-
Die vorliegende Erfindung betrifft ein computerimplementiertes Verfahren zur Positionsbestimmung eines ersten Kraftfahrzeugs gemäß Anspruch 1.
-
Aus dem Stand der Technik ist die Positionsbestimmung eines Kraftfahrzeugs mit einem Satellitennavigationssystem bekannt. Beispiele für Satellitennavigationssysteme sind GPS (Global Positioning System), Galileo, Glonass und Beidou. Dabei senden Satelliten Signale aus, die ihre Position und die Uhrzeit beinhalten. Im Kraftfahrzeug ist ein Empfänger für diese Signale vorhanden, der bei Empfang von ausreichend vielen Signalen aus den Signalen die Position des Kraftfahrzeugs bestimmen kann. Wie bei allen Messverfahren gibt es auch bei diesem Verfahren Fehlerquellen für Messfehler.
-
Die
US 10 776 948 B1 offenbart ein Verfahren zur Reduktion von Fehlern bei der Bestimmung einer Position mit einem Satellitennavigationssystem. Hierzu werden Vektor-Daten verwendet.
-
Demgegenüber liegt der vorliegenden Erfindung die Aufgabe zugrunde, Fehler bei der Positionsbestimmung eines Kraftfahrzeugs, insbesondere bei hohen Geschwindigkeiten, zu verringern.
-
Diese Aufgabe wir durch ein Verfahren gemäß Anspruch 1 gelöst. Ausführungsformen der Erfindung sind in den abhängigen Ansprüchen angegeben.
-
Beim Verfahren soll die Position eines ersten Kraftfahrzeugs mit einem ersten Empfänger eines ersten Satellitennavigationssystems bestimmt werden. Zu diesem Zweck wird zunächst eine Fahrt mit einem zweiten Kraftfahrzeug durchgeführt, das einen zweiten Empfänger eines zweiten Satellitennavigationssystems und einen dritten Empfänger eines differentiellen Satellitennavigationssystems umfasst. Beim differentiellen Satellitennavigationssystem werden Korrektursignale verwendet, um Ungenauigkeiten aufgrund von unterschiedlichen Signalgeschwindigkeiten in der Tropo- und Ionosphäre und nicht genau bekannten Bahnen der Satelliten zu verringern. Mit dem dritten Empfänger lässt sich somit die Position des zweiten Kraftfahrzeugs genauer bestimmen als mit dem zweiten Empfänger.
-
Während der Fahrt mit dem zweiten Kraftfahrzeug werden zweite Satellitennavigationsdaten mit dem zweiten Empfänger und differentielle Satellitennavigationsdaten mit dem dritten Empfänger erfasst. Die zweiten und die dritten Satellitennavigationsdaten umfassen dabei den aus den empfangenen Daten der Satelliten erfassten Längen- und Breitengrad des jeweiligen Empfängers. Der Längen- und der Breitengrad definieren die erfasste Position des jeweiligen Empfängers.
-
Die zweiten und die differentiellen Satellitennavigationsdaten werden miteinander synchronisiert. Dies kann beispielsweise unter Verwendung von Zeitstempeln erfolgen, die Bestandteil der zweiten und der differentiellen Satellitennavigationsdaten sind. Die miteinander synchronisierten zweiten und differentiellen Satellitennavigationsdaten werden als Bestandteil von Trainingsdaten gespeichert.
-
Eine künstliche Intelligenz wird unter Verwendung der Trainingsdaten trainiert. Dabei können beispielsweise die differentiellen Satellitennavigationsdaten als wahrer Wert angesehen, von dem die zweiten Satellitennavigationsdaten unterschiedlich stark abweichen. Insbesondere durch die Entwicklung der zweiten Satellitennavigationsdaten und der differentiellen Satellitennavigationsdaten sowie des Unterschieds dazwischen kann die künstliche Intelligenz so erlernen, welche Messfehler tendenziell in welchen Situationen in den zweiten Satellitennavigationsdaten vorhanden sind. Die trainierte künstliche Intelligenz wird dann im ersten Kraftfahrzeug implementiert. Alternativ oder zusätzlich ist auch eine Implementierung in einer Cloud oder sonstigem außerhalb des Fahrzeugs angeordneten Backend vorgesehen. Somit werden fehlerhafte Satellitennavigationsdaten im Anschluss an einer Aufzeichnung im ersten Kraftfahrzeug vebessert.
-
Während einer Fahrt mit dem ersten Kraftfahrzeug werden dann erste Satellitennavigationsdaten mit dem ersten Empfänger erfasst. Die ersten Satellitennavigationsdaten werden unter Verwendung der trainierten und implementierten künstlichen Intelligenz auf Anomalien während der Fahrt mit dem ersten Kraftfahrzeug geprüft. Es kann auch vorgesehen sein, dass Anomalien erst nach der Fahrt geprüft werden. Anomalien können beispielsweise plötzliche Sprünge der durch die ersten Satellitennavigationsdaten definierten Position oder plötzliche Sprünge der durch eine Veränderung der Position definierten Geschwindigkeit des ersten Kraftfahrzeugs sein.
-
Falls die Anomalien vorhanden sind, werden die ersten Satellitennavigationsdaten während oder nach der Fahrt mit dem ersten Kraftfahrzeug unter Verwendung der implementierten und trainierten künstlichen Intelligenz korrigiert. Zu diesem Zweck kann die künstliche Intelligenz beispielsweise Korrekturwerte berechnen, mit denen die ersten Satellitennavigationsdaten korrigiert werden.
-
Aus den den gegebenenfalls korrigierten ersten Satellitennavigationsdaten kann dann die Position des ersten Empfängers und somit die Position des ersten Kraftfahrzeugs bestimmt werden.
-
Aufgrund des Trainings der künstlichen Intelligenz mit den zweiten Satellitennavigationsdaten und den differentiellen Satellitennavigationsdaten kann die künstliche Intelligenz Anomalien bei den ersten Satellitennavigationsdaten während der Fahrt des ersten Kraftfahrzeugs detektieren und korrigieren. Die Detektion und Korrektur ist besonders genau, da für das Training der künstlichen Intelligenz die besonders genauen differentiellen Satellitennavigationsdaten als wahre Werte betrachtet werden, von denen die zweiten Satellitennavigationsdaten als falsche Werte abweichen können.
-
Insbesondere bei hohen Geschwindigkeiten des ersten und des zweiten Kraftfahrzeugs verlieren die ersten bzw. die zweiten Satellitennavigationsdaten an Genauigkeit. Daher ist es besonders vorteilhaft, wenn die Fahrt mit dem zweiten Kraftfahrzeug bei relativ hohen Geschwindigkeiten durchgeführt wird oder zumindest hohe Geschwindigkeiten beinhaltet. Bei solch hohen Geschwindigkeiten verlieren die differentiellen Satellitennavigationsdaten weniger oder überhaupt nicht an Genauigkeit. Wenn dann das erste Kraftfahrzeug ebenfalls mit relativ hohen Geschwindigkeiten bewegt wird, können die dann gehäuft auftretenden Anomalien durch die künstliche Intelligenz zuverlässig detektiert und korrigiert werden.
-
Nach einer Ausführungsform der Erfindung können während der Fahrt mit dem zweiten Kraftfahrzeug weitere Parameter des zweiten Kraftfahrzeugs erfasst werden, die mit den zweiten Satellitennavigationsdaten und den differentiellen Satellitennavigationsdaten synchronisiert und als Bestandteil der Trainingsdaten gespeichert werden. Zur Synchronisation kann beispielsweise eine Systemzeit des zweiten Kraftfahrzeugs verwendet werden. Auf diese Weise können beim Training der künstlichen Intelligenz mit den Trainingsdaten auch die weiteren Parameter berücksichtigt werden. Dies kann die Genauigkeit der Korrektur der ersten Satellitennavigationsdaten durch die künstliche Intelligenz verbessern.
-
Nach einer Ausführungsform der Erfindung können die weiteren Parameter eine Geschwindigkeit, eine Bremskraft, eine laterale Beschleunigung, eine longitudinale Beschleunigung, eine Stellung des Gaspedals, ein von einem Antrieb des zweiten Kraftfahrzeugs ausgeübtes Drehmoment, eine Gierrate und/oder einen Lenkeinschlag umfassen. Diese Parameter können potentiell die spätere Korrektur der ersten Satellitennavigationsdaten durch die künstliche Intelligenz bezüglich ihrer Genauigkeit verbessern. Es ist außerdem möglich, dass eine erste und/oder eine zweite Ableitung der lateralen und/oder der longitudinalen Beschleunigung ebenfalls Bestandteil der weiteren Parameter sind/ist.
-
Unter der lateralen Beschleunigung wird dabei im Rahmen dieser Beschreibung insbesondere eine Beschleunigung in der Querrichtung des jeweiligen Kraftfahrzeugs verstanden. Unter der longitudinalen Beschreibung wird im Rahmen dieser Beschreibung insbesondere die Beschleunigung in der Längsrichtung des jeweiligen Kraftfahrzeugs verstanden. Die Stellung des Gaspedals kann beispielsweise in Prozent von einer Stellung am Anschlag angegeben sein. Unter dem Antrieb des jeweiligen Kraftfahrzeugs wird im Rahmen dieser Beschreibung insbesondere der Antrieb verstanden, der eine Beschleunigung des Kraftfahrzeugs verursacht, wenn das Gaspedal durch einen Benutzer betätigt wird.
-
Nach einer Ausführungsform der Erfindung können bei der Prüfung der ersten Satellitennavigationsdaten auf Anomalien die ersten Satellitennavigationsdaten und weitere Parameter des ersten Kraftfahrzeugs durch die künstliche Intelligenz verwendet werden. Die weiteren Parameter des ersten Kraftfahrzeugs können dabei insbesondere den weiteren Parametern des zweiten Kraftfahrzeugs entsprechen. Die weiteren Parameter des ersten Kraftfahrzeugs können somit eine Geschwindigkeit, eine Bremskraft, eine laterale Beschleunigung, eine longitudinale Beschleunigung, eine Stellung des Gaspedals, ein von einem Antrieb des ersten Kraftfahrzeugs ausgeübtes Drehmoment, eine Gierrate und/oder einen Lenkeinschlag umfassen.
-
Die Verwendung der weiteren Parameter des ersten Kraftfahrzeugs bei der Prüfung der ersten Satellitennavigationsdaten auf Anomalien ist insbesondere vorteilhaft, wenn die weiteren Parameter des zweiten Kraftfahrzeugs Bestandteil der Trainingsdaten sind. In diesem Fall ist die künstliche Intelligenz darauf trainiert, Satellitennavigationsdaten in Abhängigkeit von den weiteren Parametern zu korrigieren. Somit können die Anomalien besonders zuverlässig erkannt und besonders genau korrigiert werden. Dies gilt insbesondere für Fahrten bei hoher Geschwindigkeit, die insbesondere durch typische Werte der weiteren Parameter gekennzeichnet sind.
-
Nach einer Ausführungsform der Erfindung kann die künstliche Intelligenz bei der Prüfung der ersten Satellitennavigationsdaten auf Anomalien unter Verwendung der weiteren Parameter des ersten Kraftfahrzeugs vorhergesagte Satellitennavigationsdaten berechnen. Die vorhergesagten Satellitennavigationsdaten werden mit den ersten Satellitennavigationsdaten verglichen. Die Anomalien werden als vorhanden detektiert, wenn die vorhergesagten Satellitennavigationsdaten um mehr als einen Schwellwert von den ersten Satellitennavigationsdaten abweichen. Wenn diese Bedingung erfüllt ist, werden die ersten Satellitennavigationsdaten somit als falsch angesehen und korrigiert.
-
Bei der Berechnung der vorhergesagten Satellitennavigationsdaten ist es insbesondere vorteilhaft, wenn auch erste Satellitennavigationsdaten aus der Vergangenheit berücksichtigt werden. So lassen sich besonders genaue vorhergesagte Satellitennavigationsdaten berechnen. Beispielsweise kann aus einer Position gemäß den ersten Satellitennavigationsdaten von vor einer Sekunde, der Geschwindigkeit und der Beschleunigung des ersten Kraftfahrzeugs die aktuelle Position berechnet werden.
-
Nach einer Ausführungsform der Erfindung können die Trainingsdaten vor dem Trainieren der künstlichen Intelligenz bereinigt werden. Dies kann insbesondere bedeuten, dass Werte, die erfasst oder gemessen wurden, als das zweite Kraftfahrzeug langsamer als eine Schwellgeschwindigkeit von beispielsweise 30 km/h war, nicht berücksichtigt werden und somit von den Trainingsdaten ausgeschlossen werden. Dies kann vorteilhaft sein, um das Training der künstlichen Intelligenz insbesondere auf relativ hohe Geschwindigkeiten zu beschränken, bei denen die Korrektur besonders notwendig ist. Außerdem können bei der Bereinigung auch Nullwerte der weiteren Parameter gelöscht werden.
-
Nach einer Ausführungsform der Erfindung können die Trainingsdaten vor dem Trainieren der künstlichen Intelligenz standardisiert werden. Dies kann vorteilhaft sein, um die Trainingsdaten besser übertragbar und vergleichbar für andere Kraftfahrzeuge zu machen, sodass die trainierte künstliche Intelligenz für möglichst viele Kraftfahrzeuge verwendet werden kann.
-
Nach einer Ausführungsform der Erfindung können die zweiten Satellitennavigationsdaten und die differentiellen Satellitennavigationsdaten vor dem Trainieren der künstlichen Intelligenz in metrische Werte umgewandelt werden. Dies ist insbesondere vorteilhaft, wenn für das Training der künstlichen Intelligenz auch die weiteren Parameter des zweiten Kraftfahrzeugs berücksichtigt werden, die meistens in metrischen Werten erfasst werden. Die metrischen Werte der zweiten und der differentiellen Satellitennavigationsdaten können insbesondere in Abstände zum Äquator, zum Nord- oder Südpol und/oder zum Nullmeridian umgewandelt werden. Auch die Umwandlung in Abstände zu einem anderen beliebigen Längen- oder Breitengrad ist selbstverständlich möglich.
-
Nach einer Ausführungsform der Erfindung kann die künstliche Intelligenz als rekurrentes neuronales Netz ausgebildet sein. Insbesondere kann die künstliche Intelligenz als langes Kurzzeitgedächtnis (LSTM, longt short-term memory) ausgebildet sein. Die künstliche Intelligenz kann bei der Korrektur der Anomalien mit lediglich genau einem Modell zwei Korrekturwerte berechnen, die bei der Korrektur der ersten Satellitennavigationsdaten verwendet werden. Einer der Korrekturwerte kann beispielsweise ein Korrekturwert für den Längengrad sein, während der andere Korrekturwert beispielsweise ein Korrekturwert für den Breitengrad ist. Rekurrente neuronale Netze und insbesondere lange Kurzzeitgedächtnisse (LSTM) wurden im Rahmen von Versuchen als besonders gut geeignet zur Korrektur der ersten Satellitennavigationsdaten ermittelt.
-
Nach einer Ausführungsform der Erfindung kann die Korrektur der ersten Satellitennavigationsdaten statistisch bewertet werden. Diese Bewertung kann beispielsweise die Qualität der Korrektur betreffen. Es kann beispielsweise die mittlere quadratische Abweichung, die Wurzel aus dem gemittelten Fehlerquadrat und/oder das Bestimmtheitsmaß für die Bewertung herangezogen werden. Aus der statistischen Bewertung lässt sich insbesondere auf die Qualität der trainierten künstlichen Intelligenz schließen.
-
Weitere Merkmale und Vorteile der vorliegenden Erfindung werden deutlich anhand der nachfolgenden Beschreibung eines bevorzugten Ausführungsbeispiels unter Bezugnahme auf die beiliegende Abbildung. Dabei zeigt
- 1 ein schematisches Flussdiagramm eines Verfahrens zur Bestimmung der Position eines ersten Kraftfahrzeugs nach einer Ausführungsform der Erfindung.
-
In Schritt 1 werden zweite Satellitennavigationsdaten und weitere Parameter eines zweiten Kraftfahrzeugs während einer Fahrt mit dem zweiten Kraftfahrzeug erfasst. Die weiteren Parameter umfassen eine Geschwindigkeit, eine Bremskraft, eine laterale Beschleunigung, eine longitudinale Beschleunigung, eine Stellung eines Gaspedals, ein von einem Antrieb des zweiten Kraftfahrzeugs ausgeübtes Drehmoment, eine Gierrate und/oder einen Lenkeinschlag. Außerdem werden zeitgleich in Schritt 2 Daten eines differentiellen Satellitennavigationssystems erfasst, die nachfolgend als differentielle Satellitennavigationsdaten bezeichnet werden. Ein dritter Empfänger des differentiellen Satellitennavigationssystems ist dabei ebenfalls im oder am zweiten Kraftfahrzeug angeordnet, sodass die Position des dritten Empfängers mit der Position des zweiten Kraftfahrzeugs übereinstimmt.
-
Die in den Schritten 1 und 2 erfassten zweiten und differentiellen Satellitennavigationsdaten und die weiteren Parameter werden in Schritt 3 synchronisiert. Dies kann im Falle der zweiten und der differentiellen Satellitennavigationsdaten durch einen Zeitstempel der zweiten und der differentiellen Satellitennavigationsdaten erfolgen. Die weiteren Parameter können über eine Systemzeit des zweiten Kraftfahrzeugs mit den zweiten und den differentiellen Satellitennavigationsdaten synchronisiert werden. Durch die Synchronisierung werden zeitgleich gemessene weitere Parameter und zweite und differentielle Satellitennavigationsdaten miteinander in Verbindung gebracht, sodass für eine spätere Verwendung der weiteren Parameter und der zweiten und der differentiellen Satellitennavigationsdaten als Trainingsdaten für eine künstliche Intelligenz eindeutig zuzuordnen ist, welche weiteren Parameter zeitgleich mit welchen zweiten und welchen differentiellen Satellitennavigationsdaten erfasst wurden.
-
In Schritt 4 werden einige der weiteren Parameter ausgewählt, die als besonders signifikant für die derzeitige Fahrsituation des zweiten Kraftfahrzeugs angesehen werden. In Schritt 5 werden die weiteren Parameter, die zweiten und die differentiellen Satellitennavigationsdaten bereinigt. Hierbei können Nullwerte der weiteren Parameter gelöscht werden. Außerdem können die weiteren Parameter, die zweiten Satellitennavigationsdaten und die differentiellen Satellitennavigationsdaten in Hinblick auf ihre Plausibilität überprüft werden. So können beispielsweise Messfehler eliminiert werden. Außerdem werden alle Satellitennavigationsdaten und weiteren Parameter gelöscht, die erfasst wurden, wenn das Kraftfahrzeug langsamer als eine Schwellgeschwindigkeit von beispielsweise 30km/h war. Da die Korrektur der Satellitennavigationsdaten mittels der künstlichen Intelligenz insbesondere bei hohen Geschwindigkeiten wichtig ist, können solche Werte vernachlässigt werden.
-
In Schritt 6 werden weitere Parameter erzeugt, die als Trainingsdaten für das Training der künstlichen Intelligenz nützlich sind. Dies können beispielsweise die erste und die zweite Ableitung der Beschleunigung des zweiten Kraftfahrzeugs sein.
-
In Schritt 7 werden die weiteren Parameter standardisiert. Dies ist vorteilhaft, damit sie als Trainingsdaten verwendet werden können, auch wenn die damit trainierte künstliche Intelligenz später Satellitennavigationsdaten eines anderen Kraftfahrzeugs korrigiert.
-
In Schritt 8 werden die zweiten Satellitennavigationsdaten in metrische Einheiten konvertiert. In Schritt 9 wird ein Fehler in den zweiten Satellitennavigationsdaten berechnet. Dieser Fehler ist der Unterschied zwischen den zweiten und den differentiellen Satellitennavigationsdaten, da die differentiellen Satellitennavigationsdaten als wahre Werte angesehen werden.
-
In Schritt 10 werden aus den weiteren Parametern, den zweiten und den differentiellen Satellitennavigationsdaten Datenframes erzeugt, die als Trainingsdaten gespeichert werden. Die Trainingsdaten werden in Schritt 11 zum Training der künstlichen Intelligenz verwendet.
-
Die künstliche Intelligenz wird in Schritt 12 im ersten Kraftfahrzeug implementiert. Das erste Kraftfahrzeug umfasst einen ersten Empfänger für erste Satellitennavigationsdaten. Außerdem werden in Schritt 12 aus den ersten Satellitennavigationsdaten und weiteren Parametern des ersten Kraftfahrzeugs durch die künstliche Intelligenz zukünftige vorhergesagte Satellitennavigationsdaten berechnet. Die anschließend erfassten ersten Satellitennavigationsdaten werden durch einen Vergleich mit den vorhergesagten Satellitennavigationsdaten auf Anomalien überprüft. Auf diese Weise können erste Satellitennavigationsdaten als Anomalie detektiert werden, die nicht zu den zuvor erfassten ersten Satellitennavigationsdaten und den weiteren Parametern des ersten Kraftfahrzeugs passen.
-
Die weiteren Parameter umfassen eine Geschwindigkeit, eine Bremskraft, eine laterale Beschleunigung, eine longitudinale Beschleunigung, eine Stellung eines Gaspedals, ein von einem Antrieb des ersten Kraftfahrzeugs ausgeübtes Drehmoment, eine Gierrate und/oder einen Lenkeinschlag.
-
Die vorhergesagten Satellitennavigationsdaten werden in Schritt 13 interpoliert, sodass eine geglättete Ausgabekurve erreicht wird. In Schritt 14 wird diese geglättete Ausgabekurve als korrigierte erste Satellitennavigationsdaten verwendet, um die Position des ersten Kraftfahrzeugs zu bestimmen. Außerdem wird die Verbesserung der Positionsbestimmung des ersten Kraftfahrzeugs in Schritt 14 mit statistischen Mitteln hinsichtlich ihrer Qualität bewertet.
