CN107076559A - 用于匹配导航系统的方法和系统 - Google Patents

Abstract

本发明涉及用于匹配导航系统的方法，其中，所述导航系统包括基础系统和至少一个修正系统，其中，从所述基础系统和从所述至少一个修正系统分别测定测量值，其中，所述测量值说明了导航数据，其中，所述测量值分别受到误差值的影响，其中，所述误差值说明了所述测量值与所说明的导航数据的偏差，其中，借助所述至少一个修正系统的测量值来进行识别所述基础系统的测量值的误差值中的至少一个，并且其中，在考虑所述至少一个修正系统的可用性的情况下进行所述识别，其中，所述考虑表现为对随机的系统模型的参数进行匹配，并且其中，所述随机的系统模型按照所述参数的给定量预先给定了所述至少一个修正系统的测量值相对于所述基础系统的测量值的权重。本发明还涉及相应的系统以及该系统的用途。

Description

用于匹配导航系统的方法和系统

本发明涉及按照权利要求1的前序部分的用于匹配导航系统的方法、按照权利要求6的前序部分的用于匹配导航系统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此外在许多情形中未给定测量数据的连续的可用性。除了测量数据与传感器固有的特性的相关性，所述测量数据还常常也依赖于环境条件。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（例如所谓的偏置量）和统计学的、从测量至测量偶然的份额（例如噪音）。虽然偶然的份额在原则上不能够肯定被修正，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。

在现有技术中，就此而论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：对不同的传感器的或传感器系统的测量数据进行修正或滤波。在此，尤其在汽车领域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，对于在汽车领域中能够运用的传感器融合，需要针对偶然的故障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考虑传感器的临时的失效或不可用状态。

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。这样DE 10 2012 216 211Al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依赖于彼此，则它们能够彼此相对地确认。此外，能够实现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彼此相对地进行确认。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来进行，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。

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。从所述传感器元件的初级的测量参量中于是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 219 478 Al公开了一种传感器系统，其用于独立地评价其数据的完整性。所述传感器系统优选地应用在机动车中并且包括多个传感器元件，该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或至少部分地使用不同的测量原理。所述传感器系统还包括信号处理设备，该信号处理设备至少部分地共同地评估传感器信号并且同时评价所述传感器信号的信息品质。信号处理设备还提供关于物理的参量的至少一个日期的一致性的信息，其中，基于传感器元件的传感器信号来计算所述物理的参量的日期，该传感器元件要么直接地测定所述物理的参量要么从其传感器信号中能够计算所述物理的参量。关于所述日期的一致性的信息此时基于直接或间接地冗余地存在的传感器信息来计算。

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受到缺点的影响，即未考虑所述修正测量的依赖于周围环境的或依赖于情况的可用性。甚至特定的系统的完全失效常常保持未被考虑。这一点导致经融合的和经修正的数据的非最佳的结果。

因此本发明的任务是，建议一种用于修正导航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所述的用于匹配导航系统的方法来解决。

本发明涉及用于匹配导航系统的方法，其中，所述导航系统包括基础系统和至少一个修正系统，其中，从所述基础系统和从所述至少一个修正系统分别测定测量值，其中，所述测量值说明了导航数据，其中，所述测量值分别受到误差值的影响，其中，所述误差值说明了所述测量值与所说明的导航数据的偏差，其中，借助所述至少一个修正系统的测量值来进行识别至少所述基础系统的测量值的误差值，并且其中，在考虑所述至少一个修正系统的可用性的情况下进行所述识别，其中，所述考虑表现为对随机的系统模型的参数进行匹配，并且其中，所述随机的系统模型按照所述参数的给定量预先给定了所述至少一个修正系统的测量值相对于所述基础系统的测量值的权重。

从中得到的优点是，考虑相应的环境条件和从中对于不同的传感器系统的、也即基础系统的和所述至少一个修正系统的测量值测定所得到的结果。因为所述基础系统和所述至少一个修正系统优选地基于用于测量值测定的不同的办法或物理的原理，则根据本发明的导航系统由此能够始终最大程度地最佳地匹配至相应地当前的测定条件或环境条件。

在此，考虑所述至少一个修正系统的可用性说明了在通过所述环境所给定的用于测量值测定的边界条件的意义中的所述测定条件或环境条件以及说明了固有的系统误差、系统干扰和系统缺陷。所述至少一个修正系统的可用性由此因而通过外部的影响以及通过内部的影响表现。

在此，所述测定条件或环境条件例如是在基础系统的或所述至少一个修正系统的测量值测定能力中的例如通过例如在行驶通过隧道或街道峡谷时的GPS系统相对于GPS卫星的遮蔽所进行的局限。同样，在本发明的意义中给定了在测量值测定能力中的局限，当传感器系统例如通过损坏而部分地或完全地失效时。这样的部分的损坏能够例如存在在惯性导航系统中，当例如多个测定轴之一失效时。

在其里面还可见根据本发明的方法的特别的优点的是，用于匹配导航系统的所谓的系统矩阵不被改变而是保持恒定。作为其取代方案，唯独匹配所谓的系统-噪音矩阵。这导致的是，避免对于产生导航系统的不一致的状态、尤其导航系统的融合滤波器的不一致的滤波器状态的风险。

由此，本发明实现将导航系统匹配至相应存在的所谓的系统噪音。这在很大程度上不依赖于相应地存在的所谓的测量噪音，该测量噪音仅说明了通过所述传感器系统经测定的测量值的品质。

优选地，在此，所述匹配经过固定地预先给定的随机的系统模型的参数集来进行，该参数集能够对于不同的情况或可用性以阶段的方式例如经过一个或多个特性曲线或经过一个或多个特性图得到匹配。

优选地设置的是，额外地，借助所述至少一个修正系统的测量值至少进行所述基础系统的测量值的误差值的修正，其中，在考虑所述至少一个修正系统的可用性的情况下进行所述修正。从中得到的优点是，识别所述误差值获得具体的意义，在下文即修正至少所述基础系统的测量值的误差值。这改善并且精准化了由导航系统所确定的导航信息、例如位置或速度。尤其，也识别和修正所述至少一个修正系统的测量值的误差值，其中，所述至少一个修正系统的测量值的误差值尤其优选地借助于所述基础系统的测量值或另外的修正系统的测量值来识别和修正。当然同样可能和优选的是识别和修正合适的随机的模型的误差值，其中，所述模型考虑相应的传感器系统的个性化的特性。

此外优选的是，所述基础系统是惯性导航系统并且所述至少一个修正系统是全球的卫星导航系统和/或里程表导航系统。由此，本发明尤其好地适合用于导航目的和用于优选在机动车中的导航系统。所述导航系统由此还因而从所述测量值中确定位置，尤其机动车的位置。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。所述里程表导航系统首先例如经过机动车轮胎的已知的滚动周长来确定速度并且由此在耦合导航的框架中在考虑转向角度的情况下实现位置确定。尤其针对性的是，所述卫星导航系统包括至少两个卫星信号接收器。由此改善了卫星导航系统的可靠性和准确性。所述惯性导航系统作为基础系统提供的优点是，它具有相对最大的可用性，这是因为它具有所测定的测量值的比较大的输出率并且还在很大程度上不依赖于外部的干扰影响地进行工作。

有利的是，所述至少一个修正系统的可用性借助于自诊断功能来确定。这表现为比较简单的办法，以便确定所述至少一个修正系统的可用性。在此，所述自诊断功能优选地如此地构造，即该自诊断功能能够确定内部的缺陷和误差以及能够确定外部的干扰影响。

适当的是，所述识别和/或所述修正借助于误差状态空间滤波器、尤其借助于误差状态空间卡尔曼滤波器来进行。所述误差状态空间卡尔曼滤波器在此表现为用于融合所述测量值、尤其用于融合正太分布的测量值的融合滤波器。同时，所述误差状态空间滤波器优选地估计或确定至少所述基础系统的误差值。然后，借助所述至少一个修正系统能够估计或确定惯性导航系统的误差值和必要时以及未知的参量。误差状态空间滤波器的特殊方面即在于：取代所述传感器信号或测量值仅增量地估计或确定所述误差值并且接下来修正该误差值。因为所述误差值本身相对于测量值具有显著较低的时间上的动态，从而实现误差状态空间滤波器的动态的与基础系统的或所述至少一个修正系统的特性的在很大程度上的解耦。

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经估计的或确定的误差值是零，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误差值的预计步骤，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。

本发明还涉及用于匹配导航系统的系统，其中，所述导航系统包括基础系统和至少一个修正系统。

其中，所述基础系统和所述至少一个修正系统分别被构造用于：测定测量值，其中，所述测量值说明了导航数据，其中，所述测量值分别受到误差值的影响，其中，所述误差值说明了所述测量值与所说明的导航数据的偏差，其中，所述系统构造用于：借助所述至少一个修正系统的测量值来执行识别至少所述基础系统的测量值的误差值，并且其中，所述系统构造用于：在考虑所述至少一个修正系统的测定状态的情况下执行所述识别，其中，所述考虑表现为对随机的系统模型的参数进行的匹配，并且其中，所述随机的系统模型按照所述参数的给定量预先给定了所述至少一个修正系统的测量值相对于所述基础系统的测量值的权重。所述根据本发明的系统由此包括所有的为实施根据本发明的方法必要的装置。

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。在此，所有的被该系统包括的元件或组成部分或基础系统或修正系统被作为功能块图解并且展示了其彼此间的配合作用。

所述导航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、围绕第二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，第二轴线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。

所述根据本发明的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传感器导航系统101的测量值另外换算为位置数据。另外，惯性传感器导航系统101的自然地说明加速度的测量数据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的相应的测量值关于时间的两次的积分进行确定。借助关于时间的单次积分还确定机动车的定向和速度。此外，捷联算法单元102补偿作用至惯性传感器导航系统101的科里奥利力。

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、加速度以及转动速率（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），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。作为附加方案，捷联算法单元102的输出数据具有方差作为关于上文所提到的导航数据的数据品质的信息。此方差例如不在捷联算法单元102被计算而是仅由该捷联算法单元使用和进一步传导。由捷联算法单元102所计算的上述的导航数据经过输出模块112来输出并且提供给其它的机动车系统。

所述导航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转速以及其转动方向。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，例如所示的导航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。

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的和惯性传感器导航系统101的测量数据的过程中提供融合数据集106。融合数据集106具有不同的传感器系统的经测定的测量数据，其中，所述融合数据集106例如额外地包括误差值和给所述误差值配设的方差，该方差说明了数据品质。

惯性传感器导航系统101的测量值在机动车的运行期间在融合滤波器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，该修正系统的测量值被考虑用于修正该基础系统的测量值。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核准的测量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、卫星导航系统104和惯性导航系统101的测量值中计算。

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测量值的线性化并且在该卡尔曼滤波器中计算或估计所述测量值的定量的误差值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的可供使用的测量值。

融合滤波器105如此地构造，使得它始终异步地测定最实时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支配的测量值。例如，在此，所述测量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的测量值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。

所述示例的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值，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。

所述示例的系统还包括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的测量值以及至少部分地获得捷联算法单元102的测量值并且在其计算中考虑该测量值。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值。只要所述测量值在考虑所述噪音的公差的范围中对应于所述模型，则核准所述测量值。

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，为了对照所述位置数据和所述基准位置数据，形成在位置数据和基准位置数据之间的差，

-其中，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，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，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。

所述示例的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的轮转速传感器的测量值以及惯性导航系统101的测量值。

所述传感器融合系统例如使用涉及机动车坐标系的第一编组的测量值以及还有涉及世界坐标系的第二编组的测量值，其中，所述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，

-关于机动车坐标系的矢量的速度，

-转向角度，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计算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，该融合滤波器将该计算的结果经过融合数据集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）的测量值。

如果改变了两个修正系统（也即里程表导航系统103或卫星导航系统104）中的至少一个的可用性，则借助于自诊断功能来确定这点。在此，所述自诊断功能基本上是将所述在特定的时刻经测定的测量值与优选地在相同的时刻或者当然也在基本上紧邻的时刻所测定的其它的测量值进行比对。如果看出：里程表导航系统103的或卫星导航系统104的可用性仅还受限地存在，则在融合滤波器105中加载相应于相应的可用性的用于噪音矩阵的参数集，也即随机的系统模型的说明所述噪音特性的参数得到相应地匹配。通过所述参数的这种匹配，仅还受限地可供支配的修正系统的测量值被假定为具有定量地较大的误差值并且相对于基础系统的测量值和未受限的可供支配的修正系统的测量值没有那么重地被加权。

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匹配导航系统。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将测量值（该测量值直接或间接地说明导航数据，即位置、速度、加速度、定向、进动角速度（Gierrate）或进动加速度（Gierbeschleunigung））输出至融合滤波器205。在此，测量值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零平均值、稳定和正太分布（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输出其测量值至惯性传感器导航系统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值或其里面所说明的导航数据，预处理单元206从融合滤波器205获得所述修正值。以如此方式所修正的测量值或其里面所说明的导航数据进一步传导至捷联算法单元207。

捷联算法单元207借助预处理单元206的经修正的测量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值或其里面所说明的导航数据连续地关于时间被积分或累加。捷联算法单元207还补偿作用至惯性传感器导航系统201的科里奥利力，该科里奥利力能够作用到惯性导航系统201的测量数据上。为了位置确定，捷联算法单元207执行由惯性导航系统201所测定的测量值关于时间的二次的积分，该测量值说明了加速度。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。为了确定机动车的速度或转动速率，捷联算法单元207执行由惯性传感器导航系统201测定的测量值关于时间的一次积分。此外，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。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确定的和修正的测量值或导航数据、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有能力实时的基础系统。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运行时间（Gruppenlaufzeit）。

在此，概念“基础系统”说明这样的传感器系统，其测量值借助其它的传感器系统、所谓的修正系统的测量值来修正。例如，所述修正系统（正如已经实施的那样）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、惯性传感器导航系统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，附加地按份额地融合滤波器205也算作该基础系统。

输出模块212把由捷联算法单元207确定的和修正的导航数据继续给至机动车的任意的另外的系统。

由卫星导航系统204所测定的测量值例如以传感器信号为形式经过所谓的UART数据连接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此时从由卫星导航系统204输出的测量值（该测量值表现为GPS原始数据以及还有包括分别发送GPS信号的GPS卫星的环绕轨道的说明）中确定了在GPS坐标系中的机动车的位置和速度。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值中的时间误差（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。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经过CAN总线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输出的导航数据的测量值、也即机动车的位置和速度。由核准模块209核准的测量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CAN总线获得由里程表导航系统203测定的测量值。经测定的测量值在该情况中是单个的轮转速传感器的测量值以及转向角度传感器的测量值。此时，预处理单元210从由里程表导航系统203输出的测量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，同样在机动车坐标系中确定机动车的速度、加速度、转动速率和转动加速度。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输出的测量值、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的测量值的干扰常常是例如在轮滑动率比较大时的偶然的、以环境为条件的干扰（该干扰不对应于白噪音），则使用借助惯性导航系统201和借助卫星导航系统204所确定的测量值，以用于核准里程表导航系统203的测量值。首先，将所述测量值相对于配设给其的传感器个性化的模型进行比对，该模型考虑了测量不确定性、例如噪音影响。只要测量值在给定的极限值或公差范围内对应于该模型，则在这里进行第一核准并且以如此方式所核准的值被继续处理。然后把经核准的值进一步传导至融合滤波器205。只要不进行这些测量值的核准，则抛弃并且不继续处理所述相应的测量值。

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的测量值中来修正所述基础系统的、也即惯性导航系统201的测量值或者将相应的修正值输出至捷联算法单元207。因为例如惯性导航系统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的测量值唯独经受白噪音。

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，则唯独确定所述测量值的定量的误差值和实施相应的修正。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的测量值融合为共同的融合数据集。由此，实现了有能力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，但是其中，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，该系统不依赖于所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。

在改变修正系统的、例如卫星导航系统204的可用性时，进行随机的系统模型的参数（也即所述系统的所谓的噪音矩阵）的匹配，借助该噪音矩阵来考虑卫星导航系统204的经改变的可用性。卫星导航系统204的可用性的改变例如通过机动车车的隧道行驶引起来进行，从而卫星导航系统204不再能够接收从属的导航卫星的信号。这种状态一方面借助于卫星导航系统204的自诊断功能来识别并且报告给融合滤波器205并且另一方面借助于在所述导航系统中存在的数字的街道地图来识别并且同样报告给融合滤波器205。所述根据本发明的系统此时从数字的存储器中加载用于加权不同的测量值的参数集，该参数集特别地匹配至隧道行驶。

Claims (8)

1.用于匹配导航系统的方法，其中，所述导航系统包括基础系统（101、201）和至少一个修正系统（103、104、203、204），其中，从所述基础系统（101、201）和所述至少一个修正系统（103、104、203、204）分别测定测量值，其中，所述测量值说明导航数据，其中，所述测量值分别受到误差值的影响，其中，所述误差值说明所述测量值与所说明的导航数据的偏差，并且其中，借助所述至少一个修正系统的测量值实现识别至少所述基础系统的测量值的误差值，其特征在于，在考虑所述至少一个修正系统（103、104、203、204）的可用性的情况下进行所述识别，

其中，所述考虑表现为对随机的系统模型的参数进行的匹配，并且其中，所述随机的系统模型按照所述参数预先给定所述至少一个修正系统的测量值相对于所述基础系统（101、201）的测量值的权重。

2.按照权利要求1所述的方法，

其特征在于，额外地，借助所述至少一个修正系统（103、104、203、204）的测量值至少进行所述基础系统（101、201）的测量值的误差值的修正，其中，在考虑所述至少一个修正系统（103、104、203、204）的可用性的情况下进行所述修正。

3.按照权利要求1和2中至少任一项所述的方法，其特征在于，所述基础系统（101、201）是惯性导航系统（101、201），并且所述至少一个修正系统（103、104、203、204）是全球的卫星导航系统（104、204）和/或里程表导航系统（103、203）。

4.按照权利要求1至3中至少任一项所述的方法，

其特征在于，所述至少一个修正系统（103、104、203、204）的可用性借助于自诊断功能来确定。

5.按照权利要求1至4中至少任一项所述的方法，其特征在于，所述识别和/或所述修正借助于误差状态空间滤波器（105、205）、尤其借助误差状态空间卡尔曼滤波器（105、205）来进行。

6.用于匹配导航系统的系统，

其中，所述导航系统包括基础系统（101、201）和至少一个修正系统（103、104、203、204），其中，所述基础系统（101、201）和所述至少一个修正系统（103、104、203、204）分别被构造用于：测定测量值，其中，所述测量值说明导航数据，其中，所述测量值分别受到误差值的影响，其中，所述误差值说明所述测量值与所说明的导航数据的偏差，并且其中，所述系统构造用于：借助所述至少一个修正系统（103、104、203、204）的测量值来执行识别至少所述基础系统（101、201）的测量值的误差值，

其特征在于，所述系统构造用于：在考虑所述至少一个修正系统（103、104、203、204）的测定状态的情况下执行所述识别，其中，所述考虑表现为对随机的系统模型的参数进行的匹配，并且其中，所述随机的系统模型按照所述参数预先给定所述至少一个修正系统（103、104、203、204）的测量值相对于所述基础系统（101、201）的测量值的权重。

7.按照权利要求6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5中至少任一项所述的方法。

8.按照权利要求6和7中至少任一项所述的系统在机动车中的用途。