels des Parameters des Prozessrauschens der Sensorfehlerzustand des probabilistischen Filters abgeschätzt wird, ergibt sich eine einfache Umsetzung der Berücksichtigung des Prozessrauschens. Ist das Prozessrauschen, beispielsweise für unterschiedliche Sensoren, unterschiedlich, ist eine einfache Adaption des Verfahrens möglich. Der Parameter des Prozessrauschens kann dabei experimentell bestimmt werden und in einem Speicher hinterlegt werden, damit es während der Ausführung des erfindungsgemäßen Verfahrens zur Verfügung steht.The fact that the sensor error state of the probabilistic filter is estimated using the process noise parameter results in a simple implementation of taking the process noise into account. If the process noise is different, for example for different sensors, a simple adaptation of the method is possible. The parameter of the process noise can be determined experimentally and stored in a memory so that it is available during the execution of the method according to the invention.
In einem Ausführungsbeispiel des Verfahrens zum Auswerten von Sensordaten umfasst der im dritten Verfahrensschritt 103 verwendete probabilistische Filter einen Kalman-Filter. Der Kalman-Filter kann beispielsweise als nichtlinearer Kalman-Filter, also unter anderem als erweiterter Kalman-Filter oder als Cubature Kalman-Filter, insbesondere als Quadratwurzel Cubature Kalman-Filter (square-root cubature Kalman filter), ausgestaltet sein. Alternativ kann der probabilistische Filter als H-unendlich-Filter oder als sequenzieller Monte-Carlo-Filter (SMC-Filter) ausgestaltet sein.In an exemplary embodiment of the method for evaluating sensor data, the probabilistic filter used in the
In einem Ausführungsbeispiel des Verfahrens zum Auswerten von Sensordaten werden die korrigierten Sensordaten ferner mittels des probabilistischen Filters im vierten Verfahrensschritt 104 integriert werden, um die Messdaten zu erzeugen. Dies ist insbesondere für den Kalman-Filter einfach umsetzbar, wobei dann mittels des Kalman-Filters sowohl der dritte Verfahrensschritt 103 als auch der vierte Verfahrensschritt 104 durchgeführt werden.In an exemplary embodiment of the method for evaluating sensor data, the corrected sensor data are further integrated using the probabilistic filter in the
In einem Ausführungsbeispiel des Verfahrens zum Auswerten von Sensordaten umfasst das Prozessrauschen eine zeitlich definierte Verschiebung von Sensorwerten und eine zeitlich definierte Verschiebung einer Skala des Sensors umfasst. Die zeitlich definierte Verschiebung von Sensorwerten kann als zeitliche Drift der Sensorwerte bezeichnet werden. Die zeitlich definierte Verschiebung der Skala des Sensors kann als zeitliche Skalendrift bezeichnet werden. Für diese Arten des Prozessrauschens kann ein Parameter des Prozessrauschens bestimmt und im Verfahren genutzt werden.In one embodiment of the method for evaluating sensor data, the process noise includes a time-defined shift of sensor values and a time-defined shift of a scale of the sensor. The temporally defined shift of sensor values can be referred to as temporal drift of the sensor values. The time-defined shift in the scale of the sensor can be called time scale drift be referred to. For these types of process noise, a process noise parameter can be determined and used in the process.
In einem Ausführungsbeispiel des Verfahrens zum Auswerten von Sensordaten umfasst das Prozessrauschen ferner eine Verschiebung der Sensorwerte abhängig von einer Messgröße und eine Verschiebung der Skala abhängig von der Messgröße. Die Messgröße kann ebenfalls einen Einfluss auf die Genauigkeit des Sensors haben und so die Sensorrohdaten beziehungsweise die verarbeiteten Sensordaten beeinflussen. Für diese Arten des Prozessrauschens kann ein Parameter des Prozessrauschens bestimmt und im Verfahren genutzt werden.In one embodiment of the method for evaluating sensor data, the process noise further includes a shift in the sensor values depending on a measured variable and a shift in the scale depending on the measured variable. The measured variable can also have an influence on the accuracy of the sensor and thus influence the raw sensor data or the processed sensor data. For these types of process noise, a process noise parameter can be determined and used in the process.
In einem Ausführungsbeispiel des Verfahrens zum Auswerten von Sensordaten ist die Messgröße eine Temperatur. Damit kann eine bei den meisten Sensoren auftretende Verschiebung der Sensorwerte abhängig von der Temperatur und eine bei den meisten Sensoren auftretende Verschiebung der Skala abhängig von der Temperatur berücksichtigt werden und so genauere Messdaten erzielt werden.In one embodiment of the method for evaluating sensor data, the measured variable is a temperature. This means that a shift in the sensor values that occurs with most sensors depending on the temperature and a shift in the scale that occurs with most sensors depending on the temperature can be taken into account and thus more precise measurement data can be achieved.
In einem Ausführungsbeispiel des Verfahrens zum Auswerten von Sensordaten umfasst das Prozessrauschen ferner eine weitere Verschiebung der Sensorwerte abhängig von einer weiteren Messgröße und eine weitere Verschiebung der Skala abhängig von der weiteren Messgröße. So können weitere, gegebenenfalls Einfluss nehmende, Messgrößen berücksichtigt werden. Für diese Arten des Prozessrauschens kann ein Parameter des Prozessrauschens bestimmt und im Verfahren genutzt werden.In one embodiment of the method for evaluating sensor data, the process noise further comprises a further shift of the sensor values depending on a further measured variable and a further shift of the scale depending on the further measured variable. In this way, other measurement variables that may have an influence can be taken into account. For these types of process noise, a process noise parameter can be determined and used in the process.
In einem Ausführungsbeispiel des Verfahrens zum Auswerten von Sensordaten ist die weitere Messgröße eine Luftfeuchtigkeit. Damit kann eine bei den meisten Sensoren auftretende Verschiebung der Sensorwerte abhängig von der Luftfeuchtigkeit und eine bei den meisten Sensoren auftretende Verschiebung der Skala abhängig von der Luftfeuchtigkeit berücksichtigt werden und so genauere Messdaten erzielt werden.In an exemplary embodiment of the method for evaluating sensor data, the further measurement variable is humidity. This means that a shift in the sensor values that occurs with most sensors depending on the humidity and a shift in the scale that occurs with most sensors depending on the humidity can be taken into account and thus more precise measurement data can be achieved.
In einem Ausführungsbeispiel des Verfahrens zum Auswerten von Sensordaten ist der Sensor ein Drehratensensor. Ferner werden Sensorrohdaten und/oder verarbeitete Sensordaten eines Beschleunigungssensors im ersten Verfahrensschritt 101 eingelesen. Im zweiten Verfahrensschritt 102 wird dann das Prozessrauschen des Drehratensensors und das Prozessrauschen des Beschleunigungssensors eingelesen. Mittels des probabilistischen Filters werden im vierten Verfahrensschritt 104 eine Position und eine Geschwindigkeit als Messdaten ermittelt.In one embodiment of the method for evaluating sensor data, the sensor is a rotation rate sensor. Furthermore, raw sensor data and/or processed sensor data from an acceleration sensor are read in in the
Ferner ist in
Für das in
Das Subskript „gyro“ bezieht sich dabei auf den Drehratensensor 111. Das Subskript „acc“ bezieht sich dabei auf den Beschleunigungssensor 112. Das Subskript „mag“ bezieht sich dabei auf den Magnetfeldsensor 113. Das Subskript „Bias“ die Sensorwerte als solches. Das Subskript „Scale“ bezieht sich dabei auf eine Skala der Sensorwerte. OD entspricht einer zeitlich definierten Verschiebung der jeweiligen Sensorwerte (offset drift). SD bezieht sich dabei auf eine zeitlich definierte Verschiebung einer Skala des Sensors (scale drift). TCO ist eine Veränderung der Verschiebung der jeweiligen Sensorwerte abhängig von der Temperatur (offset change over temperature). TCS ist eine Veränderung der Verschiebung der Skala des Sensors (scale change over temperature). OS, SD, TCO und TCS können dabei experimentell für einen Sensor 111, 112, 113 bestimmte Werte sein oder mittels Durchscnittsbildung über mehrere Sensoren 111, 112, 113 ermittelt werden. Mittels dt wird ein zeitlicher Unterschied zweier Durchläufe des Kalman-Filters ausgedrückt. Mittels ΔTemp wird ein Temperaturunterschied berücksichtigt. Ist nur vorgesehen, eine zeitliche Komponente in der Kovarianzmatrix zu berücksichtigen, können die temperaturabhängigen Terme weggelassen werden. Ferner kann anstelle der Temperatur als Messgröße auch eine andere Messgröße mit analogen Formeln berücksichtigt werden. Darüber hinaus ist es möglich, zusätzlich zur Temperatur als Messgröße auch eine weitere Messgröße zu berücksichtigen, indem weitere entsprechende Terme in die Formeln integriert werden.The subscript “gyro” refers to the
Die zeitlich definierte Verschiebung von Sensorwerten und/oder die zeitlich definierte Verschiebung der Skala des Sensors kann dabei für einen einzelnen Drehratensensoren 111 bestimmt werden. In diesem Fall können diese Werte im Speicher 127 abgelegt werden für einen einzelnen Drehratensensor 111, so dass jedes Sensorsystem 110 einen individuellen Wert erhält. Allerdings muss dann jeder Drehratensensor 111 beim Verfahren zum Herstellen eines Sensorsystems 120 in der Testumgebung 130 mit definierten Umgebungsparametern ausgewertet werden. Alternativ kann vorgesehen sein, dass eine Anzahl von Drehratensensoren 111, beispielsweise einhundert, in der Testumgebung 130 mit definierten Umgebungsparametern ausgewertet werden und anschließend ein Durchschnittswert für die zeitlich definierte Verschiebung von Sensorwerten und/oder die zeitlich definierte Verschiebung der Skala des Sensors verwendet wird. Identisch kann für die Beschleunigungssensoren 112 oder die Magnetfeldsensoren 113 vorgegangen werden.The time-defined shift of sensor values and/or the time-defined shift of the scale of the sensor can be determined for an individual
Analog kann die Verschiebung der Sensorwerte abhängig der der Messgröße und/oder die Verschiebung der Skala abhängig von der Messgröße für einen einzelnen Drehratensensor 111 bestimmt worden sein. In diesem Fall können diese Werte im Speicher 127 abgelegt sein für einen einzelnen Drehratensensor 111. Allerdings muss dann jeder Drehratensensor 111 beim Verfahren zum Herstellen eines Sensorsystems 120 in der Testumgebung 130 mit definierten Umgebungsparametern ausgewertet werden. Alternativ kann vorgesehen sein, dass eine Anzahl von Drehratensensoren 111, beispielsweise einhundert, in der Testumgebung 130 mit definierten Umgebungsparametern ausgewertet werden und anschließend ein Durchschnittswert für die Verschiebung der Sensorwerte abhängig der der Messgröße und/oder die Verschiebung der Skala abhängig von der Messgröße verwendet wird. In der Testumgebung 130 kann dabei die Messgrö-ße eingestellt und verändert werden, wobei andere Einflussfaktoren konstant gehalten werden. Dabei kann das erfindungsgemäße Verfahren sowohl für den Drehratensensor 111 als auch für den Beschleunigungssensor 112 angewendet werden. Zusätzlich kann ferner ein Magnetfeldsensor 113 vorgesehen sein, der ebenfalls mittels des erfindungsgemäßen Verfahrens ausgewertet wird. Insbesondere können für den Drehratensensor 111, den Beschleunigungssensor 112 und den Magnetfeldsensor 113 die zeitlich definierte Verschiebung von Sensorwerten und/oder die zeitlich definierte Verschiebung der Skala des Sensors ermittelt werden, gegebenenfalls erweitert um die Verschiebung der Sensorwerte abhängig der der Messgröße und/oder die Verschiebung der Skala abhängig von der Messgröße sowie gegebenenfalls die Verschiebung der Sensorwerte abhängig der der weiteren Messgröße und/oder die Verschiebung der Skala abhängig von der weiteren Messgröße. Die Messgröße kann dabei insbesondere die Temperatur sein, die weitere Messgröße insbesondere die Luftfeuchtigkeit.Analogously, the shift of the sensor values depending on the measured variable and/or the shift of the scale depending on the measured variable can have been determined for an individual
Obwohl die Erfindung im Detail durch die bevorzugten Ausführungsbeispiele beschrieben wurde, ist die Erfindung nicht auf die offenbarten Beispiele eingeschränkt und andere Variationen hieraus können vom Fachmann abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.Although the invention has been described in detail by the preferred embodiments, the invention is not limited to the examples disclosed and other variations may be derived therefrom by those skilled in the art without departing from the scope of the invention.
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022208176.5A DE102022208176A1 (en) | 2022-08-05 | 2022-08-05 | Method for evaluating sensor data, computing unit for evaluating sensor data and sensor system, method for producing a sensor system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022208176.5A DE102022208176A1 (en) | 2022-08-05 | 2022-08-05 | Method for evaluating sensor data, computing unit for evaluating sensor data and sensor system, method for producing a sensor system |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102022208176A1 true DE102022208176A1 (en) | 2024-02-08 |
Family
ID=89575442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102022208176.5A Pending DE102022208176A1 (en) | 2022-08-05 | 2022-08-05 | Method for evaluating sensor data, computing unit for evaluating sensor data and sensor system, method for producing a sensor system |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102022208176A1 (en) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19919249A1 (en) | 1999-04-28 | 2000-11-02 | Bodenseewerk Geraetetech | Dead reckoning navigation system has autonomous speed and course determination, two optimal filters for providing corrections for error models from speed vectors and course angles |
DE102014226612A1 (en) | 2014-12-19 | 2016-06-23 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Method for determining the speed of a rail vehicle |
DE102017213806A1 (en) | 2017-08-08 | 2019-02-14 | Siemens Aktiengesellschaft | Calibration of vehicle sensors |
DE102017218487A1 (en) | 2017-10-16 | 2019-04-18 | Continental Automotive Gmbh | Method for operating an inertial sensor system, inertial system and vehicle with inertial system |
DE102019211944A1 (en) | 2019-08-08 | 2021-02-11 | Knorr-Bremse Systeme für Schienenfahrzeuge GmbH | Method for determining a local carriage speed of a carriage |
-
2022
- 2022-08-05 DE DE102022208176.5A patent/DE102022208176A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19919249A1 (en) | 1999-04-28 | 2000-11-02 | Bodenseewerk Geraetetech | Dead reckoning navigation system has autonomous speed and course determination, two optimal filters for providing corrections for error models from speed vectors and course angles |
DE102014226612A1 (en) | 2014-12-19 | 2016-06-23 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Method for determining the speed of a rail vehicle |
DE102017213806A1 (en) | 2017-08-08 | 2019-02-14 | Siemens Aktiengesellschaft | Calibration of vehicle sensors |
DE102017218487A1 (en) | 2017-10-16 | 2019-04-18 | Continental Automotive Gmbh | Method for operating an inertial sensor system, inertial system and vehicle with inertial system |
DE102019211944A1 (en) | 2019-08-08 | 2021-02-11 | Knorr-Bremse Systeme für Schienenfahrzeuge GmbH | Method for determining a local carriage speed of a carriage |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2771714B1 (en) | Sensor system for independently evaluating the integrity of the data of the sensor system | |
EP1736745A1 (en) | Method for adaptively correcting drift conditions in a force measuring device and force measuring device for carrying out the method. | |
DE102019108804A1 (en) | ROBOT SYSTEM FOR CARRYING OUT LEARNING CONTROL USING MOTOR AND SENSOR | |
DE102008013102A1 (en) | Method for driving state observation | |
DE102017213806A1 (en) | Calibration of vehicle sensors | |
EP2678207B1 (en) | Method and device for determining the inclined position of a vehicle | |
WO2015189181A1 (en) | Method and system for providing dynamic error values of dynamic measured values in real time | |
DE102018118673B3 (en) | Apparatus and method for identifying an inertial matrix of a spacecraft | |
DE102022208176A1 (en) | Method for evaluating sensor data, computing unit for evaluating sensor data and sensor system, method for producing a sensor system | |
DE102019124371B9 (en) | DEVICE AND METHOD FOR DETERMINING AN ANGLE OF ROTATION | |
DE102005004568A1 (en) | Calibrated sensor`s measured value observing method for Kalman filter, involves comparing associated and estimated matrixes and rejecting value when comparison does not result in improvement of quality of estimated value of system vector | |
DE102019217448A1 (en) | Method and device for creating a calibration value for calibrating an inertial measuring unit for a vehicle | |
DE102021133387B3 (en) | Process for compensating for sensor tolerances | |
DE102011083977B4 (en) | Method for calibrating a sensor and sensor | |
DE102018123092A1 (en) | Method for determining a lateral speed and a yaw rate for a self-movement of a motor vehicle | |
EP3295126B1 (en) | Method for determining states of a system using an estimation filter | |
EP1440289B1 (en) | Navigation system for determining the course of a vehicle | |
DE102023109742B3 (en) | Calibration of an acceleration sensor | |
DE102011083961B4 (en) | Method for calibrating a three-axis sensor and sensor | |
DE102015218991B4 (en) | Method and device for determining the wear condition of a steering system | |
DE102022126969B3 (en) | Calibrating a rotation rate sensor | |
DE102013020395A1 (en) | Method for compensating the temperature dependence of a useful signal | |
DE102009029151B4 (en) | Method for determining a driving state variable in a vehicle | |
DE102022205457A1 (en) | Method for evaluating sensor data, computing unit for evaluating sensor data and sensor system | |
DE102022126970A1 (en) | Calibration of an acceleration sensor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified |