DE102019207279A1

DE102019207279A1 - Datenfusioniertes Sensorsystem

Info

Publication number: DE102019207279A1
Application number: DE102019207279.8A
Authority: DE
Inventors: wird später genannt werden Erfinder
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2019-05-18
Filing date: 2019-05-18
Publication date: 2020-11-19
Also published as: CN112033452A

Abstract

Die Erfindung betrifft ein datenfusioniertes Sensorsystem zur Bestimmung wenigstens einer Messgröße mit wenigstens einem ersten Sensor (101) eines ersten Sensortyps (100) und wenigstens einem zweiten Sensor (201) eines zweiten Sensortyps (200) und mit einer Verarbeitungseinheit, wobei die Verarbeitungseinheit dazu eingerichtet ist, erste Ausgangsdaten (170) des ersten Sensortyps und zweite Ausgangsdaten (270) des zweiten Sensortyps zu fusionieren, wobei eine statistische Schätzfunktion angewendet wird, um auf die Messgröße (500) zu schließen.

Description

Stand der Technik
Die Erfindung betrifft ein datenfusioniertes Sensorsystem.
Die Fusion redundanter Sensordaten zur Verbesserung der Datenqualität ist bekannt. Sensoren für dieselbe Messgröße haben dabei jedoch auch vergleichbare Leistungsparameter. Die Datenfusion kann mittels Durchschnittsbildung oder Kalman Filterung erfolgen.
Die Schriften I. Skog, J. O. Nilsson and P. Händel, „Pedestrian tracking using an IMU array," 2014 IEEE International Conference on Electronics, Computing and Communication Technologies (CONECCT), Bangalore, 2014, pp. 1-4, J. Chengyu, et al. „Signal Processing of MEMS Gyroscope Arrays to Improve Accuracy Using a Ist Order Markov for Rate Signal Modeling," Sensors, 12(2), 2012., pp. 1720-1737, Martin, H. F. S., et al. „A new approach to better low-cost MEMS IMU performance using sensor arrays.", The Institute of Navigation, 2013 und Lin, Zhirong, et al. „An Experimental Performance Evaluation of the Orientation Accuracy of Four Nine-Axis MEMS Motion Sensors.", Enterprise Systems (ES), 2017 5th International Conference on. IEEE, 2017 beschreiben solche Sensorsysteme.
Aufgabe der Erfindung
Aufgabe der Erfindung ist es, ein datenfusioniertes Sensorsystem zu schaffen, das bei verschiedenen Umweltbedingungen eine Messgröße so gut wie möglich bestimmt.
Vorteile der Erfindung
Die Erfindung betrifft ein datenfusioniertes Sensorsystem zur Bestimmung wenigstens einer Messgröße mit wenigstens einem ersten Sensor eines ersten Sensortyps und wenigstens einem zweiten Sensor eines zweiten Sensortyps und mit einer Verarbeitungseinheit, wobei die Verarbeitungseinheit dazu eingerichtet ist, erste Ausgangsdaten des ersten Sensortyps und zweite Ausgangsdaten des zweiten Sensortyps zu fusionieren, wobei ein Bayes Inferenzmechanismus angewendet wird, um auf die Messgröße zu schließen.
Eine vorteilhafte Ausgestaltung der Erfindung sieht vor, dass das Sensorsystem eine Mehrzahl erster Sensoren oder auch eine Mehrzahl zweiter Sensoren aufweist, wobei die Verarbeitungseinheit dazu eingerichtet ist, zunächst erste Ausgangssignale der Mehrzahl erster Sensoren zu ersten Ausgangsdaten des ersten Sensortyps zu fusionieren oder auch zweite Ausgangssignale der Mehrzahl zweiter Sensoren zu zweiten Ausgangsdaten des zweiten Sensortyps zu fusionieren. Vorteilhaft ist, dass die Sensorausgangsdaten in zwei Stufen fusioniert werden, wobei zunächst die Ausgangssignale jeweils gleichartiger Sensoren zusammengeführt werden und anschließend diese Ausgangsdaten unterschiedlicher Sensortypen zur Messgröße zusammengeführt werden.
Eine vorteilhafte Ausgestaltung der Erfindung sieht vor, dass die Verarbeitungseinheit dazu eingerichtet ist, den ersten Ausgangssignalen erste Wichtungsfaktoren zuzuordnen, wobei ein jeweiliger erster Wichtungsfaktor durch die Abweichung, insbesondere die Standardabweichung, eines ersten Ausgangssignals gegenüber den übrigen ersten Ausgangssignalen bestimmt ist oder auch den zweiten Ausgangssignalen zweite Wichtungsfaktoren zuzuordnen, wobei ein jeweiliger zweiter Wichtungsfaktor durch die Abweichung, insbesondere die Standardabweichung, eines zweiten Ausgangssignals gegenüber den übrigen zweiten Ausgangssignalen bestimmt ist.
Eine vorteilhafte Ausgestaltung der Erfindung sieht vor, dass die Verarbeitungseinheit dazu eingerichtet ist, erste Ausgangsdaten des ersten Sensortyps und zweite Ausgangsdaten des zweiten Sensortyps zu fusionieren, wobei ein Bayes Inferenzmechanismus mit einer angenommenen Normalverteilung der ersten Ausgangsdaten und der zweiten Ausgangsdaten angewendet wird.
Eine vorteilhafte Ausgestaltung der Erfindung sieht vor, dass die Verarbeitungseinheit dazu eingerichtet ist, erste Ausgangsdaten des ersten Sensortyps und zweite Ausgangsdaten des zweiten Sensortyps zu fusionieren, wobei ein Bayes Inferenzmechanismus angewendet wird, welcher von wenigstens einem zusätzlichen Parameter, insbesondere einem Messbereich, einem Arbeitstemperaturbereich, einem Signaloffset, einem Sensorstatus, einem Testsignal oder einem anderen externen Signal, abhängt, insbesondere ein Parameter in dem sich der erste Sensortyp und der zweite Sensortyp unterscheiden. Vorteilhaft können hierdurch beispielsweise Umweltparameter, welche die Sensoren beeinflussen und insbesondere die Leistungsparameter der verschiedenen Sensortypen unterschiedlich beeinflussen, bei der Datenfusion berücksichtigt werden.
Besonders vorteilhaft ist dabei, dass die Verarbeitungseinheit dazu eingerichtet ist, in Abhängigkeit von dem zusätzlichen Parameter die ersten Ausgangsdaten des ersten Sensortyps oder die zweiten Ausgangsdaten des zweiten Sensortyps zu verwerfen, abzuschalten oder nicht zu fusionieren.
Die Erfindung betrifft ein datenfusioniertes Sensorsystem redundanter Sensoren bei Betrieb unter gewöhnlichen und außergewöhnlichen, d.h. harschen, extremen Umweltbedingungen. Das Sensorsystem wird die meiste Zeit bei gewöhnlichen Umweltbedingungen und selten bei außergewöhnlichen Umweltbedingungen betrieben. Außergewöhnliche Umweltbedingungen können dabei in Form von extremen Temperaturen, elektromagnetischen Störungen, Vibration, Schall, usw. vorliegen. Das datenfusionierte Sensorsystem weist vorteilhaft unter normalen Betriebsbedingungen eine hohe Leistung, insbesondere eine gute Genauigkeit der ersten Messgröße auf. Es funktioniert jedoch auch bei außergewöhnlichen Betriebsbedingungen in vollem Umfang, bei reduzierter Genauigkeit.
Die hohe Leistung des datenfusionierten Sensorsystems bei gewöhnlichen Betriebsbedingungen wird vorteilhaft durch den Einsatz einer großen Anzahl von kostengünstigen Sensoren erzielt, die für solche Bedingungen gut geeignet sind. Das können beispielsweise kostengünstige Sensoren aus dem Konsumgüterbereich sein. Diese Sensoren können bei außergewöhnlichen Betriebsbedingungen stark verschlechterte Leistungsparameter aufweisen. Für solche außergewöhnlichen Betriebsbedingungen können dann die Daten eines anderen Sensortyps, mit höherer Gewichtung oder ausschließlich, verwendet werden. Dies können beispielsweise einige wenige teure, aber robuste Sensoren aus dem Automobilbereich sein. Vorteilhaft werden durch die Erfindung die Gesamtkosten eines datenfusionierten Sensorsystems verringert.
Figurenliste

1 zeigt schematisch in einem Ausführungsbeispiel der Erfindung ein datenfusioniertes Sensorsystem.
2 zeigt einen Demonstrator eines erfindungsgemäßen datenfusionierten Sensorsystems.

Beschreibung
1 zeigt schematisch in einem Ausführungsbeispiel der Erfindung ein datenfusioniertes Sensorsystem. Dargestellt ist ein Strukturdiagramm mit einer Datenfusion von redundanten Sensorsignalen in zwei Stufen. Das Sensorsystem weist einen ersten Sensor 101 und weitere erste Sensoren eines ersten Sensortyps 100 auf. Es weist daneben einen zweiten Sensor 201 und weitere zweite Sensoren eines zweiten Sensortyps 200 auf. Die Sensoren des ersten Sensortyps können unter gewöhnlichen und außergewöhnlichen Betriebsbedingungen arbeiten. Die Sensoren des zweiten Sensortyps können nur unter gewöhnlichen Betriebsbedingungen arbeiten oder unter außergewöhnlichen Betriebsbedingungen nur mit verminderten Leistungsparametern arbeiten. Alle Ausgangssignale aller Sensoren sind grundsätzlich redundant.
In einer ersten Stufe werden erste Ausgangssignale 130 der ersten Sensoren des ersten Sensortyps mittels einer ersten Datenfusion 150 zusammengeführt. Daneben werden zweite Ausgangssignale 230 der zweiten Sensoren des zweiten Sensortyps mittels einer zweiten Datenfusion 250 zusammengeführt. Aus der ersten Datenfusion 150 resultieren erste Ausgangsdaten 170 des ersten Sensortyps, und aus der zweiten Datenfusion 250 resultieren zweite Ausgangsdaten 270 des zweiten Sensortyps.
In einer zweiten Stufe werden die ersten Ausgangsdaten 170 und die zweiten Ausgangsdaten 270 mittels einer dritten Datenfusion 300 zusammengeführt. Hierdurch wird letztendlich auf eine Messgröße 500 geschlossen. Die Messgröße 500, ist also das Ausgangssignal eines virtuellen Sensors, Resultat der veränderlichen Beiträge der einzelnen physischen Sensoren des Sensorsystems. Optional kann die dritte Datenfusion von zusätzlichen externen Signalen 400 abhängen.
Die erste, zweite und dritte Datenfusion finden in einer Verarbeitungseinheit statt und sind nachfolgend beschrieben.
Erste Stufe der Datenfusion (erste und zweite Datenfusion)
In der ersten Stufe der Datenfusion wird jeweils ein virtuelles Ausgangssignal Ω_i,virtual für jeden Sensortyp i erzeugt. Im oben beschriebenen Fall ist i = 1 oder 2. Ω_1,virtual entspricht dann den ersten Ausgangsdaten 170 und Ω_2,virtual den zweiten Ausgangsdaten 270. Wichtungsfaktoren w_j werden dazu mit den einzelnen Sensorausgangssignalen Ω_j. multipliziert. Der Index j entspricht der Anzahl der Sensoren eines Sensortyps i.
Der Wichtungsfaktor bestimmt sich aus der Abweichung des individuellen Sensorausgangssignals gegenüber den übrigen Sensoren desselben Sensortyps. Er wird aus der Standardabweichung der Differenzen zwischen dem Sensor j und jedem anderen Sensor des Sensortyps i berechnet:
Darin ist j_i,j = {k ∈ N|1 ≤ k ≤ n_i, k≠ j} wobei n_i die Gesamtzahl von Sensortypen ist.
Zweite Stufe der Datenfusion (dritte Datenfusion)
Bei der dritten Datenfusion, welche in der zweiten Stufe stattfindet, werden die ersten Ausgangsdaten 170 aus der ersten Datenfusion 150 und die zweiten Ausgangsdaten 270 aus der zweiten Datenfusion 250 zusammengeführt. Dazu wird ein Bayes Inferenzmechanismus mit einer angenommenen Normalverteilung benutzt. Hierbei sind σ_i die Standardabweichungen der virtuellen Ausgangssignale der ersten Stufe Ω_i,virtual. Das virtuelle Ausgangssignal des gesamten datenfusionierten Sensorsystems Ω_virtual wird berechnet zu:
Im Fall von nur zwei Gruppen von Sensoren (nur einem ersten und einem zweiten Sensortyp) in der ersten Stufe vereinfacht sich Gleichung 3 zu:
Ω_virtual entspricht in dem beschriebenen Beispiel der zu bestimmenden Messgröße 500.
Die dritte Datenfusion 300 des ersten und zweiten Sensorsignals kann außerdem auch von anderen Parametern abhängen, wie beispielsweise Temperaturbereichen, Signal Offsets, Beschleunigungswerten und -bereichen, dem Status von Sensoren, Testsignalen oder anderen externen Signalen 400. Die Datenfusion kann auch einen Abschaltmechanismus aufweisen, welcher den Ausgang der Sensoren für normale Umgebungsbedingungen vollständig deaktiviert und somit nur die Daten der Sensoren für außerordentliche Umgebungsbedingungen berücksichtigt. Dieser Abschaltmechanismus kann durch externe Signale 400 oder ein Ergebnis einer internen Analyse von Eigenschaften der Sensoren für normale Umgebungsbedingungen betätigt werden.
2 zeigt einen Demonstrator eines erfindungsgemäßen datenfusionierten Sensorsystems. Der Hardware Demonstrator umfasst Sensoren für den Betrieb bei normalen Umweltbedingungen (links unten dargestellt) und einige wenige teure, aber robuste Sensoren (links oben dargestellt), die für den Betrieb bei außerordentlichen, harschen Umweltbedingungen geeignet sind. Die Sensoren sind in ein Aluminiumgehäuse eingebaut, zusammen mit einem Mikrokontroller als Verarbeitungseinheit, in welcher die Datenfusionsalgorithmen ablaufen (rechts dargestellt).
Das erfindungsgemäße datenfusionierte Sensorsystem ist nicht auf zwei Sensortypen beschränkt, sondern es kann noch weitere Sensortypen aufweisen. Einzelne Sensortypen können auch mit nur einem Sensor vertreten sein. In diesem Fall entfällt für den Sensortyp die erste Stufe der Datenfusion und das entsprechende Ausgangssignal des Sensors wird direkt für die zweite Stufe der Datenfusion bereitgestellt.
Bezugszeichenliste

100: erster Sensortyp
101: erster Sensor vom ersten Sensortyp
130: erste Ausgangssignale
150: erste Datenfusion
170: erste Ausgangsdaten
200: zweiter Sensortyp
201: erster Sensor vom zweiten Sensortyp
230: zweite Ausgangssignale
250: zweite Datenfusion
270: zweite Ausgangsdaten
300: dritte Datenfusion
400: externes Signal
500: Messgröße

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Nicht-Patentliteratur

Schriften I. Skog, J. O. Nilsson and P. Händel, „Pedestrian tracking using an IMU array,“ 2014 IEEE International Conference on Electronics, Computing and Communication Technologies (CONECCT), Bangalore, 2014, pp. 1-4 [0002]
J. Chengyu, et al. „Signal Processing of MEMS Gyroscope Arrays to Improve Accuracy Using a Ist Order Markov for Rate Signal Modeling,“ Sensors, 12(2), 2012., pp. 1720-1737 [0002]
Martin, H. F. S., et al. „A new approach to better low-cost MEMS IMU performance using sensor arrays.“, The Institute of Navigation, 2013 [0002]
Lin, Zhirong, et al. „An Experimental Performance Evaluation of the Orientation Accuracy of Four Nine-Axis MEMS Motion Sensors.“, Enterprise Systems (ES), 2017 5th International Conference on. IEEE, 2017 [0002]

Claims

Datenfusioniertes Sensorsystem zur Bestimmung wenigstens einer Messgröße mit wenigstens einem ersten Sensor (101) eines ersten Sensortyps (100) und wenigstens einem zweiten Sensor (201) eines zweiten Sensortyps (200) und mit einer Verarbeitungseinheit zur Datenfusion, wobei die Verarbeitungseinheit dazu eingerichtet ist, erste Ausgangsdaten (170) des ersten Sensortyps und zweite Ausgangsdaten (270) des zweiten Sensortyps zu fusionieren, wobei ein Bayes Inferenzmechanismus angewendet wird, um auf die Messgröße (500) zu schließen.
Datenfusioniertes Sensorsystem nach Anspruch 1, dadurch gekennzeichnet, dass das Sensorsystem eine Mehrzahl erster Sensoren und/oder eine Mehrzahl zweiter Sensoren aufweist, wobei die Verarbeitungseinheit dazu eingerichtet ist, zunächst erste Ausgangssignale (130) der Mehrzahl erster Sensoren zu ersten Ausgangsdaten (170) des ersten Sensortyps zu fusionieren und/oder zweite Ausgangssignale (230) der Mehrzahl zweiter Sensoren zu zweiten Ausgangsdaten (270) des zweiten Sensortyps zu fusionieren.
Datenfusioniertes Sensorsystem nach Anspruch 2, dadurch gekennzeichnet, dass die Verarbeitungseinheit dazu eingerichtet ist, den ersten Ausgangssignalen (130) erste Wichtungsfaktoren zuzuordnen, wobei ein jeweiliger erster Wichtungsfaktor durch die Abweichung, insbesondere die Standardabweichung, eines ersten Ausgangssignals gegenüber den übrigen ersten Ausgangssignalen bestimmt ist und/oder den zweiten Ausgangssignalen (230) zweite Wichtungsfaktoren zuzuordnen, wobei ein jeweiliger zweiter Wichtungsfaktor durch die Abweichung, insbesondere die Standardabweichung eines zweiten Ausgangssignals gegenüber den übrigen zweiten Ausgangssignalen bestimmt ist.
Datenfusioniertes Sensorsystem nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die Verarbeitungseinheit dazu eingerichtet ist, erste Ausgangsdaten (170) des ersten Sensortyps und zweite Ausgangsdaten (270) des zweiten Sensortyps zu fusionieren, wobei ein Bayes Inferenzmechanismus mit einer angenommenen Normalverteilung der ersten Ausgangsdaten (170) und der zweiten Ausgangsdaten (270) angewendet wird.
Datenfusioniertes Sensorsystem nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die Verarbeitungseinheit dazu eingerichtet ist, erste Ausgangsdaten des ersten Sensortyps und zweite Ausgangsdaten des zweiten Sensortyps zu fusionieren, wobei ein Bayes Inferenzmechanismus angewendet wird, welche von wenigstens einem zusätzlichen Parameter, insbesondere einem Messbereich, einem Arbeitstemperaturbereich, einem Signaloffset, einem Sensorstatus, einem Testsignal oder einem anderen externen Signal (400), abhängt.
Datenfusioniertes Sensorsystem nach Anspruch 5, dadurch gekennzeichnet, dass die Verarbeitungseinheit dazu eingerichtet ist, in Abhängigkeit von dem zusätzlichen Parameter die ersten Ausgangsdaten (170) des ersten Sensortyps oder die zweiten Ausgangsdaten (270) des zweiten Sensortyps zu verwerfen, abzuschalten oder nicht zu fusionieren.