DE102007002672B4 - Verfahren zur Ermittlung eines Flugzeugzustandes - Google Patents
Verfahren zur Ermittlung eines Flugzeugzustandes Download PDFInfo
- Publication number
- DE102007002672B4 DE102007002672B4 DE102007002672.4A DE102007002672A DE102007002672B4 DE 102007002672 B4 DE102007002672 B4 DE 102007002672B4 DE 102007002672 A DE102007002672 A DE 102007002672A DE 102007002672 B4 DE102007002672 B4 DE 102007002672B4
- Authority
- DE
- Germany
- Prior art keywords
- aircraft
- values
- points
- measured values
- condition
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000005457 optimization Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000010437 gem Substances 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1652—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with ranging devices, e.g. LIDAR or RADAR
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Navigation (AREA)
Abstract
Verfahren zur Ermittlung eines Flugzeugzustandes, nämlich der Position, Geschwindigkeit und Lage des Flugzeugs, umfassend die Schritte:
Bestimmung einer Anzahl n von Messwerten mit i = 1,..., n einer Trägheitsanlage, welche den Flugzeugzustand bestimmt, wobei die Messwerte
Punkte im k-dimensionalen Raum darstellen,
Verarbeiten der Messwerte in einem Kalman-Filter zur Schätzung des Flugzeugzustandes,
wobei für jede Anzahl n von Messwerten der Trägheitsanlage eine erste Größe
und eine zweite Größe rn berechnet wird und diese berechneten Größen dem Kalman-Filter zur Weiterverarbeitung zugeführt werden, wobei die Größe
der Mittelpunktsvektor und die Größe rn der Radius einer k-dimensionalen Kugel Bn sind, innerhalb welcher alle Punkte
mit i = 1,...,n liegen;
wobei die Kugel Bn eine möglichst kleine k-dimensionale Kugel ist, welche ausnahmslos alle Punkte mit i = 1,..., n der Anzahl n von Messwerten enthält;
wobei der Mittelpunkt und der Radius rn ausgehend von Startwerten
und r0 wie folgt rekursiv bestimmt werden (Rekursionsschritt):
Angenommen, die Beziehung sei für alle i ≤ v erfüllt;
Wenn auch und rv+1 = rv gesetzt;
Wenn hingegen
gesetzt, wobei
Wiederholung des Rekursionsschrittes für v = 0,...,n ;dadurch gekennzeichnet, dass als Startwerte und r0 der Mittelwert und die Standardabweichung der Punktmenge
gewählt werden, wobei
Bestimmung einer Anzahl n von Messwerten
Verarbeiten der Messwerte
wobei für jede Anzahl n von Messwerten
wobei die Kugel Bn eine möglichst kleine k-dimensionale Kugel ist, welche ausnahmslos alle Punkte
wobei der Mittelpunkt
Angenommen, die Beziehung
Wenn auch
Wenn hingegen
gesetzt, wobei
Wiederholung des Rekursionsschrittes für v = 0,...,n ;dadurch gekennzeichnet, dass als Startwerte
Description
- Die Erfindung betrifft ein Verfahren zur Ermittlung eines Flugzeugzustandes gemäß dem Oberbegriff des Anspruchs 1 sowie ein System zur Ermittlung eines Flugzeugzustandes gemäß dem Oberbegriff des Anspruchs 2.
- Für die Kontrolle von Fahrzeugen, z.B. Kraftfahrzeugen, Flugzeugen werden in zunehmendem Masse elektronische Systeme eingesetzt, welche die direkte Steuerung des Fahrers bzw. Piloten ergänzen bzw. teilweise ersetzen. Beispielhaft seien diesbezüglich Antiblockiersysteme (ABS) sowie die elektronische Fahrzeugstabilisierung (ESP) genannt.
- Ebenso werden in Fertigungsprozessen, z.B. in der Automobilindustrie oder in der Bestückung von Leiterplatten Roboter eingesetzt, deren Kontrolle in zunehmendem Masse elektronische Systeme übernehmen.
- Zur Erfüllung ihrer Funktion benötigen derartige Systeme eine möglichst genaue und zuverlässige Kenntnis des aktuellen Zustandes. Z.B. wird der Zustand bei einem Flugzeug im einfachsten Fall durch Position, Geschwindigkeit und Lagewinkel charakterisiert. Der Zustand eines Bestückungsautomaten kann im einfachsten Fall durch die Position des Roboterarms dargestellt werden. Je nach Modellierungsaufwand kann der Zustand zusätzliche Größen umfassen. Da nicht alle relevanten Zustandsgrößen einer einfachen Messung zugänglich sind, müssen sie zum Teil mit Hilfe von Modellen geschätzt werden, wobei die Schätzungen durch einen Vergleich mit Messwerten beobachtbarer Größen abgeglichen werden können. Problematisch ist dabei jedoch, dass sowohl die modellierten Prozesse innerhalb des Fahrzeuges oder die Position eines Roboterarms als auch die Messung der Kontrollgrößen einem Rauschen unterliegen. Des Weiteren werden manche Prozesse innerhalb des zu beobachtenden Systems durch nichtlineare Funktionen beschrieben, so dass ihre Modellierung einen erheblichen Rechenaufwand erfordert.
- Solche Systeme sind z.B. aus
EP 1 564 097 A1 oderDE 10 2005 012 456 A1 bekannt. - Diese bekannten Systeme liefern als Messung Punktmengen in einem k-dimensionalen Raum. Eine erste Gruppe bilden Messverfahren, bei denen jedes Messergebnis durch einen Punkt in einem mehrdimensionalen Raum dargestellt wird. Eine Vielzahl von Messergebnissen, wie sie z.B. im Laufe einer Messreihe entsteht, wird dann durch eine Punktwolke in einem k-dimensionalen Raum dargestellt. Die individuellen Punkte können insbesondere auch Messfehler repräsentieren, d.h. Abweichungen der Messergebnisse von einem bekannten wahren Wert.
- Eine zweite Gruppe bilden Verfahren, bei denen zum Zwecke der Abtastung eines k-dimensionalen Raums dieser Raum mit einem diskreten k-dimensionalen Gitter überzogen wird. Diejenigen Gitterpunkte (im Fall von zweidimensionaler Bildverarbeitung auch Pixel), an denen der abzutastende Raum eine bestimmte, vorgegebene Eigenschaft hat, werden zu einer Punktmenge zusammengefasst.
- Ein Beispiel für die erste Gruppe ist die hochfrequente Aufzeichnung von Luftdaten eines Flugzeugs bestehend aus statischem Druck und Staudruck oder aus Anstellwinkel und Schiebewinkel. Jede Messung ergibt einen Punkt in einem zweidimensionalen Raum. Selbstverständlich können weitere Luftdaten hinzutreten, wodurch sich die Dimension des Raums erhöht.
- Ein Beispiel für die zweite Gruppe bildet das Terrain Reference Navigation (TRN)-Verfahren. Hier wird die zweidimensionale horizontale Ebene oder der dreidimensionale Raum abgesucht nach Punkten, in denen sich eine vorgegebene Mindestzahl von Höhenschichten überlappen.
- Ein weiteres Beispiel für die zweite Gruppe stellen Surface Mounted Device (SMD) Bestückungsautomaten dar. Hier sind Leiterplatten oder Platinen an vorgegebenen Positionen, d.h. Punkten der zweidimensionalen Ebene, mit Bauelementen zu bestücken.
- Für die Schätzung des Zustandes wird die Punktmenge üblicherweise an ein Kalman-Filter weitergeleitet. Hieraus entsteht allerdings der Nachteil, dass die Einzelmessungen, die durch die Punktmenge repräsentiert werden, im Allgemeinen stark verrauscht sind, und dass aufgrund der vom Kalman-Filter zu verarbeitenden Datenmenge eine zeitnahe Ausgabe des geschätzten Zustandes nicht möglich ist.
- Young, W.A.: Comparison of Collision Detection Algorithms, 2004, CS 741, Spring 2004, beschreibt Ansätzen zum Erkennen von virtuellen bzw. simulierten Objekten in einem virtuellen Szenario. Eine virtuelle Kugel, sog. boudning sphere, wird um ein virtuelles Objekt gelegt und eine Kollision wird erkannt, wenn sich die Sphären von zwei Objekten berühren oder überschneiden.
- Bar-Itzhack, Itzhack Y., Novel method for data compression in recursive INS error estimation. Journal of Guidance and Control, Mai-Juni 1980. Vol. 3, Nr. 3, S. 245-250, beschreibt verschiedene Ansätze zur Mittelwertbildung, um den Fehler von Trägheitsnavigationsanlagen zu schätzen. Hier werden verschiedene Verfahren beschrieben, wie einzelne Werte gemittelt werden können.
- Ritter, Jack, An efficient bounding sphere. Graphics Gems, San Diego, CA, US: Academic Press Professional, Inc. 1990, S. 301-303. ISBN 0-12-286166-3 beschreibt ein Verfahren zum Ermitteln einer minimalen Kugel, welche eine Mehrzahl von Punkten in einem Raum umschließt.
- Wikipedia: Bounding Sphere, 6.8.2006, beschreibt das Konzept einer sog bounding sphere als Gebilde, welches eine Mehrzahl von Punkten in einem n-dimensionalen Raum umschließt.
- Es ist Aufgabe der Erfindung, ein Verfahren anzugeben, mit dem eine Reduzierung des Rauschens erreicht werden kann, und eine genaue Zustandsschätzung in Echtzeit bereitgestellt werden kann.
- Diese Aufgabe wird durch das Verfahren mit den Merkmalen des Anspruchs 1 sowie durch ein System mit den Merkmalen des Anspruchs 2 gelöst.
- Erfindungsgemäß umfasst ein Verfahren zur Ermittlung eines Flugzeugzustandes, nämlich der Position, Geschwindigkeit und Lage des Flugzeugs, die folgenden Schritte: Bestimmen einer Anzahl n von Messwerten
-
-
-
- Diese Parameter werden einem Kalman-Filter zugeführt. Mittels des Kalman-Filters wird aus den Messreihen der Zustände der einzelnen Sensoren ein Gesamtzustand des zu untersuchenden Körpers geschätzt.
- Anspruch 2 bezieht sich auf ein System zur Ermittlung eines Flugzeugzustandes, wie mit Bezug zu dem Verfahren beschrieben. In dem System ist eine Einrichtung vorhanden, welche ausgestaltet ist, das erfindungsgemäße Verfahren auszuführen.
- Die Erfindung sowie Weiterbildungen der Erfindung werden im Weiteren anhand von Figuren näher erläutert. Es zeigen:
-
1 eine beispielhafte zweidimensionale Verteilung einer Messreihe von Messpunkten -
2 für eine erste Weiterbildung der Erfindung ein Verfahren zur Gewinnung von Startwerten -
3 für eine zweite Weiterbildung der Erfindung ein alternatives Verfahren zur Gewinnung von Startwerten -
4 das beispielhafte Ergebnis einer Optimierung, -
5a den beispielhaften zeitlichen Verlauf von TRN-Positionsmessungen, -
5b den beispielhaften zeitlichen Verlauf von Messungen eines Trägheitssensors. - Bei dem erfindungsgemäßen Verfahren wird, mathematisch betrachtet, die kleinste Kugel bestimmt, welche die gesamte Punktmenge
1 ist beispielhaft eine zweidimensionale Verteilung von Messpunkten -
- Die Optimierung wird, ausgehend von dem Mittelpunkt m0 und dem Radius r0 rekursiv durchgeführt wie folgt:
-
-
-
- Diese Möglichkeit zur Gewinnung von Startwerten ist in
3 angedeutet. -
-
-
- Die Erfindung wird im Weiteren anhand eines Beispiels näher erläutert.
- Die Zustandsbestimmung und Navigation von Flugkörpern beruht üblicherweise auf der Verwendung von Trägheitsanlagen. Diese Trägheitsanlagen erlauben es, Positionen, Geschwindigkeiten und Lagewinkel des Flugkörpers aus Beschleunigungs- und Drehgeschwindigkeitsdaten zu bestimmen, die von Inertialsensoren (Beschleunigungssensoren und Drehratensensoren) kontinuierlich gemessen werden. Eine Zustandsbestimmung oder Navigation, die ausschließlich auf Trägheitsanlagen beruht, hat bekanntermaßen den Nachteil, dass die Fehler der so gewonnenen Zustandsgrößen mit der Zeit anwachsen. Das führt dazu, dass die Zustandsgrößen im Laufe der Zeit immer ungenauer und schließlich unbrauchbar werden. Dies ist in
5b veranschaulicht, wo der Punkt M den Zustand, z.B. die Position, darstellt und der Kreis U die Ungenauigkeit repräsentiert, mit welcher der Zustand behaftet ist. Zu einem späteren Zeitpunkt, d.h. weiter rechts auf der Zeitskala ist die Ungenauigkeit angewachsen. - Um eine fortwährende Verschlechterung der Genauigkeit zu vermeiden, werden für die Zustandsbestimmung eines Flugkörpers nicht nur Trägheitsanlagen verwendet, sondern zusätzliche Sensoren oder Verfahren wie z.B. Satellitennavigation oder Terrain Referenced Navigation (TRN).
- In
5a ist die Zustandsbestimmung mit einem solchen zusätzlichen Verfahren schematisch dargestellt. Charakteristisch ist, dass sich die Genauigkeit mit fortschreitender Zeit nicht systematisch verschlechtert. Allerdings liegen die Daten hier im Gegensatz zu einer Trägheitsanlage i.d.R. nicht kontinuierlich vor. - Die Daten, die von den unterschiedlichen Sensoren und Verfahren geliefert werden, werden bekanntermaßen in einem Kalman-Filter zusammengeführt. Dieser bestimmt mit Hilfe eines Fehlermodells aus den vorliegenden Daten einen optimalen Schätzwert, der im Allgemeinen genauer ist als das Ergebnis der Einzelsensoren. Auf diese Weise werden die Mängel einer reinen Trägheitsnavigation behoben. Das zeigt sich in
5b darin, dass unter Verwendung der Daten des zusätzlichen Sensors bzw. Verfahrens aus5a die Ungenauigkeit, die sich aufgrund der Trägheitsnavigation aufgebaut hat (vgl. zweiter Kreis in5b) , wieder reduziert wird (vgl. dritter Kreis in5b) . - Die Erfindung kann nun z.B. bei der Terrain Referenced Navigation (TRN) an der Schnittstelle zum Kalman-Filter zum Einsatz kommen. In dem TRN wird ein räumlicher Bereich bestimmt, der die zwei- oder dreidimensionale Position des Flugkörpers mit einer gewissen Wahrscheinlichkeit enthält. Durch Diskretisierung des räumlichen Bereichs gibt das TRN eine zwei- oder dreidimensionale Punktmenge aus. Diese Punktmenge soll in einem integrierten Navigationssystem in Echtzeit weiterverarbeitet werden, wobei typischerweise ein Kalman-Filter zum Einsatz kommt. Der Kalman-Filter erwartet jedoch als standardmäßige Eingangsgrößen eine Position (Mittelpunkt) und eine Ausdehnung (Radius). Das beschriebene Verfahren ist in der Lage, die von dem TRN gelieferte Punktmenge so zu verarbeiten, dass eine anschließende Kalman-Filterung in Echtzeit möglich wird.
- Die Erfindung kann somit eingesetzt werden in einem Navigationssystem, bei welchem Daten des TRN mit Daten einer Trägheitsanlage zur Bildung von Navigationssignalen in einem Kalman-Filter fusioniert werden. In das Kalman-Filter können zusätzliche Daten z.B. aus Satellitennavigationssignalen einfließen.
Claims (3)
- Verfahren zur Ermittlung eines Flugzeugzustandes, nämlich der Position, Geschwindigkeit und Lage des Flugzeugs, umfassend die Schritte: Bestimmung einer Anzahl n von Messwerten
- System zur Ermittlung eines Flugzeugzustandes, nämlich der Position, Geschwindigkeit und Lage des Flugzeugs, umfassend eine Trägheitsanlage zur Erzeugung von Messwerten, die dem Flugzeugzustand entsprechen und einem Kalman-Filter, dem die Zustandsmesswerte der Sensoren zugeführt sind und diese Zustandsmesswerte in Zustandsschätzungen für das Flugzeug verarbeitet, dadurch gekennzeichnet, dass eine Einrichtung vorhanden ist, welche ausgestaltet ist, das Verfahren nach
Anspruch 1 auszuführen. - System nach
Anspruch 2 , wobei die Trägheitsanlage zumindest ein Element aus der Gruppe umfassend Trägheitssensoren, Terrain Referenced Navigation (TRN), Radarhöhenmesser, Doppler-Radare, Luftdatensensoren, Satellitennavigations-Empfänger, Sensoren zur Bestimmung des Gierwinkels, Neigungswinkels oder Kippwinkels aufweist.
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007002672.4A DE102007002672B4 (de) | 2007-01-18 | 2007-01-18 | Verfahren zur Ermittlung eines Flugzeugzustandes |
ES200703452A ES2333390A1 (es) | 2007-01-18 | 2007-12-27 | Procedimiento para la determinacion del estado de un objeto. |
GB0800684A GB2445856A (en) | 2007-01-18 | 2008-01-15 | Determining the Status of a Body |
FR0850275A FR2911679B1 (fr) | 2007-01-18 | 2008-01-17 | Procede pour determiner l'etat d'un corps |
US12/016,732 US20080177509A1 (en) | 2007-01-18 | 2008-01-18 | Method of Determining the State of a Body |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007002672.4A DE102007002672B4 (de) | 2007-01-18 | 2007-01-18 | Verfahren zur Ermittlung eines Flugzeugzustandes |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102007002672A1 DE102007002672A1 (de) | 2008-07-24 |
DE102007002672B4 true DE102007002672B4 (de) | 2023-08-10 |
Family
ID=39144953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102007002672.4A Active DE102007002672B4 (de) | 2007-01-18 | 2007-01-18 | Verfahren zur Ermittlung eines Flugzeugzustandes |
Country Status (5)
Country | Link |
---|---|
US (1) | US20080177509A1 (de) |
DE (1) | DE102007002672B4 (de) |
ES (1) | ES2333390A1 (de) |
FR (1) | FR2911679B1 (de) |
GB (1) | GB2445856A (de) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040012522A1 (en) | 2000-06-07 | 2004-01-22 | Groves Paul D | Adaptive gps and ins integration system |
EP1564097A1 (de) | 2004-02-12 | 2005-08-17 | Ford Global Technologies, LLC, A subsidary of Ford Motor Company | Vorrichtung und Verfahren zur Abschätzung des Zustandes eines Kraftfahrzeuges |
DE102005012456A1 (de) | 2004-03-23 | 2006-01-26 | Continental Teves, Inc., Auburn Hills | Ermittlung eines Fahrzeugzustands |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4698635A (en) * | 1986-03-02 | 1987-10-06 | The United States Of America As Represented By The Secretary Of The Navy | Radar guidance system |
DE3915633A1 (de) * | 1989-05-12 | 1990-11-15 | Dornier Luftfahrt | Verfahren zur navigation |
US5331562A (en) * | 1992-01-16 | 1994-07-19 | Honeywell Inc. | Terrain referenced navigation-adaptive filter distribution |
US5546309A (en) * | 1993-10-20 | 1996-08-13 | The Charles Stark Draper Laboratory, Inc. | Apparatus and method for autonomous satellite attitude sensing |
DE19536601A1 (de) * | 1995-09-19 | 1997-03-20 | Teldix Gmbh | Navigationssystem für ein Fahrzeug, insbesondere für ein Landfahrzeug |
US5765780A (en) * | 1995-12-22 | 1998-06-16 | Hughes Electronics Corporation | Systematic vectored thrust calibration method for satellite momentum control |
US5999881A (en) * | 1997-05-05 | 1999-12-07 | General Electric Company | Automated path planning |
US6697736B2 (en) * | 2002-02-06 | 2004-02-24 | American Gnc Corporation | Positioning and navigation method and system thereof |
US6816799B2 (en) * | 2002-08-05 | 2004-11-09 | Robert Bosch Corporation | Vehicle operating parameter determination system and method |
WO2004038448A1 (de) * | 2002-10-28 | 2004-05-06 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren zur kontinuierlichen echtzeitverfolgung der position von wenigstens einem mobilen objekt sowie zugehörige sender und empfänger |
AU2005276241B2 (en) * | 2004-07-09 | 2010-06-10 | Bae Systems Plc | Collision avoidance system |
NL1032520C2 (nl) * | 2006-09-15 | 2008-03-18 | Thales Nederland Bv | Werkwijze en systeem voor het volgen van een object. |
-
2007
- 2007-01-18 DE DE102007002672.4A patent/DE102007002672B4/de active Active
- 2007-12-27 ES ES200703452A patent/ES2333390A1/es active Pending
-
2008
- 2008-01-15 GB GB0800684A patent/GB2445856A/en not_active Withdrawn
- 2008-01-17 FR FR0850275A patent/FR2911679B1/fr not_active Expired - Fee Related
- 2008-01-18 US US12/016,732 patent/US20080177509A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040012522A1 (en) | 2000-06-07 | 2004-01-22 | Groves Paul D | Adaptive gps and ins integration system |
EP1564097A1 (de) | 2004-02-12 | 2005-08-17 | Ford Global Technologies, LLC, A subsidary of Ford Motor Company | Vorrichtung und Verfahren zur Abschätzung des Zustandes eines Kraftfahrzeuges |
DE102005012456A1 (de) | 2004-03-23 | 2006-01-26 | Continental Teves, Inc., Auburn Hills | Ermittlung eines Fahrzeugzustands |
Non-Patent Citations (10)
Title |
---|
BAR-ITZHACK, Itzhack Y. Novel method for data compression in recursive INS error estimation. Journal of Guidance and Control, Mai-Juni 1980. Vol. 3, Nr. 3, S. 245-250. URL: https://arc.aiaa.org/doi/pdf/10.2514/3.55979 [abgerufen am 28.01.2022] |
Bar-Itzhack, Itzhack Y., Novel method for data compression in recursive INS error estimation. Journal of Guidance and Control, Mai-Juni 1980. Vol. 3, Nr. 3, S. 245-250 |
MUSICKI, D.; MORELANDE, M. R.: Gate volume estimation for target tracking. In: Proceedings of the Seventh International Conference on Information Fusion, FUSION 2004 [online]. Mountain View, USA: International Society of Information Fusion. 2004 [recherchiert am 25.07.2007], S. 455-462. ISBN: 91-7056-115-X. Im Internet: <URL: http://www.fusion2004.foi.se/papers/IF04-0455.pdf>. |
Ritter, Jack, An efficient bounding sphere. Graphics Gems, San Diego, CA, US: Academic Press Professional, Inc. 1990, S. 301-303. ISBN 0-12-286166-3 |
RITTER, Jack. An efficient bounding sphere. Graphics Gems, San Diego, CA, US: Academic Press Professional, Inc., 1990, S. 301–303. - ISBN 0-12-286166-3.URL: https://vdoc.pub/download/graphics-gems-322b72led5tg [abgerufen am 2.11.2022] |
WELCH, G.; BISHOP, G.: An Introduction to the Kalman Filter, TR 95-041. Stand: 24. Juli 2006. URL: http://www.cs.unc.edu/~welch/media/pdf/kalman_intro.pdf [abgerufen am 22.06.2018] |
Wikipedia: Bounding Sphere, 6.8.2006 |
Wikipedia: Bounding Sphere, 6.8.2006URL: https://en.wikipedia.org/w/index.php?title=Bounding_sphere&oldid=68066400>[abgerufen am 22.11.2022] |
YOUNG, W. A.: Comparison of Collision Detection Algorithms, 2004. CS 741, Spring 2004. URL: https://web.archive.org/web/20041015105002/http://www.tonyyoung.ca:80/cs741paper.pdf [recherchiert am 09.09.2014]. |
Young, W.A.: Comparison of Collision Detection Algorithms, 2004, CS 741, Spring 2004 |
Also Published As
Publication number | Publication date |
---|---|
GB2445856A (en) | 2008-07-23 |
FR2911679B1 (fr) | 2013-02-22 |
FR2911679A1 (fr) | 2008-07-25 |
US20080177509A1 (en) | 2008-07-24 |
DE102007002672A1 (de) | 2008-07-24 |
GB0800684D0 (en) | 2008-02-20 |
ES2333390A1 (es) | 2010-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102017105305B4 (de) | Verfahren zur automatischen bestimmung einer sensorstellung | |
DE102016102002B4 (de) | Verbesserung einer Fahrzeugbewegungsabschätzung mit Radardaten | |
DE102010005293B4 (de) | System und Verfahren zur Spurpfadschätzung unter Verwendung einer Sensorvereinigung | |
WO2017016799A1 (de) | Bestimmung einer anordnungsinformation für ein fahrzeug | |
DE102009014105A1 (de) | Erkennungssystem für ein Fahrzeug | |
DE102018104090A1 (de) | Adaptive beschreibung von prozessrauschen für verbesserte kalman-filter-zielverfolgung | |
DE102021111543A1 (de) | Verfahren und system zur bestimmung des reifenwirkungsradius | |
DE112014001807T5 (de) | Integrierte Gefälle- und Neigungsschätzung unter Verwendung einer Trägheitsmessvorrichtung mit drei Achsen | |
WO2021043505A1 (de) | Verfahren und vorrichtung zur ermittlung einer trajektorie eines fahrzeugs | |
DE102014108858A1 (de) | Verfahren und Vorrichtung zum Abschätzen und Verfolgen von Form und Pose eines dreidimensionalen Objekts | |
DE102020101837A1 (de) | Verfahren und Vorrichtung zur Ermittlung des Zustands eines Fahrzeugs | |
DE102018201154A1 (de) | Verfahren zur Kalibrierung von Sensoren und/oder von Sensoranordnungen | |
DE102019132150A1 (de) | Verfahren zum automatischen Kalibrieren eines Umfeldsensors, insbesondere eines Lidar-Sensors, eines Fahrzeugs auf Grundlage von Belegungskarten sowie Recheneinrichtung | |
DE102016205806A1 (de) | Verfahren zur Optimierung einer Funktion in einem Fahrzeug | |
WO2017182041A1 (de) | Vorrichtung und verfahren zur ermittlung einer objektkinematik eines beweglichen objektes | |
DE102017108107A1 (de) | Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur schätzung einer pose eines kraftfahrzeugs | |
WO2011020713A1 (de) | Verfahren und steuergerät zur bestimmung einer bewegungsinformation eines objekts | |
DE102007002672B4 (de) | Verfahren zur Ermittlung eines Flugzeugzustandes | |
WO2020011516A1 (de) | Verfahren zum klassifizieren einer relevanz eines objekts | |
WO2019063393A1 (de) | Verfahren und system zur bestimmung zumindest einer bewegungskomponente einer absolutbewegung eines objektes im ruhenden bezugssystem | |
DE102018123092A1 (de) | Verfahren zum Bestimmen einer lateralen Geschwindigkeit sowie einer Gierrate für eine Eigenbewegung eines Kraftfahrzeugs | |
DE112021005777T5 (de) | Systeme und Verfahren zum Entfernungsraten-Dealiasing unter Verwendung einer Positionskonsistenz | |
DE102021111114A1 (de) | Fahrspurunbestimmtheitsmodellierung und -verfolgung in einem Fahrzeug | |
DE102021111536A1 (de) | Verfahren und system zur bodenoberflächenprojektion für autonomes fahren | |
DE102021110449A1 (de) | Verfahren und System zum Navigieren einer mobilen Plattform in einer Umgebung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
R002 | Refusal decision in examination/registration proceedings | ||
R006 | Appeal filed | ||
R008 | Case pending at federal patent court | ||
R081 | Change of applicant/patentee |
Owner name: AIRBUS DEFENCE AND SPACE GMBH, DE Free format text: FORMER OWNER: EADS DEUTSCHLAND GMBH, 85521 OTTOBRUNN, DE Effective date: 20140819 |
|
R009 | Remittal by federal patent court to dpma for new decision or registration | ||
R009 | Remittal by federal patent court to dpma for new decision or registration | ||
R016 | Response to examination communication | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |