CN104871032A - 用于提供gnss信号的方法 - Google Patents

Abstract

本发明涉及一种用于提供全球导航卫星系统信号(54)以便确定车辆的位置(30)的方法，所述全球导航卫星系统信号以下被称为GNSS信号(54)，所述方法包括：接收未经滤波的GNSS信号(12)；基于车辆(2)周围的周围环境条件(20)对所述未经滤波的GNSS信号(12)进行滤波；以及输出经滤波的GNSS信号(54)。

Description

用于提供GNSS信号的方法

技术领域

本发明涉及一种用于提供GNSS信号的方法、用于执行所述方法的控制装置和具有所述控制装置的车辆。

背景技术

由DE 10 2007 038 697 A1已知，在导航装置中利用构造成全球定位系统信号(称为GPS信号)的全球卫星导航信号(被称为GNSS信号)的误差统计特性，以便改善用GNSS信号进行位置估计。

发明内容

目的在于改善多个传感器参量的利用以便增强信息。

所述目的通过独立权利要求的特征来实现。优选扩展构型是从属权利要求的主题。

根据本发明的一个方面，一种用于提供GNSS信号以便确定车辆的位置的方法包括以下步骤：接收GNSS信号；基于车辆周围的周围环境条件对GNSS信号进行滤波；以及输出经滤波的GNSS信号。

作为GNSS信号，例如可使用开头所述的GPS信号、简称为GLONASS信号的Глобальная Навигационная Спутниковая Система信号和/或Galileo信号。

所述方法基于这样的构思：在开头所述的导航装置中必须首先测量误差的统计特性，以便可使用所述统计特性来基于GNSS信号改善位置估计。所述方法还基于这样的构思：误差可能来源于车辆周围的周围环境条件、例如屏蔽效应，所述屏蔽效应在开头所述导航装置的范围内仅当GNSS信号由于屏蔽效应而较差并且误差由于统计检测而可测量时才可予以考虑以便改善信号。因此，对误差不管以何形式都可仅凭经验地在GNSS信号的信号质量变差之后作出反应。

为了可对GNSS信号的由于误差而变差的信号质量较快地作出反应，所述方法基于这样的构思：基于影响信号质量的周围环境条件估计信号质量。以此方式，存在用于GNSS信号的信号质量的期望值，所述期望值在信号质量变差的情况下可解释为GNSS信号的误差的统计特性。在GNSS信号的信号质量的所预计的变差实际出现之前，对这种所预计的误差，不管以何形式，可凭经验地作出反应。

在所述方法的一个扩展构型中，周围环境条件可借助于车辆上的环境传感器来检测。对于环境传感器在该扩展构型的范围内首先应理解为这样的传感器：由所述传感器可估计GNSS信号的可能屏蔽。为此例如可使用摄像机传感器、雷达传感器、Lidar传感器或V2X传感器，所述传感器本来就在现代车辆上存在，因此不要求车辆上的结构改装措施来实现所述方法。

在所述方法的附加的扩展构型中，GNSS信号为了滤波而基于环境传感器的输出信号被加权。以此方式，可将车辆周围的环境分类并且例如将屏蔽以及由此信号质量的程度为了进一步使用GNSS信号例如以便校正误差而输出给使用GNSS信号的其它结构组件。

在所述方法的另一个扩展构型中，输出信号可描述车辆驶于其上的道路上的物体。以此方式，先前所述的加权可按照所识别的物体的结构来进行，所述加权于是基本上给出关于GNSS信号如何强烈地被屏蔽的说明。例如，根据预计，隧道导致全部可供使用的GNSS信号完全被屏蔽，而道路附近的树木至少微弱地屏蔽一些GNSS信号。另一方面，道路附近的房屋墙壁可导致一些GNSS信号被完全屏蔽和/或导致一些GNSS信号被反射。附加地，在基于描述物体的输出信号对GNSS信号进行加权时也还可考虑GNSS信号的接收角度，以便由物体的状态和接收角度进一步改善用于所估计的屏蔽的期望值。

原则上为了估计GNSS信号的信号质量而可检测影响GNSS信号的信号品质的任意周围环境条件、例如干扰信号场。在所述方法的一个特别的扩展构型中，基于GNSS信号被作为周围环境条件的物体造成的可预计的屏蔽而对GNSS信号进行滤波。

根据本发明的另一个方面，一种用于基于GNSS信号确定车辆的位置的方法包括以下步骤：通过所述方法提供GNSS信号；以及基于所提供的GNSS信号确定车辆的位置。

通过在定位时使用所述方法来提供GNSS信号，可对接收GNSS信号时以及由此定位时的预测的误差在误差引入到定位系统中之前作出反应。例如可在GNSS信号被可预计地完全屏蔽之前通过上述加权的凭经验匹配而逐渐转换到替代然后被屏蔽的该GNSS信号的另一个GNSS信号。

在一个扩展构型中，所述方法包括以下步骤：基于车辆的环境传感器的输出信号检验车辆的所确定的位置的可信性。

该扩展构型基于这样的构思：其结构可用于GNSS信号的描述信号质量的上述加权的上述物体也可考虑用于基于GNSS信号验证车辆的所计算的位置。因此例如可通过GNSS信号和车辆在行驶路面上的这样求得的位置来理解车辆在行驶路面上的行车道的更换并且因此检验GNSS信号的可信性。

在另一个扩展构型中，所述方法包括以下步骤：检测车辆的参考状态数据；以及通过基于参考状态数据对车辆的所检测的位置进行滤波来使车辆的位置精确化。

参考状态数据例如可以与车辆的行驶动力学数据和/或测程数据相关。该扩展构型基于这样的构思：参考状态数据可基于GNSS信号例如在融合滤波器中精确化。这例如可这样来实现：将参考状态数据与GNSS信号本身在滤波器中对比或与由GNSS信号导出的状态数据、如测量状态数据在观测器中对比。这种观测器可包括允许对车辆进行模拟的或数字的状态观测的任意滤波器。因此例如可使用Luenberger观测器。如果要一起考虑噪声，则可使用卡尔曼滤波器。如果还要考虑噪声的形式，则必要时可使用粒子滤波器，所述粒子滤波器具有基本量的可供使用的噪声场景并且例如通过蒙特-卡罗模拟来选择在消除时待考虑的噪声场景。观测器优选是卡尔曼滤波器，所述卡尔曼滤波器在其必要的计算资源方面提供最佳结果。

在所述方法的一个特别的扩展构型中，精确化的位置根据所确定的位置的信息内容来逼近。

该扩展构型基于这样的构思：参考数据可以是冗余的位置数据，以便校正由GNSS信号导出的位置数据。但为了所述校正需要在参考状态数据与由GNSS信号导出的位置数据之间作出区别，在所述区别的范围内首先不清楚的可能是，误差存在于两个可供使用的数据中的哪一个中。但通过由GNSS信号导出的位置数据的上述可信性检验可对此进行确定，并且给由GNSS信号导出的位置数据配置例如与通讯信息内容相关的集成度。由GNSS信号导出的位置数据的集成度以及因而通讯信息内容越高/越小，参考数据中的误差必然越大/越小。相应地，由GNSS信号导出的位置数据于是可得到校正。

根据本发明的另一个方面，用于在车辆中输出测量信号的方法包括以下步骤：

-检测传感器信号；

-检测比较传感器信号；

-基于所估计的误差对传感器信号至少之一进行加权；

-基于比较传感器信号对传感器信号进行滤波以便在加权之后输出测量信号。

所述方法基于这样的构思：在例如由文献WO 2011/098 333 A1已知的融合传感器中，误差仅当所述误差已经出现时才可被识别，因为融合传感器对传感器信号和比较传感器信号进行比较，将两个传感器信号之间的区别描述为误差并且以反馈的形式消除该误差。这导致相应的死时间，在该死时间中可避免提前的误差估计以及因而在所述误差真正出现之前予以考虑。

两个传感器信号之一例如可以是由来自惯性传感器的行驶动力学数据导出的上述参考状态数据，而另一个传感器信号例如可以是由GNSS信号导出的状态数据，其中，两个传感器信号以及测量信号描述车辆的状态，所述状态包括车辆的绝对位置、速度、加速度和前进方向。两个传感器信号的滤波可通过前面所述的滤波器来进行。

根据本发明的另一个方面，控制装置被配置成执行所述方法之一。

在所述控制装置的一个扩展构型中，所述装置具有存储器和处理器。在此，所述方法以计算机程序的形式存储在存储器中并且处理器被设置用于当计算机程序从存储器加载到处理器中时实施该方法。

根据本发明的另一个方面，计算机程序包括程序代码模块，以便当计算机程序在计算机上或所述装置之一上实施时执行所述方法之一的全部步骤。

根据本发明的另一个方面，计算机程序产品包括程序代码，所述程序代码存储在计算机可读的数据载体上并且所述程序代码在所述程序代码在数据处理装置上实施时执行所述方法之一。

根据本发明的另一个方面，车辆包括所述控制装置。

附图说明

结合对参照附图详细描述的实施例的下述说明，本发明的上述特性、特征和优点以及实现方式变得更清楚且更易于理解，附图中：

图1示出在道路上的车辆的示意图，

图2示出图1的车辆中的融合传感器的示意图。

具体实施方式

在附图中，相同的技术元素设置有相同的参考标号并且仅描述一次。

参考图1，图1示出了道路4上的车辆2的示意图。

车辆2在道路4上沿运动方向6运动。在该运动方向6上在道路4的边缘在车辆2之前存在建筑物10形式的物体，车辆2驶向该物体。

在当前实施例中，车辆2要通过全球卫星导航系统(以下被称为GNSS)的天线11通过多个GNSS卫星接收GNSS信号12，并且基于本身已知的三边测量来确定车辆2在道路4上的在图2中描述的状态16，图1中示出了所述GNSS卫星中的一个GNSS卫星14。

但在三边测量期间可能出现，GNSS信号至少之一的信号品质变差，这可能对车辆2的所确定的状态16的精度产生影响。在当前实施例中，所示的GNSS卫星12在车辆2在运动方向6上继续行驶时被建筑物10遮挡，由此，GNSS信号12相对于车辆被屏蔽并且不再能够以足够高的信号品质用于精确确定车辆2的位置。

在当前实施例的范围内，在此应足够快速地采取尽可能减弱GNSS信号12被屏蔽的影响的预防措施。

为此，在车辆2中设置有图2中所示的摄像机18，所述摄像机拍摄图像20，所述图像在车辆2的运动方向6上观察处于车辆2前方。在该图像20上可识别出建筑物10，由此，也可识别出GNSS信号12即将被建筑物屏蔽。

这种构思要在当前实施例中用于使GNSS信号12被建筑物屏蔽的影响最小化。

为此参考图2，图2示出了图1的车辆2中的融合传感器22。

融合传感器22在当前实施例中通过仍要描述的GNSS接收器24以数据的形式接收车辆2的上述状态16，所述状态可包括车辆2在行驶路面4上的绝对位置。除了绝对位置之外，来自GNSS接收器6的状态数据16也可包括车辆2的速度及其相对于GNSS卫星14的朝向。因为状态数据16由GNSS信号12导出，所以所述状态数据以下被称为GNSS状态数据16。

融合传感器22以仍要描述的方式被构造用于增强由GNSS信号12导出的GNSS状态数据16的信息内容。这一方面是必要的，因为GNSS信号12具有非常高的信号/噪声带宽并且因此非常不精确。另一方面，GNSS信号12如已所述由于屏蔽而不可持续地供使用。

在当前实施例中，车辆2为此具有惯性传感器26，所述惯性传感器检测车辆2的行驶动力学数据28。众所周知，这包括车辆2的纵向加速度、横向加速度以及垂直加速度和侧倾比率、俯仰比率以及横摆比率。所述行驶动力学数据26在当前实施例中予以考虑，以便增强GNSS状态数据16的信息内容并且例如使车辆2在行驶路面4上的位置和速度精确化。当GNSS信号12例如由于建筑物10的屏蔽而根本不再可供使用时，精确化的状态数据30于是例如可由车辆2中的导航装置32本身使用。

为了进一步增强GNSS状态数据16的信息内容，在当前实施例中可选择性地还使用车轮转速传感器34，所述车轮转速传感器检测车辆2的各个未详细提及的车轮的车轮转速36。

为了提高融合传感器22的前面所述的基本构思、即状态数据16和/或行驶动力学数据28中的信号/噪声带宽，将来自GNSS状态数据16的信息与来自惯性传感器14的行驶动力学数据28在滤波器38中进行对比。为此，滤波器38虽然可任意构造，但卡尔曼滤波器最有效地以相对低的计算资源要求来解决所述任务。因此，滤波器38以下应优选是卡尔曼滤波器38。

车辆2的精确化的状态数据30和车辆2的比较状态数据40进入卡尔曼滤波器38中。精确化的状态数据30在当前实施例中以例如由DE 102006029148A1已知的捷联算法42由行驶动力学数据28生成。所述精确化的状态数据包含关于车辆的精确化的位置信息，但也包含关于车辆2的其它状态数据，例如其速度、其加速度及其前进方向。与此相对，比较状态数据40由车辆2的模型44获得，所述模型首先从GNSS接收器24被馈送GNSS状态数据16。由所述GNSS状态数据16然后在模型44中确定比较状态数据40，所述比较状态数据包含与精确化的状态数据30相同的信息。精确化的状态数据30和比较状态数据40的区别仅在于其值。

卡尔曼滤波器38基于精确化的状态数据30和比较状态数据40计算用于精确化的状态数据30的误差分配(Fehlerhaushalt)46和用于比较状态数据40的误差分配48。对于误差分配以下应理解为一个信号中的总误差，所述总误差由检测和传输该信号时的不同的单个误差组成。在GNSS信号12中以及由此在GNSS状态数据16中，相应的误差分配可由卫星轨道、卫星时钟、其余折射效应的误差以及由GNSS接收器24中的误差组成。

精确化的状态数据18的误差分配46和比较状态数据34的误差分配48于是相应地输送给捷联算法36和模型44，以便校正精确化的状态数据30和比较状态数据40。这意味着，精确化的状态数据30和比较状态数据40迭代地排除其误差。比较状态数据40的误差分配48也可以以类似方式输送给GNSS接收器24，由此，所述GNSS接收器可迭代地消除卫星轨道、卫星时钟和其余折射效应的上述误差。这种GNSS系统也被称为深组合GNSS。

在当前实施例中，GNSS接收器24为此具有选择和校正装置50以及三边测量装置52。

选择和校正装置50由全部所接收的GNSS信号12选择四个GNSS信号12。由这样选择的在图2中出于清楚原因没有全部设置参考标号的GNSS信号，然后在三边测量装置52中以对于本领域技术人员公知的方式确定车辆2的GNSS状态数据16。

GNSS信号12的上述选择在当前实施例中基于GNSS信号12的加权来进行，其中，各个加权因子可基于误差分配48来确定。但对于所述加权由于原理而必须首先存在可能被反馈的误差。直到现存的误差反馈到GNSS接收器24的选择和校正装置50中，对于本领域技术人员作为死时间而已知的时间过去，在所述死时间内，带有误差的GNSS信号持续增放大GNSS状态数据16的以及因而精确化的状态数据30中的误差。

因此，值得期望的可能是，消除所述死时间。

如上结合图1已经描述的那样，GNSS卫星14的屏蔽也形成上述误差，所述误差会表现在误差分配48以及因而反馈的误差中。但在此可消除死时间，其方式是已经在所提及的摄像机18在运动方向6上在车辆2前方拍摄的图像20上预先识别到了误差。

基于所述图像20上的信息，GNSS信号12也可加权并因而被选择，由此，可预见性地识别带有误差的GNSS卫星14。以此方式例如可逐渐地改变图1中所示GNSS卫星14的加权，直到在GNSS卫星14由于其屏蔽而将误差引入到GNSS状态数据16中之前所述GNSS卫星由GNSS接收器24的选择和校正装置50及时地挑出为止。

为了实施所述构思，GNSS接收器24的选择和校正装置50接收图像20并且在图像20上执行未进一步详细描述的目标识别，所述目标识别对于本领域技术人员本身已经公知。目标识别可在目标的确定类别方面被执行。例如所述目标类别可如下划分：

-完全屏蔽全部GNSS信号12的隧道，

-屏蔽一部分GNSS信号12的建筑物10，或

-仅部分地屏蔽一部分GNSS信号12的树木。

如果识别出潜在的屏蔽物体例如图1中所示的建筑物10，则例如可基于比较状态数据40(或车辆2的其它可供使用的状态数据)确定会被屏蔽物体屏蔽的GNSS卫星14。接着，于是可确定车辆相对于所述屏蔽物体的距离以及由此表示屏蔽物体何时屏蔽所涉及的GNSS卫星14的信息。相应地，GNSS接收器24的选择和校正装置50然后可以以上述方式逐渐地提高所涉及的GNSS信号12的加权。

作为替换方案或附加地，上述构思也可在卡尔曼滤波器38(或上述任意其它滤波器之一)中实施，以便将比较状态数据40中的误差在其出现之前相对于精确化的状态数据30及时地识别。卡尔曼滤波器38可接收图像20，识别图像20中的屏蔽物体并且在误差的情况下这样加权比较状态数据40，使得比较状态数据40在对比较状态数据40和精确化的状态数据30滤波时不太强地得到考虑。

Claims (10)

1.一种用于提供全球导航卫星系统信号(54)以便确定车辆的位置(30)的方法，所述全球导航卫星系统信号以下被称为GNSS信号(54)，所述方法包括：

-接收未经滤波的GNSS信号(12)；

-基于车辆(2)周围的周围环境条件(20)对所述未经滤波的GNSS信号(12)进行滤波；以及

-输出经滤波的GNSS信号(54)。

2.根据权利要求1所述的方法，其中，所述周围环境条件(20)通过车辆(2)的环境传感器(18)来检测。

3.根据权利要求2所述的方法，其中，所述GNSS信号(12)为了滤波而基于所述环境传感器(18)的输出信号(20)被加权。

4.根据权利要求3所述的方法，其中，所述输出信号(20)描述车辆(2)驶于其上的道路(4)上的物体(10)。

5.根据权利要求4所述的方法，其中，基于所述GNSS信号(12)被作为周围环境条件(20)的所述物体(10)造成的可预计的屏蔽，对所述GNSS信号(12)进行滤波。

6.一种用于基于GNSS信号(54)确定车辆的位置(40)的方法，包括：

-通过根据上述权利要求之一所述的方法提供(50)GNSS信号(54)，以及

-基于所提供的GNSS信号(54)确定(52)车辆(2)的位置(40)。

7.根据权利要求6所述的方法，包括：

-基于车辆(2)的环境传感器(18)的输出信号(20)检验车辆(2)的所确定的位置(40)的可信性。

8.根据权利要求5或6所述的方法，包括：

-检测车辆(2)的参考状态数据(30)，以及

-通过基于所述参考状态数据(30)对车辆(2)的所检测的位置(40)进行滤波来使车辆(2)的位置(40)精确化。

9.一种用于在车辆(2)中输出测量信号(30)的方法，包括：

-检测传感器信号(30)，

-检测比较传感器信号(40)，

-基于估计的误差(20)对所述传感器信号(30，40)至少之一进行加权，以及

-基于所述比较传感器信号(40)对所述传感器信号(30)进行滤波以便在加权之后输出测量信号(30)。

10.一种控制装置(50，24，22)，所述控制装置被配置成用于执行根据上述权利要求之一所述的方法。