CN106796297B - 用于确认测量数据的方法和系统 - Google Patents

Abstract

本发明涉及用于确认至少一个传感器系统（103、104、203、204）的测量数据的方法，其中，所述测量数据直接或间接地说明物理的参量的值，其中，从所述测量数据和/或从已知的物理的和/或数学的关联中计算被间接地说明的物理的参量的值，其中，至少三个说明了相同的参量的值彼此成对地经受比较，并且其中，所述至少三个说明了相同的参量的值中的至少两个值彼此无关地由所述至少一个传感器系统（103、104、203、204）来确定并且说明了相同的参量的第三个值由基础传感器系统（101、201）来确定。本发明还涉及相应的系统以及该系统的用途。

Description

用于确认测量数据的方法和系统

本发明涉及按照权利要求1的前序部分的用于确认测量数据的方法、按照权利要求11的前序部分的用于确认测量数据的系统以及该系统的用途。

所有的测量数据在原则上受到误差的影响并且在许多情形中未给定测量数据的连续的可用性。额外地，测量数据通常依赖于环境条件。此外，不同的传感器或传感器系统一般具有不同的时间上的测定速率（Erfassungsraten）、不与其它的传感器或传感器系统同步并且拥有在测量和测量值的输出之间的时延时间。传感器误差或测量误差在此分为准稳定态的、关于多个测量恒定的份额（例如偏置量）和统计学的、从测量至测量偶然的份额（例如噪音）。虽然在原则上不能够肯定修正偶然的份额，但准稳定态的误差一般在所给定的可观测性中能够被修正。能够在所给定的可识别性中通常至少避免不能够修正的显著的误差。

就此而论，在现有技术中，已经已知传感器融合方法，该传感器融合方法通常也合适用于：对不同的传感器或传感器系统的测量数据进行修正或滤波。在此，尤其在汽车范围中要考虑特别的需求，因为多个不同的传感器借助不同的测量原理测定共同的周围情况或机动车状态并且借助多个不同的测量数据来说明这种周围情况或这种机动车状态。 由此，对于在汽车范围中能够运用的传感器融合，需要针对偶然的干扰的尽可能大的稳健性以及识别和补偿在系统方面的误差。同样要修正对测量数据的时间上的影响和弥补传感器的临时的失效或不可用状态。

由DE 10 2010 063 984 A1中已知包括多个传感器元件的传感器系统。传感器元件如此地构造，使得该传感器元件至少部分地测定不同的初级的测量参量并且至少部分地使用不同的测量原理。然后从传感器元件的初级的测量参量中至少部分地导出另外的测量参量。此外，所述传感器系统包括信号处理设备、接口设备以及多个功能设备。传感器元件以及全部的功能设备在此与信号处理设备相连。因而初级的测量参量提供冗余的信息，该信息在信号处理设备中能够彼此比较或相互支持。从以不同的途径所计算的可观察量的比较中能够作出对可观察量的可靠性和准确性的推断。信号处理设备评定可观察量的准确性并且经过接口设备把所述可观察量连同准确性说明提供给不同的功能设备。

DE 10 2012 216 211 Al说明了用于挑选卫星的方法，其中，该卫星是全球导航系统的卫星。在此，在考虑这样的卫星或者说用于车辆的位置确定前，以不同的方式来核准所接收的GNSS信号。对于这种确认，分别利用不同的冗余或已知的关联。从而DE 10 2012 216211 Al例如公开了：从卫星的信号中确定车辆至卫星的间距以及车辆至卫星的相对速度。在此，该间距能够借助信号的运行时间来确定，而该相对速度能够借助信号的相位测量来确定。因为该间距和该相对速度彼此相关，则它们能够相互进行确认。此外，能够实现把从所述信号中确定的值相对于已知的边界条件进行确认，因为车辆本身通常在特定的速度范围内前进运动。同样说明的是，在从不同的卫星接收到多个信号时，确定相对于多个卫星的间距并且将这些间距同时借助三角学的关联和卫星的已知的间距进行相互确认。最后，从所述信号中确定的间距的确认或从所述信号中确定的速度的确认也能够借助其它的传感器进行，该传感器同样允许位置确定或速度确定。只要不能够确认卫星的信号，则该卫星不被考虑用于位置确定或速度确定。

但是，在现有技术中已知的、所属类型的方法和传感器系统就此而言是不利的，即这些方法和传感器系统不最佳地利用现存的冗余用于误差识别或相互地确认测量值。

因此本发明的任务是，建议一种用于确认测量数据的经改善的方法。

该任务根据本发明通过按照权利要求1所述的用于确认一个或多个传感器系统的测量数据的方法来解决。

本发明涉及用于确认至少一个传感器系统（103、104、203、204）的测量数据的方法，其中，所述测量数据直接或间接地说明物理的参量的值，其中，从所述测量数据和/或从已知的物理的和/或数学的关联中计算被间接地说明的物理的参量的值，其中，至少三个说明了相同的参量的值彼此成对地经受比较，并且其中，所述至少三个说明了相同的参量的值中的至少两个值彼此无关地由至少一个传感器系统（103、104、203、204）来确定并且说明了相同的参量的第三个值由基础传感器系统（101、201）来确定。

从中得到的优点是，能够最大程度地最佳地利用现存的冗余，因为使用了平行的冗余（也即说明了由传感器系统和基础传感器系统所测定的相同的参量的值）以及分析的冗余（也即说明了从传感器系统彼此无关的相同参量的值）。

根据本发明的方法的一个另外的优点是：与在现有技术中常常所使用的融合算法的最大程度的无关性，从而侦测的或确认的敏感性不再被其随机的模型或由该模型考虑的噪音和由该模型考虑的测量误差影响。根据本发明的方法的敏感性因而最大程度地不依赖于在现有技术中常常被使用的所谓的融合滤波器的系统噪音。由此，根据本发明的方法尤其在强烈被干扰的场景中相对较稳健。

优选地设置的是，在每个成对的比较中（该比较导致不一致）配设给参与该比较的值的品质数字以预先给定的调节值进行提高，并且确认这样的值，该值的品质数字不超过品质阈值。从中得到的优点是，借助于品质数字的调节值在所述方法结束时能够比较准确地确定相应的测量数据的品质或测量数据的值的品质。依赖于超过所述品质阈值，此时确认相应的测量数据或测量数据的值。因此，有误的值的识别能够经过其品质数字进行。这也实现了有误的值与正确的值的明确的区分或将该有误的值明确地识别作为在该比较的结束时那样的。如果值的品质数字超过在该比较的结束时的品质阈值，则将所述相应的值标识为有误。这例如意味着，所述相应的值不被继续处理或被抛弃和删除。

预先给定的调节值能够例如是“1”，在不一致时参与所述比较的值的品质数字被以该调节值进行提高。但是同样可行并且优选的是，调节值的值依赖于该不一致的程度来预先给定。例如，在仅微小的偏差或不一致时，所述预先给定的调节值能够是“0.1”，而在极端的偏差或不一致时，所述预先给定的调节值能够是“2”。后者也有利于同时识别两个成对地彼此被比较的值，该两个值是有误的。

只要用于确认的根据本发明的方法例如利用三个值来执行，则因而进行三个成对的比较。因为所述三个值说明相同的物理的参量、例如速度，则该三个值必须一致，如果所有的值无误。但是如果所述值之一有误，则在三个比较中的两个中识别到不一致，也即在这样的两个比较中，即其中分别有有误的值参与。当在不一致时所述三个值中的每个值的品质数字以“1”进行提高时，所述无误的值的品质数字最后分别具有值“1”，而有误的值具有值“2”。如果品质阈值此时位于“1.5”，则确认无误的值而抛弃有误的值。

在下文中，还应该借助品质数字给定用于确认测量数据的一般的示例：在存在n个测量数据或值时并且在在成对的比较期间两个值不一致时将品质数字以调节值“1”提高时，所述品质阈值按照高斯的和式计为[(n-l)*n]/2。也即因而抛弃这样的值，该值的所配设的品质数字达到值n-1。在此，能够有利地使得所述值n依赖于传感器系统的或基础传感器系统的类型，例如在所谓的GPS导航系统中依赖于能够测定的GPS卫星的数量。

根据本发明的方法优选地应用在机动车中，以便确认位置数据或速度数据。

此外优选的是，测量数据在确认后被提供给本身已知的传感器数据融合过程，该传感器数据融合过程从不同的测量数据中产生融合数据集。

有利的是，所述比较经过传感器个性化的随机的模型来进行，其中，所述随机的模型考虑传感器个性化的测量不确定性。从中得到的优点是，对于所述比较也考虑传感器个性化的特性和尤其所述测量数据的或值的噪音。这改善了根据本发明的确认的可靠性和稳健性，因为在所述比较期间的不一致在传感器个性化的特性或噪音的范围中得到容忍。

此外有利的是，从不提高配设给基础传感器系统的品质数字。但是在本发明的意义中这不意味着，基础传感器系统的测量数据的值是准确的，而是仅在于：所述值在考虑例如噪音影响的统计的公差范围内相应于其随机的模型。由此因而从中得到的是，不同于其它的传感器系统，基础传感器系统不被外部的干扰影响并且仅经受白噪音。因此始终确认所述基础传感器系统的值。因此，在比较中（在该比较期间识别到不一致），始终仅提高其它的传感器系统的测量数据的值的品质数字。

优选的是，惯性导航系统是基础传感器系统。

优选地设置的是，在相同的时刻测定所述经受所述比较的值。从中得到的优点是，至少在无误的测量中，所有的经受所述比较的值一致，因为所述值在相同的时刻说明相同的物理的参量。这简化了识别有误的值，因为不一致的起因在该情况中必然必须是有误的值。

尤其优选地设置的是，经受所述比较的值借助于插值来产生，如果不存在在相同的时刻所测定的值。因为由于不同的信号输出延迟和一般由于传感器系统彼此的有误的同步，所述测量数据通常在不同的时刻被测定或至少在不同的时刻由传感器系统输出，则借助所述插值能够计算所述所需的值。

在此优选地，借助插值产生带有最小的信号输出延迟的传感器系统的测量数据或值，也即这样的，即这些测量数据或值依赖于其它的传感器系统的测量数据或值的测定时刻来产生。针对性地，为了借助插值来产生值，考虑传感器系统的带有最小的信号输出延迟的两个在时间上最接近于所述有待产生的值的和包括该值的值。借助插值所产生的值然后正如所说明的那样经受所述比较。带有最小的信号输出延迟的所述传感器系统在此非常尤其优选地是基础传感器系统。

此外，尤其优选地设置的是，用于插值的所述值的改变被假定为比例于时间。由此因而进行线性的插值。从中得到的优点是，所述插值比较简单并且相应地能够利用仅较小的计算花费来实施。

同样优选的是，当所述值彼此偏离超过其测量不确定性时，在比较时识别到不一致。在此，所述测量不确定性借助随机的模型来确定，所述值对于该模型而言必须是恰当的。这样的随机的模型能够例如是一次（einfach）的高斯分布，其中，一致或不一致例如借助所谓的NIS测试（“Normalized Innovation Squared标准化创新平方”）来检查。就此而论，本领域技术人员已知一系列的合适的随机的模型。尤其优选地，为每个传感器系统选择个性化的随机的模型，该模型对于相应的传感器系统的统计的性质是最恰当的。从中得到的优点是，仅通过噪音或其它的微小的干扰影响所造成的所述值的偏差不导致识别到不一致，并且由此基本上无误的值不被错误地识别为有误并且相应地不被确认。

此外优选的是，经确认的值融合为融合数据集。经确认和融合为融合数据集的值尤其可靠和精准。尤其，把经确认的值融合为融合数据集是借助所谓的误差状态空间卡尔曼滤波器来进行的。所述误差状态空间卡尔曼滤波器在此表现为用于融合测量值、尤其用于融合正太分布的测量值的融合滤波器。同时，所述误差状态空间卡尔曼滤波器优选地估计或确定至少一个传感器系统的值的定量的误差。误差状态空间卡尔曼滤波器的特殊方面即在于：取代所述值仅增量地估计或确定所述值的定量的误差并且接下来借助修正来修正所述值。因为所述误差值具有比所述测量值的显著更小的时间上的动态，从而实现了误差状态空间卡尔曼滤波器的动态与传感器特性的在很大程度上的解耦，并且降低通过信号包的单个信号的不同的群时延时间进行的额外的延迟或误差。

误差状态空间卡尔曼滤波器的一个另外的特殊方面在于，通过设置修正使得在误差状态空间卡尔曼滤波器的每个工作循环后的所述值的经估计的或确定的定量的误差是零，从而省去了否则通常的用于在后续的工作循环中预估所述定量的误差的预计步骤，从而因而减小了用于误差状态空间卡尔曼滤波器的计算花费。

此外优选的是，所述测量数据至少是惯性导航系统的测量数据、全球的卫星导航系统的测量数据和/或里程表导航系统的测量数据。由此，本发明尤其适合用于导航目的和适合用于尤其在机动车中的导航系统。根据本发明的方法由此因而还从所述测量数据中确定优选地机动车的位置、速度和定向。所述全球的卫星导航系统能够例如指的是所谓的GPS导航系统。尤其适当的是，卫星导航系统包括至少两个卫星信号接收器。由此，改善了所测定的卫星信号的品质和由此卫星导航系统的可靠性和准确性。里程表导航系统首先例如经过机动车轮胎的转动速度以及已知的滚动周长来确定速度，并且从中在考虑偏转角度的情况下经过更新已知的位置来确定实时的位置。惯性导航系统能够例如在所有的空间方向上分别包括用于平移运动的和用于旋转运动的三个彼此正交地进行测定的惯性传感器，该惯性传感器类似于所述里程表导航系统实现了已知的位置的更新。

最后优选的是，为了计算间接地被说明的参量的值，将卫星导航系统的卫星的环绕轨道假定为无误。卫星的环绕轨道对于间接地被说明的参量中的几个参量表现为用于其计算的必要的物理的或数学的关联。从中得到的优点是，有关的间接地被说明的值的最终所基于的随机的模型不必考虑环绕轨道的误差影响并且在从随机的模型偏差时相应地能够具有用于所述值的紧凑的公差。这因而提高了对有待核准的值的需求并且由此改善了所述核准的品质。

本发明还涉及用于确认至少一个传感器系统的测量数据的系统，该系统包括至少一个传感器系统、基础传感器系统和确认模块，其中，所述至少一个传感器系统和所述基础传感器系统被构造用于：直接或间接地输出说明物理的参量的值的测量数据，从所述测量数据和/或从已知的物理的和/或数学的关联中计算间接地被说明的物理的参量的值，其中，所述确认模块被构造用于：至少三个说明相同的参量的值彼此成对地经受比较，并且其中，所述至少一个传感器系统构造用于：彼此无关地确定所述至少三个说明相同的参量的值中的至少两个值，并且基础传感器系统被构造用于：确定说明相同的参量的第三个值。因为根据本发明的系统因而被构造用于实施根据本发明的方法并且尤其也实施该方法，则该系统结合所提到的传感器系统导致已经说明的优点。所述根据本发明的系统由此包括所有的对于实施根据本发明的方法必要的装置。

尤其，所述核准模块也能够由多个局部模块形成。

优选地设置的是，所述系统构造用于：实施根据本发明的方法。

此外，本发明涉及根据本发明的系统在机动车中的用途。

从从属权利要求和实施例的下述的说明中借助附图得到另外的优选的实施方式。

图示：

图1例如是在机动车中的根据本发明的系统的一个可行的构造方式，该系统被构造用于位置确定，并且

图2例如是在机动车中的根据本发明的系统的另一个可行的构造方式，该系统同样被构造用于位置确定。

图1在示意性展示中示出了根据本发明的系统的一个实施例，该系统被设置用于布置和使用在机动车（未示出）中。所示的系统例如构造用于机动车的位置确定。在此，所有的被该系统包括的元件或组成部分或传感器系统被作为功能块图解并且展示了其彼此间的配合作用。

所述系统包括惯性导航系统101，该惯性导航系统如此地构造，使得该惯性导航系统至少能够测定沿着第一、第二和第三轴线的加速度以及至少围绕第一轴线、围绕第二轴线和围绕第三轴线的转动速率（Drehrate）。第一轴线在此例如对应机动车的纵轴线，第二轴向对应机动车的横轴线且第三轴线对应机动车的竖轴线。这三个轴线形成笛卡尔坐标系、所谓的机动车坐标系。惯性导航系统101例如唯独包括对于测定加速度和转动速率必要的传感装置。对于处理或评估传感器信号必要的电子装置例如不被惯性传感器导航系统101包括。

惯性导航系统101例如连同进一步下文说明的捷联算法单元102形成所谓的基础系统，该基础系统的测量值借助在下文所描述的所谓的修正系统来修正。所述修正系统在此是里程表导航系统103和卫星导航系统104。

所述系统还具有所谓的捷联算法单元102，在该捷联算法单元中执行所谓的捷联算法，借助该捷联算法使得惯性导航系统101的测量数据另外换算为速度数据和位置数据。另外，惯性导航系统101的自然地说明加速度的测量数据一次地或两次地关于时间被积分。机动车的定向也借助于惯性导航系统101的相应的测量数据关于时间的单次的积分进行确定。此外，捷联算法单元102补偿作用至惯性导航系统101的科里奥利加速度以及重力加速度、所谓的地球输送转动速率和地球转动速率。

捷联算法单元102的输出数据因而包括下述的物理的参量：机动车的速度、加速度以及例如关于机动车坐标系的所提到的三个轴线和例如额外地分别关于世界坐标系的转动速率，该世界坐标系适用于说明在世界上的机动车的定向或动态的参量。例如，所提到的世界坐标系指的是GPS坐标系。此外，捷联算法单元102的输出数据包括关于机动车坐标系的位置和在世界坐标系方面的定向。由捷联算法单元102所计算的上述的物理的参量经过输出模块112来输出并且提供给其它的机动车系统。

所述系统还包括以用于机动车的每个轮的轮转速传感器为形式的里程表导航系统103。例如，它指的是带有四个轮转速传感器的四轮的机动车，该轮转速传感器分别测定配设给其的轮的速度以及其转动方向。此外，里程表导航系统103包括转向角度传感器元件，该转向角度传感器元件测定机动车的转向角度。

此外，例如所示的系统具有卫星导航系统104，该卫星导航系统如此地构造，使得该卫星导航系统确定分别在所配设的卫星和机动车之间的间距以及分别在所配设的卫星和机动车之间的速度。额外地，至少在系统的启动或接通时，卫星导航系统104例如给融合滤波器105提供开始位置或开始位置信息。

所述系统还包括融合滤波器105。融合滤波器105在共同地评估里程表导航系统103的、卫星导航系统104的和惯性导航系统101的测量数据的过程中提供融合数据集106。融合数据集106例如包括对于不同的、所测定的测量数据或值的误差值或修正。

惯性导航系统101的测量数据或值此时在融合滤波器105的为此所设置的电子的数据存储器113中对于预先给定的时间段得到存储。

惯性导航系统101在此与捷联算法单元102共同地表现为所谓的基础系统，而里程表导航系统103和卫星导航系统104表现为所谓的修正系统，该修正系统的值（只要该值已被核准）被考虑用于修正该基础系统的值。例如，对于25测量时期来存储所述基础系统的测量数据或值、也即惯性导航系统101的测量数据或值。在需要时，也即当在不同于修正系统的测量数据或值的时刻测定到所存储的测量数据或值时，从所存储的测量数据或值中插值所需的测量数据或值。不同地，不存储所述修正系统的也即卫星导航系统104和里程表导航系统103的测量数据或值。

由此保证的是，至少似乎在相同的时刻所测定的值始终能够受到比较。

由融合滤波器105所提供的融合数据集106例如包括借助修正系统的经确认的值所确定的基础系统的定量的误差。

捷联算法单元102此时借助融合数据集106修正所述基础系统的测量值。

融合数据集106由融合滤波器105从里程表导航系统103的、卫星导航系统104的和惯性导航系统101的测量数据或值中计算。

融合滤波器105例如构造作为误差状态空间卡尔曼滤波器，也即作为卡尔曼滤波器，该卡尔曼滤波器尤其实施所述值的线性化并且在该卡尔曼滤波器中计算或估计所述值的定量的误差并且该卡尔曼滤波器序列地工作并且在此修正在该序列的相应的功能步骤中可供使用的测量数据或值。

融合滤波器105如此地构造，使得它异步地测定最新的能够由惯性导航系统101、里程表导航系统103和卫星导航系统104使用的测量数据或值。例如，在此，所述测量数据或值导引经过机动车模型单元107和定向模型单元109。

机动车模型单元107如此地构造，使得该机动车模型单元从里程表导航系统103的测量数据中至少计算沿着第一轴线的速度、沿着第二轴线的速度以及围绕第三轴线的转动速率并且将这些提供给融合滤波器105。

所述系统还包括轮胎参数估计单元110，该轮胎参数估计单元如此地构造，使得该轮胎参数估计单元至少计算所有的轮的半径、例如动态的半径并且额外地计算所有轮的侧向偏离刚度和滑动率刚度并且将这些作为额外的输入参量提供给机动车模型单元107。轮胎参数估计单元110还如此地构造，使得该轮胎参数估计单元使用基本上线性的轮胎模型以用于计算轮胎参量。

在此，轮胎参数估计单元110的示例的输入参量是说明所述轮转速和所述转向角度的测量数据，至少部分地是捷联算法单元102的输出值以及由融合滤波器105确定的方差。

所述系统还包括GPS误差识别和核准单元111，该GPS误差识别和核准单元如此地构造，使得该GPS误差识别和核准单元例如作为输入数据获得卫星导航系统104的测量数据或值以及至少部分地获得捷联算法单元102的测量数据或值并且在其计算中考虑该测量数据或值。GPS误差识别和核准单元111相对于匹配至卫星导航系统104的随机的模型来检测所述测量数据或值。只要所述测量数据或值在考虑噪音的公差的范围中对应于所述模型，则确认或确证所述测量数据或值。

在此，GPS误差识别和核准单元111还与融合滤波器105在数据层面相连并且将经核准的测量数据或值传达至融合滤波器105。

GPS误差识别和核准单元111例如如此地构造，使得该GPS误差识别和核准单元执行此外借助下述的方法步骤用于挑选卫星的方法：

-基于卫星导航系统104的传感器信号，测量机动车相对于卫星的位置数据，

-确定对于基于卫星导航系统104的传感器信号所确定的位置数据冗余的机动车的基准位置数据，

-挑选卫星，当位置数据和基准位置数据的对照符合预先确定的条件时，

-其中，为了对照位置数据和基准位置数据，形成在位置数据和基准位置数据之间的差，

-其中，所述预先确定的条件是位置数据与基准位置数据的最大允许的偏差，

-其中，所述最大允许的偏差依赖于标准偏差，该标准偏差基于由用于基准位置数据的基准方差和用于位置数据的测量方差形成的总和来计算，并且

-其中，所述最大允许的偏差如此地对应于标准偏差的倍数，使得位置数据落在依赖于所述标准偏差的离差间隔中的概率低于预先确定的阈值。

所述系统还具有静止状态识别单元108，该静止状态识别单元如此地构造，使得该静止状态识别单元能够识别机动车的静止状态并且在所识别的机动车的静止状态的情况中至少给融合滤波器105提供来自静止状态模型中的信息。来自静止状态模型的信息在此说明：围绕所有三个轴线的转动速率具有零值并且沿着所有三个轴线的速度具有零值。在此，静止状态识别单元108例如如此地构造，使得该静止状态识别单元作为输入数据使用里程表导航系统103的轮转速传感器的传感器信号以及惯性导航系统101的传感器信号。

所述系统例如使用涉及机动车坐标系的第一编组的测量数据或值以及还有涉及世界坐标系的第二编组的测量数据或值，其中，世界坐标系用于说明机动车的定向和动态的参量。借助定向模型单元109来确定在机动车坐标系和世界坐标系之间的定向角。

由定向模型单元109确定的在机动车坐标系和世界坐标系之间的定向角在此基于下述的物理的参量得到确定：

关于世界坐标系的矢量的速度，

关于机动车坐标系、转向角度的矢量的速度，和

说明所提到的参量的测量数据或值的相应的定量的误差。

在此，定向模型单元109动用捷联算法单元102的全部的输出数据。

定向模型单元109例如如此地构造，使得该定向模型单元额外于定向角还以方差为形式计算关于定向角的数据品质的信息并且提供给融合滤波器105。

融合滤波器105在其计算中使用定向角和定向角的方差，该融合滤波器将这些经过融合数据集106继续传导至捷联算法单元102。

因此融合滤波器105测定惯性导航系统101的、基础系统的以及里程表导航系统103的和卫星导航系统104（所述修正系统）的测量数据。根据本发明的核准模块例如不依赖于融合滤波器105。融合滤波器105因此执行三个相应相同的物理的参量的值的成对的比较。例如，所述物理的参量指的是机动车的位置和速度，该物理的参量（正如所说明的那样）分别直接或间接地被包含在惯性导航系统101的、里程表导航系统103的和卫星导航系统104的测量数据中。在此，所述成对的比较例如分别发生在所谓的原始数据形式中，也即，将相应的传感器系统的原始数据进行比较。只要原始数据仅间接地说明了有待比较的值，则经过相应的随机的模型来考虑这种情况。分别在在该比较期间的不一致的情况中，把配设给相应的值的品质数字以调节值“1”进行提高。例如，经受该比较的值来源于这样的时刻，在该时刻处，在左侧的前轮处产生过量的轮滑动率至所述。里程表导航系统103的测量数据的值由此在左侧的前轮方面具有定量的误差。因此，在相对于惯性导航系统101的相应的值和相对于由里程表导航系统103所求取的其它三个车辆轮的速度的比较中，分别识别到不一致，并且相应的值的品质数字分别以调节值“1”进行提高。相应地，用于里程表导航系统103的左侧的前轮的速度的值的品质数字最后具有品质值“3”，而用于里程表导航系统103的其余的三个车辆轮的速度的值的品质数字分别具有值“1”，同样地用于惯性导航系统101的整个车辆的速度的品质数字也具有品质值“1”。

因为例如确认阈值位于“2”处，则用于惯性导航系统101的整个车辆的速度的值和用于卫星导航系统104的其余三个车辆轮的速度的值得到确认并且被融合滤波器105考虑用于建立融合数据集106。不同地，用于里程表导航系统103的左侧的前轮的值不被确认并且被抛弃。

图2例如示出了在机动车（未示出）中的根据本发明的系统的另一个可行的构造方式，该系统同样被构造用于位置确定。所述系统例如包括惯性导航系统201、卫星导航系统204和里程表导航系统203作为不同的传感器系统。惯性导航系统201、卫星导航系统204和里程表导航系统203将测量数据（该测量数据直接或间接地说明物理的参量的值、即位置的、速度的、加速度的、定向的、横摆速率的或横摆加速度的值）以经预处理的原始数据为形式输出至融合滤波器205。在此，测量数据的输出经过车辆数据总线、例如经过所谓的CAN总线来进行。例如，卫星导航系统204以原始数据形式输出其测量数据。

作为在机动车的位置确定时的中央的元件，惯性导航系统201（其中该惯性导航系统指的是所谓的MEMS-IMU（Micro-Electro-Mechanical- System-Inertial MeasurementUnit微机电系统惯性测量单元））结合捷联算法单元207得到使用，因为该惯性导航系统被假定作为无误差的，也即，假定的是，惯性导航系统201的值始终对应于其随机的模型，该值仅具有噪音影响并且由此免于外部的或偶然的误差或干扰。惯性导航系统201的所述噪音以及存留的未被建模的误差、例如非线性在此关于所述测量区域被假定为平均值为零、稳定的和正太分布（所谓的高斯白噪音）。

惯性导航系统201包括三个彼此分别正交地进行测定的转动速率传感器和三个彼此分别正交地进行测定的加速度传感器。卫星导航系统204包括GPS接收器，该GPS接收器经过卫星信号运行时间首先进行相对于能够接收的GPS卫星的距离测量并且还从卫星信号运行时间的改变中以及附加地从在发送器天线和接收器天线之间的卫星信号的波长的数量的改变中确定由机动车所走过的行程路段。里程表导航系统203包括在机动车的每个轮处的各一个轮转速传感器以及转向角度传感器。轮转速传感器分别确定配设给该轮转速传感器的轮的轮转动速度，并且转向角度传感器确定经偏转的转向角度。

惯性导航系统201输出其测量数据或值至惯性导航系统201的预处理单元206。预处理单元206此时借助修正值来修正所述测量数据或值，融合滤波器205的预处理单元206获得所述修正值。以如此方式所修正的测量数据或值此时进一步传导至捷联算法单元207。因为例如预处理单元206、捷联算法单元207和融合滤波器205指的是软件模块（该软件模块被实施到在相同的处理器上的不同的分区中），能够比较简单和快速地继续传导经修正的测量值或传感器信号。

捷联算法单元207借助预处理单元206的经修正的测量数据或值此时进行位置确定。在此，这种位置确定是基于惯性导航系统201的所谓的耦合导航。另外，由预处理单元206输出的经修正的测量数据或值连续地关于时间被积分或累加。捷联算法单元207还补偿作用至惯性导航系统201的科里奥利加速度以及重力加速度、所谓的输送转动速率和地球转动速率，其能够分别作用至惯性导航系统201的测量数据。所述系统还具有所谓的捷联算法单元207，在该系统中执行所谓的捷联算法，借助该捷联算法使得惯性传感器导航系统201的测量值另外换算为速度数据和位置数据。另外，自然地说明加速度和转动速率的惯性传感器导航系统201的传感器信号一次地或两次地关于时间被积分。机动车的定向也借助于惯性传感器导航系统101的相应的传感器信号关于时间的单次的积分进行确定。这实现了机动车的先前已知的位置的更新以及机动车的先前已知的定向的更新。

捷联算法继续（Strapdown-Algorithmus-Weiterhin）捷联算法单元207也借助融合滤波器205的相应的修正值来修正所确定的位置、所确定的速度和所确定的定向。融合滤波器205在此示例中因而仅间接地经过捷联算法单元207实施该修正。由捷联算法单元207确定的和修正的值或物理的参量、也即机动车的位置、速度、加速度、定向、转动速率和转动加速度此时被传导至输出模块212和至融合滤波器205。

由捷联算法单元207实施的所谓的捷联算法在此在计算方面仅稍微复杂并且因此能够被实现作为能够实时的基础系统。该捷联算法表现为用于将惯性导航系统201的测量数据或值积分为速度、定向和位置的方法过程并且不包含滤波，从而得到了近似恒定的时延时间和群时延时间（Gruppenlaufzeit）。

在此，概念“基础系统”说明这样的传感器系统，其测量数据或值借助其它的传感器系统、所谓的修正系统的测量数据或值来修正。例如，所述修正系统指的是里程表导航系统203和卫星导航系统204。

惯性导航系统201、惯性导航系统201的预处理单元206和捷联算法单元207例如共同形成所谓的基础系统，融合滤波器205附加地按份额地也算作该基础系统。

输出模块212把物理的参量的由捷联算法单元207确定的和修正的值继续给至机动车的任意的另外的系统。

由卫星导航系统204所测定的测量数据例如首先进一步传导至卫星导航系统204的预处理单元208。预处理单元208此时借助从融合滤波器205所获得的误差值或修正来修正卫星导航系统204的测量数据（该测量数据是所谓的GPS原始数据）并且还计算GPS卫星的轨道数据，从此GPS卫星接收GPS信号。此外，卫星导航系统204确定机动车与GPS卫星的相对速度，从该GPS卫星中接收GPS信号。此外，预处理单元208修正卫星导航系统204的接收器时钟的被包含在测量数据中的时间误差（该时间误差通过接收器时钟的漂移产生）以及借助修正模型来修正通过对由GPS卫星所发送的GPS信号的大气作用所引起的在信号运行时间和信号行程中的改变。同样地，时间误差的修正以及大气作用的修正借助从融合滤波器205所获得的修正值来进行。

此外给卫星导航系统204配设核准模块209，该核准模块核准由预处理单元208输出的物理的参量的值、也即说明机动车的位置和速度的值的GPS原始数据。此时，对于所述核准，动用用于核准或确认的根据本发明的方案。这种方案设置了使用另外的现存的冗余以用于核准由卫星导航系统204测定的或确定的值。首先，将相应的测量数据或值相对于配设给其的、传感器个性化的模型进行比较，该模型考虑了测量不确定性、例如噪音影响。另外，所有的能够接收的GPS卫星的GPS原始数据彼此被比较。例如，由车辆接收五个GPS卫星。只要测量数据或值在给定的极限值或公差范围内对应于该模型，则在这里进行第一确认并且以如此方式所确认的值被继续处理。接下来，使用借助惯性导航系统201所确定的测量数据或值，以便核准所述卫星导航系统204的值。只要不进行这些测量数据的确认或核准，则抛弃并且不继续处理所述相应的测量数据。在此，所述核准分别经过把有待核准的值、也即由卫星导航系统204确定的位置和速度与由惯性导航系统201确定的位置和速度成对地比较来进行。只要在成对的比较中识别到不一致，则把配设给所述相应的值的品质数字以“1”进行提高。只要所述品质数字不超过所述值“2”，则最后核准相应所配设的值。这些成对的比较不仅对于由卫星导航系统204确定的位置进行而且对于由卫星导航系统204确定的速度进行。由惯性导航系统201确定的和为所述成对的比较所需的位置和速度，在此由融合滤波器205提供给核准模块209。由核准模块209确认的测量数据或值然后输出至融合滤波器205。

所述系统还包括里程表导航系统203的预处理单元210，该预处理单元经过CNA总线获得由里程表导航系统203测定的测量数据或值。所述经测定的测量数据或值在该情况中是单个的轮转速传感器的测量数据或值以及转向角度传感器的测量数据或值。此时，预处理单元210从由里程表导航系统203输出的测量数据或值中按照所谓的耦合导航方法确定在机动车坐标系中的机动车的位置和定向。此外，预处理单元210借助由融合滤波器205获得的修正值来修正由里程表导航系统203获得的测量数据或值。

还给里程表导航系统203配设核准模块211，该核准模块核准由预处理单元210例如以原始数据形式输出的测量数据或值、也即机动车的位置、定向、速度、加速度、转动速率和转动加速度。因为里程表导航系统203的测量数据或值的干扰通常是偶然的、以环境为条件的干扰（该干扰不对应于白噪音，例如在轮滑动率在车辆轮的至少之一处比较大时），则在这里也使用用于确认或核准的根据本发明的方案，即使用尽可能多的冗余。因此使用借助惯性导航系统201所确定的测量数据或值，以便核准里程表导航系统203的测量数据或值。首先，但是同样在这里将所述测量数据或值在其配设给其的传感器个性化的模型的框架中进行比较，该模型考虑了测量不确定性、例如噪音影响。例如将配设给四个车辆轮的轮转速传感器的传感器数据经过所述模型进行彼此比较。只要所述测量数据或值在所述模型的框架中在给定的极限值或公差范围内自身对应，则进行相对于惯性导航系统201的相应的测量数据或值的另外的比较。只要在成对的比较中识别到不一致，则把配设给参与所述比较的值的品质数字以值“1”进行提高。最后，确认所有的值，该值的品质数字不超过示例的品质阈值“2”。然后把经确认的值进一步传导至融合滤波器205。只要不进行这些测量数据或值的确认，则抛弃并且不继续处理所述相应的测量数据或值。

单个模块：核准模块209和核准模块211在此在按份额地包括融合滤波器205的情况下分别形成在本发明的意义中的独立的核准模块。

融合滤波器205例如构造为误差状态空间卡尔曼滤波器。融合滤波器205的主任务例如是，借助于从表现为修正系统的里程表导航系统203和卫星导航系统204的测量数据或值中修正所述基础系统的、也即惯性导航系统201的测量数据或值或者将相应的修正值输出至捷联算法单元207。另外，由融合滤波器205借助里程表导航系统203的测量值确定在机动车坐标系中的机动车的轮个性化的速度。此外，融合滤波器205借助卫星导航系统204的测量值确定了在GPS坐标系中的位置和速度，其中，所述GPS坐标系是所谓的世界坐标系。

因为例如表现为基础系统的惯性导航系统201被假定为免除偶然的误差和外部的干扰，则惯性导航系统201的测量数据或值唯独经受白噪音。基于惯性导航系统201的、里程表导航系统203的和卫星导航系统204的不同的信号输出延迟，将惯性导航系统201的测量数据或值经过25测量时期的时间段存储在未被示出的电子的数据存储器中。由此保证的是，不仅对于里程表导航系统203的测量数据或值而且对于卫星导航系统204的测量数据或值，始终存在用于比较的在相同的时刻所测定的惯性导航系统201的测量数据或值。

因为融合滤波器205指的是所谓的误差状态空间卡尔曼滤波器，则唯独确定所述值的定量的误差和实施相应的修正。这简化和加速了由融合滤波器205进行的将惯性导航系统201的、里程表导航系统203的和卫星导航系统204的值融合为共同的融合数据集。由此，实现了能够实时的位置确定和该位置确定的修正。

在图2中所展示的系统表现为所谓的虚拟的传感器，其中，但是惯性导航系统201、里程表导航系统203和卫星导航系统204不是该虚拟的传感器的组成部分。虚拟的传感器是这样的系统，该系统不依赖于接入的传感器系统的类型（在这里也即惯性导航系统201、里程表导航系统203和卫星导航系统204）始终产生相同的输出数据或输出。借助所述输出数据或输出不可见的是，哪些传感器系统被接入所述系统中。

按照一个另外的未示出的实施例，表现为有待修正的基础系统的惯性导航系统被假定为不受外部干扰的影响，而修正系统（里程表导航系统和卫星导航系统）遭受偶然的、以环境为条件的干扰。只要这些干扰在其大小和其建模的频率方面对应于白噪音，则例如在修正所述基础系统时不产生对将所述值融合为融合数据集的局限。但是因为这对于所使用的修正系统一般不被给定（例如在GPS中的多路传播或在单个的轮的大的滑动率的情况中），则运用根据本发明的方法。

由于对核准方法的需求：最大化所述值的定量的误差的发现概率和发现速度，则例如考虑用于根据本发明的方法的尽可能多的可供使用的冗余。

因为融合滤波器的修正的品质从所有的测量数据或值（该测量数据或值对应于其随机的模型）获益，则根据本发明的方法例如仅在所述测量数据或值与其随机的模型偏差时得到实施并且此外给融合滤波器不经改变地提供最大可能数量的测量。

在下文中，例如说明了卫星导航系统的值相对于其传感器个性化的随机的模型的比对。在此，卫星导航系统的测量数据例如是所谓的GPS码测量。用于所述码测量的有待核准的值是在几何地所计算的和所测量的所谓的伪距Δρ（也称为所谓的经减少的观测）之间的差。伪距Δρ说明了在在接收器天线和卫星之间的在下述的途径上所确定的间距之间的差：

1.由本身位置和卫星位置形成的几何方面，

2.运行时间测量（伪距）。

因此，最大的对于基础系统和修正测量的比较有待期待的这些物理的参量的标准偏差σ_PSR，Mess从带有标准偏差σ_Pos的“位置误差”和带有标准偏差σ_Clk的“以m为单位的接收器时钟误差”中以及从伪距测量的测量噪音σ_PSR中来计算。

因而适用：

例如不执行所述位置误差至向着卫星的视线上的三维的投影，以用于避免车辆定向与随机的模型的阈值的耦合，超过该阈值导致抛弃相应的值。这样的耦合尤其在通常在静止状态中发生的系统的初始化阶段中导致通过在这种情况中还未被定义的定向进行的有误的误差侦测。

因此，位置不确定性σ_Pos、也即位置的方差被作为最坏-情况-偏差作为在三个在融合滤波器的系统模型中所使用的车辆固定的X轴、Y轴和Z轴中的位置不确定性的平方和来计算：

n·σ环境和由此随机的模型的阈值从中作为以下得到：

参数n的选择由此影响还被经比较的值的作为白噪音所接受的最大的偏差并且由此也确定了该检测的错误概率。用于融合滤波器的功能的参数n的意义是对在测量数据的较高的可用性（n较大）和较强的误差压制（n较小）之间的最佳的折衷方案的协调。从中得到的比较将一个值评价为难以置信，如果：

如果与随机的模型的比较已经将一个值分类为难以置信，则该值此时经受与相同的测量时期的其它的伪距测量的值的成对的比较。在此所基于的是，在Δρ_n中观测的位置误差拥有在所有另外的相对于其位置向量不正交的位置误差Δρ_m，m≠n中的在几何方面所造成的关联。因为单个的所观测的不一致在此不将有误的值明确地识别为这样的，则彼此相互检验所有的可供使用的卫星。例如在此两个卫星彼此的间距一方面作为l_Eph来自被假定为准确的环绕轨道，另一方面作为l_Mess借助余弦定律从相对于卫星α的和伪距测量的位置向量的差角中计算：

因为已知卫星和车辆的坐标和由此以及在这其间的向量，则项ρ_m·ρ_n·cos（α）简化为在接收器天线和卫星之间的向量的数量积：

利用作为从接收器天线向着卫星方向的单位位置向量。由此通过测量数据所求取的在两个卫星之间的路段被得到作为：

在此，例如还涉及这样的假定，即所使用的捷联算法的位置误差相对于伪距的整个长度（平均大约22000km）是能够忽略地较小并且由此视角误差同样是能够忽略地较小。

从环绕轨道中计算的在两个卫星之间的路段是从卫星位置的矢量的差的量中得到的：

来自所述两个计算中的卫星间距的长度差Δl在此用作随机的模型的第一评价参量：

从伪距的噪音和的高斯的误差传播和以及从环绕轨道的不确定性σ_l中对于Δl的标准偏差σ_l得到：

在此，环绕轨道的误差被假定为能够忽略，从而对于l_Eph得到了=0的方差。阈值（在超过该阈值时抛弃相应的值）作为以下来计算：

伪距误差的由几何方面造成的对评价参量Δl的不同强度的作用被阈值计算考虑和补偿，由此给定了检查的不依赖于情况的误差敏感性。关于误差敏感性和奇点的数学上关键的情况是：

-如果从第一卫星向外看在相对于接收器天线的和相对于第二卫星的位置向量之间的角度计为90°并且同时相对于其它的卫星的间距相比于测量数据的误差会大得多，则给定用于卫星的伪距测量的关键的对于小的误差不能够补偿的敏感性。这种情况由于卫星的近似圆形的环绕轨道而在几何上不可能。

-给定奇点，如果ρ_m=ρ_n并且α=0。这意味着，两个卫星会位于准确相同的位置处，这也又不可能。

在考虑测量不准确的情况下识别到不一致，如果满足了以下条件：

。

由此，有效地把从已知的环绕轨道中确定的被考虑用于比较的卫星的间距与从测量数据中确定的卫星的间距在考虑测量不准确的情况下进行比较。对卫星的所有的成对（它们中存在测量数据）执行这种检验。在此，对于每个卫星的测量数据或值，卫星个性化地将品质数字以预先给定的调节值进行提高。

在此，在相应两个参与该比较的卫星或值不一致时，提高品质数字。如果一个值具有超过核准阈值的品质数字，则相应的值被视为有误并且对于后续的传感器数据融合或对于修正基础系统而言不被使用。

在下文中此时例如说明里程表导航系统的值的核准。另外，所述值首先与被匹配至里程表导航系统的专门的特性上的传感器个性化的模型进行比较。对此，从里程表导航系统的测量数据中例如得到平面的速度差。该速度差被作为在通过所述基础系统、惯性导航系统所求取的和通过里程表测量所求取的在车辆固定的在轮的所述位置处的x-y平面中的平面的速度之间的差得到。所述速度的最大的对于与所述模型的比较能够容忍的标准偏差σ_Odo，Mess是从带有标准偏差σ_Vel，xy的“速度误差”和带有经过在轮和在车辆处的惯性导航系统的惯性传感器的安装位置之间的已知的杆臂被转换至在所述轮的所述位置处的速度的标准偏差σ_{ν_ω，z}的“横摆速率误差”中以及从里程表测量的测量噪音σ_Odo中计算的：

用于核准里程表导航系统的值的参数n的挑选的标准例如对应于在核准卫星导航系统的伪距的值时的标准。n·σ环境和由此所述阈值由此作为以下来得到：

在与所基于的随机的模型的比较中抛弃一个值，如果：

此外执行里程表导航系统的值与相同的测量时期的里程表导航系统的其它的值的根据本发明的比较。在此，利用物理的关联，即车辆的轮刚性地彼此相连并且在轮p沿着位置向量的方向和另外的轮q之间的差速度ν_p，q：

在测量不确定性σ_{ν_mn}的范围中等于零。这种测量不确定性从以下来计算：

可与检验GPS码测量彼此对比地，此时每个轮的值与所有其它的轮的值成对地进行比较并且轮个性化地在识别到不一致时提高配设给相应的轮或相应的值的品质数字的调节值。在超过核准极限值时，不核准且抛弃相应的值。在此要注意正交于轮的测量方向所设立的相对于另一个轮的位置向量的情况，其中不一致的相互的可观测性未被赋予。该情况例如静态地出现在双轨车辆的未经转向的后桥处，但是在直行时也动态地出现在前桥处。为了实现用于核准的一般有效的方法，依赖于测量方向来匹配所述核准极限值。共同地可观测的和由此能够用于核准的两个轮转速传感器的测量数据或值对应于其测量方向和到位置向量上的投影的量：

传感器的测量方向的单位向量在轮坐标中沿着x轴的方向走向，变换到在车辆坐标中的测量方向经过转向角度δ_L来进行，该转向角度被假定为围绕所述轮的z轴的纯转动：

这里所基于的用于检查的随机的模型的阈值以有效份额进行加权，所述n·σ环境从中作为以下得到：

从中得到的相对于随机的模型进行的检查将一个测量评价为无效，如果：

由此因而第一轮的速度有效地与第二轮的速度在考虑测量不准确的情况下进行比较。

Claims (11)

1.用于确认至少一个传感器系统（103、104、203、204）的测量数据的方法，其中，该测量数据直接或间接地说明物理的参量的值，其中，间接地所说明的物理的参量的值从所述测量数据中和/或从已知的物理的和/或数学的关联中计算得到，并且其中，至少三个说明相同的参量的值彼此成对地经受比较，

其特征在于，所述至少三个说明相同的参量的值中的至少两个值彼此无关地由所述至少一个传感器系统（103、104、203、204）来确定并且说明相同的参量的第三个值由基础传感器系统（101、201）来确定；

所述测量数据至少是惯性导航系统（101、201）的测量数据、全球的卫星导航系统（104、204）的测量数据和/或里程表导航系统（103、203）的测量数据；

其中，在导致不一致的每个成对的比较中，配设给参与该比较的值的品质数字以预先给定的调节值进行提高，并且在该值的品质数字不超过品质阈值时确认这样的值。

2.按照权利要求1所述的方法，其特征在于，所述比较经过传感器个性化的随机的模型来进行，其中，所述随机的模型考虑传感器个性化的测量不确定性。

3.按照权利要求1和2中任一项所述的方法，其特征在于，配设给所述基础传感器系统（101、201）的品质数字从不被提高。

4.按照权利要求1所述的方法，

其特征在于，在相同的时刻测定所述经受所述比较的值。

5.按照权利要求1所述的方法，其特征在于，当所述值彼此偏离超过其测量不确定性时，在比较时识别到不一致。

6.按照权利要求1所述的方法，其特征在于，经确认的值融合为融合数据集。

7.按照权利要求1所述的方法，其特征在于，所述惯性导航系统（101、201）是基础传感器系统（101、201）。

8.按照权利要求1所述的方法，其特征在于，为了计算间接地被说明的参量的值，将卫星导航系统（104、204）的卫星的环绕轨道假定作为无误的。

9.用于确认至少一个传感器系统（103、104、203、204）的测量数据的系统，该系统包括至少一个传感器系统（103、104、203、204）、基础传感器系统（101、201）和确认模块（205、209、211），其中，所述至少一个传感器系统（103、104、203、204）和所述基础传感器系统（101、201）被构造用于：直接或间接地输出说明物理的参量的值的测量数据，其中，所述确认模块（205、209、211）构造用于：从所述测量数据和/或从已知的物理的和/或数学的关联中计算间接地所说明的物理的参量的值，并且其中，所述确认模块（205、209、211）被构造用于：使得至少三个说明相同的参量的值彼此成对地经受比较，其中，在导致不一致的每个成对的比较中，配设给参与该比较的值的品质数字以预先给定的调节值进行提高，并且在该值的品质数字不超过品质阈值时确认这样的值；其特征在于，所述至少一个传感器系统（103、104、203、204）构造用于：彼此无关地确定所述至少三个说明相同的参量的值中的至少两个值，并且基础传感器系统（101、201）被构造用于：确定说明相同的参量的第三个值；所述测量数据至少是惯性导航系统（101、201）的测量数据、全球的卫星导航系统（104、204）的测量数据和/或里程表导航系统（103、203）的测量数据。

10.按照权利要求9所述的系统，

其特征在于，该系统构造用于：实施按前述权利要求1至8中至少任一项所述的方法。

11.按照权利要求9和10中至少任一项所述的系统在机动车中的用途。