EP2936205A2 - Method for providing a gnss signal - Google Patents

Method for providing a gnss signal

Info

Publication number
EP2936205A2
EP2936205A2 EP13805855.7A EP13805855A EP2936205A2 EP 2936205 A2 EP2936205 A2 EP 2936205A2 EP 13805855 A EP13805855 A EP 13805855A EP 2936205 A2 EP2936205 A2 EP 2936205A2
Authority
EP
European Patent Office
Prior art keywords
signal
vehicle
gnss
gnss signal
position data
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.)
Withdrawn
Application number
EP13805855.7A
Other languages
German (de)
French (fr)
Inventor
Ulrich STÄHLIN
Klaus Rink
Marc Menzel
Michael ZALEWSKI
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Continental Teves AG and Co OHG
Original Assignee
Continental Teves AG and Co OHG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Continental Teves AG and Co OHG filed Critical Continental Teves AG and Co OHG
Publication of EP2936205A2 publication Critical patent/EP2936205A2/en
Withdrawn legal-status Critical Current

Links

Classifications

    • 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
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • 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
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/22—Multipath-related issues
    • 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
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
    • G01S19/28—Satellite selection
    • 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
    • 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

Definitions

  • the invention relates to a method for providing a GNSS signal, a control device for carrying out the method and a vehicle with the control device.
  • a method for providing a GNSS signal for position determination of a vehicle comprises the steps of receiving the GNSS signal, filtering the GNSS signal based on an environmental condition about the vehicle, and outputting the filtered GNSS signal.
  • GNSS signal for example, the above-mentioned GPS signal, a rjioöajibHa «HaBnraunoHHafl CnyTHMKOBaa Cnc eMa signal, short GLONASS signal and / or a Galileo signal can be used.
  • the specified method is based on the consideration that in the above-mentioned navigation device, the statistical properties of the error must first be measured in order to use this to improve the position estimate based on the GNSS signal.
  • the method is also based on the consideration that the error condition for the vehicle, such as shading effects, which could only be taken into account in the context of the above-mentioned navigation device for improving the signal, if the GNSS signal becomes worse due to the shadowing effects and the error due to the statistical recording becomes more detectable occurs.
  • the error in whatever form, can be reacted only a posteriori to a worse signal quality of the GNSS signal.
  • the stated method is based on the consideration of estimating the signal quality based on the ambient conditions affecting the signal quality.
  • an expected value for the signal quality of the GNSS signal which can be interpreted as a statistical property of a fault of the GNSS signal in the case of a deteriorating signal quality.
  • this expected error may be a priori reacted before the expected deterioration of the signal quality of the GNSS signal actually occurs.
  • the ambient condition can be detected by means of environmental sensors on the vehicle.
  • environment sensors should be understood in the context of further training, especially sensors from which can estimate possible shadowing of the GNSS signal.
  • sensors from which can estimate possible shadowing of the GNSS signal For example, camera sensors, radar sensors, lidar sensors or V2X sensors can be used, which are present anyway on modern vehicles, and thus do not require any structural modifications to the vehicle to implement the specified method.
  • the GNSS signal for filtering is weighted based on an output signal of the environment sensor.
  • the output signal could describe an object on a road on which the vehicle is traveling.
  • the aforementioned weighting could be based on the structure of the detected objects, which then essentially provides information about how much the GNSS signal is being shadowed.
  • a tunnel is expected to result in complete shadowing of all available GNSS signals, while trees near the road will shade at least some GNSS signal weakly.
  • house walls near the road can lead to complete shadowing of some GNSS signals and / or reflections of some GNSS signals.
  • the reception angle of the GNSS signal may also be taken into account so as to further enhance the estimated value for the estimated shading from the position of the object and the reception angle.
  • any ambient conditions such as Störsignalfeider could be detected to estimate the signal quality of the GNSS signal, the signal quality of the
  • the GNSS signal is filtered on the basis of an expected degree of shading of the GNSS signal by the object as ambient condition.
  • a method for determining a position of a vehicle based on a GNSS signal comprises the steps of providing the GNSS signal with a specified method and determining the position of the vehicle based on the provided GNSS signal.
  • the specified method comprises the
  • GNSS signal can also be used to check the calculated position of the vehicle based on the
  • GNSS signal could be used.
  • a change of the lane of the vehicle on the road tracked and so the GNSS signal can be made plausible.
  • the specified method comprises the steps of recording reference position data of the vehicle and more precisely the position of the vehicle by filtering the detected position of the vehicle based on the reference position data.
  • the reference position data could be dependent, for example, on vehicle dynamics data and / or odometry data of the vehicle. This refinement is based on the consideration that the reference position data based on the GNSS signal could be specified in a fusion filter, for example. This could be done, for example, by contrasting the reference position data with the GNSS signal itself in a filter, or position data derived from the GNSS signal, as opposed to the measurement data in an observer. Under such an observer can fall any filter that allows an analog or digital state observation of the vehicle. For example, a Luenberger observer can be consulted. If the noise is taken into account, a Kalman filter could be considered. If the shape of the noise is also to be taken into account, then possibly a
  • Particle filter which has a basic set of available noise scenarios and selects the to be considered in the elimination Rauschen scenario example, by a Monte Carlo simulation.
  • the observer is preferably a Kalman filter that provides an optimal result in terms of its necessary computational resources.
  • the precise position is approximated depending on an information content of the specific position.
  • the specified development is based on the consideration that the reference data could represent redundant position data in order to correct the position data derived from the GNSS signal. For this correction, however, a difference between the reference position data and the position data derived from the GNSS signal is required, in the context of which it would initially be unclear in which of the two available data the error lies. However, this can be determined by the aforementioned plausibility of the position data derived from the GNSS signal, and the position data derived from the GNSS signal can be assigned an integrity measure that is dependent, for example, on the information technology content of the message.
  • a method for outputting a measurement signal in a vehicle comprises the steps:
  • the specified method is based on the consideration that in a fusion sensor, as is known, for example, from the document WO 2011/098 333 AI, errors can only be detected if they have already occurred since the fusion sensor compares the sensor signal and the comparison sensor signal , Differences between both sensor signals interpreted as errors and eliminates the error in the form of feedback. This leads to a corresponding dead time, which can be avoided by estimating the error in advance and thus taking it into account before it actually occurs.
  • One of the two sensor signals may, for example, represent the above-mentioned reference position data derived from vehicle dynamics data from an inertial sensor, while the other sensor signal may represent the position data derived from a GNSS signal, for example, both sensor signals and the measurement signal representing a position of the vehicle absolute position, speed, acceleration and heading of the vehicle.
  • the filtering of the two sensor signals can be done with the filter described above.
  • a control device is set up to perform one of the specified methods.
  • the specified device has a memory and a processor.
  • a computer program comprises program code means for performing all the steps of one of the specified methods when the computer program is executed on a computer or one of the specified devices.
  • a computer program product includes program code stored on a computer-readable medium and, when executed on a data processing device, performs one of the specified methods.
  • a vehicle includes a specified controller.
  • 1 is a schematic diagram of a vehicle on a road
  • FIG. 2 is a schematic diagram of a fusion sensor in the vehicle of FIG. 1.
  • Fig. 1 shows a schematic diagram of a vehicle 2 on a road 4.
  • the vehicle 2 moves on the road 4 in a direction of movement 6.
  • this direction of movement 6 at the edge of the road 4 in front of the vehicle 2 is an object in the form of a building 10, to which the vehicle 2 moves.
  • the vehicle 2 is to receive a GNSS signal 12 via an antenna 11 of global satellite navigation system, hereinafter called GNSS, via several GNSS satellites, of which a GNSS satellite 14 is shown in FIG Trilateration known per se in Fig. 2 indicated position 16 of the vehicle 2 on the road 4 certain.
  • GNSS global satellite navigation system
  • the signal quality of at least one of the GNSS signals becomes worse, which may affect the accuracy of the particular location 16 of the vehicle 2.
  • the GNSS satellite 12 shown is obscured by the building 10 as the vehicle 2 moves in the direction of travel 6, thus shadowing the GNSS signal 12 from the vehicle rather than providing a sufficiently high signal quality for accurate determination of the GNSS signal 12 Position of the vehicle 2 can be used.
  • measures are to be taken sufficiently quickly to minimize the effects of the shadowing of the GNSS signal 12 as far as possible.
  • a camera 18 shown in Fig. 2 is arranged in the vehicle 2, which receives an image 20, which is seen in the direction of movement 6 of the vehicle 2 in front of the vehicle 2.
  • this image 20 the building 10 can be seen, whereby the upcoming shadowing of the GNSS signal 12 is recognizable by the building.
  • FIG. 2 shows a fusion sensor 22 in the vehicle 2 of FIG.
  • the fusion sensor 22 receives in the present
  • the above-mentioned layer 16 of the vehicle 2 in the form of data which may include an absolute position of the vehicle 2 on a lane 4.
  • the position data 16 from the GNSS receiver 6 may also include a speed of the vehicle 2 and its heading to the GNSS satellite 14. Since the location data 16 is derived from the GNSS signals 12, they are hereinafter referred to as GNSS location data 16.
  • the fusion sensor 22 is configured to increase the information content of the GNSS location data 16 derived from the GNSS signal 12 in a manner to be described. On the one hand, this is necessary since the GNSS signal 12 has a very high signal / noise band spacing and can thus be very inaccurate. On the other hand, as already described, the GNSS signal 12 is not always available due to shadowing.
  • the vehicle 2 for this purpose has an inertial sensor 26, which detects vehicle dynamics data 28 of the vehicle 2.
  • vehicle dynamics data 28 includes a longitudinal acceleration, a transverse acceleration as well as a vertical acceleration and a roll rate, a pitch rate and a yaw rate of the vehicle 2.
  • vehicle dynamics data 26 are used in the present embodiment to increase the information content of the GNSS position data 16 and, for example, the position and to specify the speed of the vehicle 2 on the lane 4.
  • the refined position data 30 can then be used by a navigation device 32 in the vehicle 2, for example, even if the GNSS signal 12 is no longer available, for example, by the shadowing building 10.
  • GNSS position data 16 can optionally also be used for wheel speed sensors 34, which detect the wheel speeds 36 of the individual wheels of the vehicle 2 which are not referred to in greater detail.
  • the filter 38 may be formed arbitrarily, a Kalman filter solves this task most effectively with a comparatively low computational resource claim. Therefore, the filter 38 below should preferably be a Kalman filter 38.
  • the caiman filter 38 is preceded by the more precise position data 30 of the vehicle 2 and comparison position data 40 of the vehicle 2.
  • the more precise position data 30 are generated in the present embodiment in a strapdown algorithm 42, known for example from DE 10 2006 029 148 A1, from the vehicle dynamics data 28. They contain more precise position information about the vehicle, but also other position data about the vehicle 2, such as its speed, its acceleration and its heading.
  • the comparison position data 40 are obtained from a model 44 of the vehicle 2, which is initially fed from the GNSS receiver 24 with the GNSS position data 16. From this GNSS position data 16, the comparison position data 40 which contains the same information as the specified position data 30 is then determined in the model 44.
  • the specified position data 30 and the comparison position data 40 differ only in their values.
  • the Kalman filter 38 calculates, based on the refined position data 30 and the comparison position data 40, a error budget 46 for the specified position data 30 and a error budget 48 for the comparison position data 40.
  • An error budget is understood below to mean a total error in a signal. which consists of several individual errors in the acquisition and transmission of the signal.
  • a corresponding error budget can be composed of errors in the satellite orbit, the satellite clock, the remaining refraction effects and errors in the GNSS receiver 24.
  • the error budget 46 of the refined position data 18 and the error budget 48 of the comparison position data 34 are then supplied according to the strapdown algorithm 36 and the model 44 for correcting the specified position data 30 and the comparison position data 40, respectively. That is, the refined location data 30 and the comparison location data 40 are iteratively adjusted for their errors. In an analogous manner, the error budget 48 of the comparison position data 40 also the
  • GNSS receiver 24 may be supplied so that it can erase the above-mentioned errors of the satellite orbit, the satellite clock and the remaining refraction effects iteratively.
  • GNSS system is also called GNSS.
  • the GNSS receiver 24 to a selection and correction device 50 and a
  • Trilateration device 52 on.
  • the selection and correction device 50 selects four GNSS signals 12 from all received GNSS signals 12. From the thus selected GNSS signals 54, not all of which are provided with a reference numeral in FIG. 2 for the sake of clarity, the GNSS position data 16 of the vehicle 2 are then determined in the trilateration device 52 in a manner known to the person skilled in the art.
  • the aforementioned selection of the GNSS signals 12 is made in the present embodiment based on a weighting of the GNSS signals 12, wherein the individual weighting factors may be determined based on the error budget 48. For this weighting, however, an error must be present that could be fed back. Until the If errors present back into the selection and correction device 50 of the GNSS receiver 24 are coupled, a time known to the person skilled in the art in which a faulty GNSS signal always misses an error in the GNSS position data 16 and thus in the specified position data 30 passes further enlarged.
  • the shadowing of the GNSS satellite 14 also represents a previously mentioned error, which would be reflected in the error budget 48 and thus in the fed back error.
  • the dead time can be bridged by the error is already detected in advance on the image 20, which receives the mentioned camera 18 in the direction of movement 6 in front of the vehicle 2.
  • the GNSS signals 12 could also be weighted and selected so that a faulty GNSS satellite 14 could be proactively detected. In this way, for example, the weighting of the in Fig. 1 until the GNSS satellite 14 is sorted out in time by the selection and correction device 50 of the GNSS receiver 24 before introducing errors into the GNSS position data 16 due to its shadowing.
  • the selection and correction device 50 of the GNSS receiver 24 receives the image 20 and carries out an object recognition (not shown in detail) on the image 20, which is known per se to a person skilled in the art.
  • the object recognition can be performed with respect to certain classes of objects. For example, these object classes can be split as follows:
  • GNSS signals 12 only partially shading trees. If a potential shading object, such as, for example, the building 10 shown in FIG. 1, is detected, then based on the comparison location data 40 (or other available location data of the vehicle 2), for example
  • the selector and corrector 50 of the GNSS receiver 24 may then successively increase the weighting of the affected GNSS signal 12 in the manner described above.
  • the above-described idea could alternatively or additionally also be implemented in the Kalman filter 38 (or any of the above-mentioned arbitrary other filters) in order to detect an error in the comparison position data 40 in comparison with the precisely defined data 30 before its occurrence.
  • the Kalman filter 38 could receive the image 20, recognize the shading objects in the image 20 and weight the comparison position data 40 in the event of an error such that the comparison position data 40 is less strong in the filtering of the comparison position data 40 and the specified position data 30 be taken into account.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

The invention relates to a method for providing a global navigation satellite system signal (54), referred to as a GNSS signal (54) in the following, for determining a position (30) of a vehicle, said method comprising the steps of: - receiving an unfiltered GNSS signal (12), - filtering the unfiltered GNSS signal (12) on the basis of an ambient condition (20) around the vehicle (2), and - emitting the filtered GNSS signal (54).

Description

Verfahren zum Bereitstellen eines GNSS-Signals Method for providing a GNSS signal
Die Erfindung betrifft ein Verfahren zum Bereitstellen eines GNSS-Signals, eine Steuervorrichtung zur Durchführung des Verfahrens und ein Fahrzeug mit der Steuervorrichtung. The invention relates to a method for providing a GNSS signal, a control device for carrying out the method and a vehicle with the control device.
Aus der DE 10 2007 038 697 AI ist es bekannt, in einem Navigationsgerät statistische Eigenschaften eines Fehlers eines als Global Positioning System-Signals, GPS-Signal genannt, ausgebildeten globalen Satellitennavigationssignal, GNSS-Signal genannt, auszunutzen, um die Positionsschätzung mit dem GNSS-Signal zu verbessern. Es ist Aufgabe die Nutzung mehrerer Sensorgrößen zur Informationssteigerung zu verbessern. It is known from DE 10 2007 038 697 A1 to use in a navigation device statistical properties of a fault of a global satellite navigation signal called a global positioning system signal, called a GPS signal, called the GNSS signal, in order to obtain the position estimate with the GNSS signal. Signal to improve. It is the task to improve the use of several sensor sizes to increase information.
Die Aufgabe wird durch die Merkmale der unabhängigen Ansprüche gelöst. Bevorzugte Weiterbildungen sind Gegenstand der ab- hängigen Ansprüche. The object is solved by the features of the independent claims. Preferred developments are the subject of the dependent claims.
Gemäß einem Aspekt der Erfindung umfasst ein Verfahren zum Bereitstellen eines GNSS-Signals zur Positionsbestimmung eines Fahrzeuges die Schritte Empfangen des GNSS-Signals, Filtern des GNSS-Signals basierend auf einer Umgebungsbedingung um das Fahrzeug und Ausgeben des gefilterten GNSS-Signals. According to one aspect of the invention, a method for providing a GNSS signal for position determination of a vehicle comprises the steps of receiving the GNSS signal, filtering the GNSS signal based on an environmental condition about the vehicle, and outputting the filtered GNSS signal.
Als GNSS-Signal kann beispielsweise das eingangs genannte GPS-Signal, ein rjioöajibHa« HaBnraunoHHafl CnyTHMKOBaa Cnc eMa Signal, kurz GLONASS-Signal und/oder ein Galileo-Signal verwendet werden . As GNSS signal, for example, the above-mentioned GPS signal, a rjioöajibHa «HaBnraunoHHafl CnyTHMKOBaa Cnc eMa signal, short GLONASS signal and / or a Galileo signal can be used.
Dem angegebenen Verfahren liegt die Überlegung zugrunde, dass in dem eingangs genannten Navigationsgerät die statistischen Eigenschaften des Fehlers erst gemessen werden müssen, um diese zur Verbesserung der Positionsschätzung basierend auf dem GNSS-Signal verwenden zu können. Dem angegebenen Verfahren liegt ferner die Überlegung zugrunde, dass der Fehler aus den Um- gebungsbedingung um das Fahrzeug, wie beispielsweise aus Ab- schattungseffekten her rühren könnte, die im Rahmen des eingangs genannten Navigationsgerät erst zur Verbesserung des Signals berücksichtigt werden könnten, wenn des GNSS-Signal aufgrund der Abschattungseffekte schlechter und der Fehler aufgrund der statistischen Erfassung messbar zu Tage tritt. In der Folge kann auf den Fehler, in welcher Form auch immer, nur aposteriori nach einer schlechter werden Signalgüte des GNSS-Signals reagiert werden . The specified method is based on the consideration that in the above-mentioned navigation device, the statistical properties of the error must first be measured in order to use this to improve the position estimate based on the GNSS signal. The method is also based on the consideration that the error condition for the vehicle, such as shading effects, which could only be taken into account in the context of the above-mentioned navigation device for improving the signal, if the GNSS signal becomes worse due to the shadowing effects and the error due to the statistical recording becomes more detectable occurs. As a result, the error, in whatever form, can be reacted only a posteriori to a worse signal quality of the GNSS signal.
Um auf die durch den Fehler schlechter werdende Signalgüte des GNSS-Signals schneller reagieren zu können, liegt dem angegebenen Verfahren die Überlegung zugrunde, die Signalgüte basierend auf den die Signalgüte beeinflussenden Umgebungs- bedingungen zu schätzen. Auf diese Weise liegt ein Erwartungswert für die Signalgüte des GNSS-Signals vor, die im Falle einer sich verschlechternden Signalgüte als statistische Eigenschaft eines Fehlers des GNSS-Signals interpretiert werden kann. Auf diesen erwarteten Fehler kann, in welcher Form auch immer, apriori reagiert werden, bevor der die erwartete Verschlechterung der Signalgüte des GNSS-Signals tatsächlich eintritt. In order to be able to react more quickly to the signal quality of the GNSS signal that is getting worse as a result of the error, the stated method is based on the consideration of estimating the signal quality based on the ambient conditions affecting the signal quality. In this way, there is an expected value for the signal quality of the GNSS signal, which can be interpreted as a statistical property of a fault of the GNSS signal in the case of a deteriorating signal quality. In any form whatsoever, this expected error may be a priori reacted before the expected deterioration of the signal quality of the GNSS signal actually occurs.
In einer Weiterbildung des angegebenen Verfahrens kann die Umgebungsbedingung mittels Umfeldsensoren am Fahrzeug erfasst werden. Unter Umfeldsensoren sollen im Rahmen der Weiterbildung vor allem Sensoren verstanden werden, aus denen sich mögliche Abschattungen des GNSS-Signals schätzen lassen. Dazu können beispielsweise Kamerasensoren, Radarsensoren, Lidarsensoren oder V2X-Sensoren verwendet werden, welche ohnehin an modernen Fahrzeugen vorhanden sind, und so keinerlei strukturelle Umbaumaßnahmen am Fahrzeug zur Implementierung des angegebenen Verfahrens erfordern. In a development of the specified method, the ambient condition can be detected by means of environmental sensors on the vehicle. Under environment sensors should be understood in the context of further training, especially sensors from which can estimate possible shadowing of the GNSS signal. For example, camera sensors, radar sensors, lidar sensors or V2X sensors can be used, which are present anyway on modern vehicles, and thus do not require any structural modifications to the vehicle to implement the specified method.
In einer zusätzlichen Weiterbildung des angegebenen Verfahrens wird das GNSS-Signal zum Filtern basierend auf einem Ausgabesignal des Umfeldsensors gewichtet. Auf diese Weise ist es möglich, das Umfeld um das Fahrzeug zu klassifizieren und beispielsweise den Grad der Abschattung und damit der Signalgüte für die weitere Verwendung des GNSS-Signals beispielsweise zur Fehlerkorrektur an andere Baugruppen auszugeben, die das GNSS-Signal verwenden. In einer weiteren Weiterbildung des angegebenen Verfahrens könnte das Ausgabesignal ein Objekt auf einer Straße beschreiben, auf dem das Fahrzeug fährt. Auf diese Weise könnte die zuvor genannte Gewichtung nach der Struktur der erkannten Objekte erfolgen, die dann im Wesentlichen Aufschluss darüber gibt, wie stark das GNSS-Signal abgeschattet wird. Beispielsweise führt ein Tunnel erwartungsgemäß zu einer vollständigen Abschattung aller verfügbaren GNSS-Signale, während Bäume in der Nähe der Straße zumindest einige GNSS-Signal schwach abschatten. Häuserwände in der Nähe der Straße können hingegen zu einer vollständigen Abschattung einiger GNSS-Signale führen und/oder zu Reflexionen einiger GNSS-Signale führen. Zusätzlich kann in die Gewichtung des GNSS-Signals basierend auf dem das Objekt beschreibenden Ausgangssignal auch noch der Empfangswinkel des GNSS-Signal berücksichtigt werden, um so aus der Lage des Objektes und dem Empfangswinkel den Erwartungswert für die geschätzte Abschattung weiter zu verbessern. In an additional development of the specified method, the GNSS signal for filtering is weighted based on an output signal of the environment sensor. In this way, it is possible to classify the environment around the vehicle and, for example, the degree of shading and thus the signal quality for example, for further use of the GNSS signal for error correction to other assemblies using the GNSS signal. In a further development of the specified method, the output signal could describe an object on a road on which the vehicle is traveling. In this way, the aforementioned weighting could be based on the structure of the detected objects, which then essentially provides information about how much the GNSS signal is being shadowed. For example, a tunnel is expected to result in complete shadowing of all available GNSS signals, while trees near the road will shade at least some GNSS signal weakly. In contrast, house walls near the road can lead to complete shadowing of some GNSS signals and / or reflections of some GNSS signals. In addition, in the weighting of the GNSS signal based on the output signal describing the object, the reception angle of the GNSS signal may also be taken into account so as to further enhance the estimated value for the estimated shading from the position of the object and the reception angle.
Zwar könnten prinzipiell zur Schätzung der Signalgüte des GNSS-Signals beliebige Umgebungsbedingungen, wie beispielsweise Störsignalfeider erfasst werden, die die Signalgualität desAlthough, in principle, any ambient conditions, such as Störsignalfeider could be detected to estimate the signal quality of the GNSS signal, the signal quality of the
GNSS-Signals beeinflussen. In einer besonderen Weiterbildung des angegebenen Verfahrens wird das GNSS-Signal basierend auf einem zu erwartenden Abschattungsgrad des GNSS-Signals durch das Objekt als Umgebungsbedingung gefiltert. Influence GNSS signal. In a particular development of the specified method, the GNSS signal is filtered on the basis of an expected degree of shading of the GNSS signal by the object as ambient condition.
Gemäß einem weiteren Aspekt der Erfindung umfasst ein Verfahren zum Bestimmen einer Position eines Fahrzeuges basierend auf einem GNSS-Signal die Schritte Bereitstellen des GNSS-Signals mit einem angegebenen Verfahren und Bestimmen der Position des Fahrzeuges basierend auf dem bereitgestellten GNSS-Signal. According to another aspect of the invention, a method for determining a position of a vehicle based on a GNSS signal comprises the steps of providing the GNSS signal with a specified method and determining the position of the vehicle based on the provided GNSS signal.
Durch die Verwendung des angegebenen Verfahrens zum Bereitstellen eines GNSS-Signals bei der Positionsbestimmung kann auf voraussichtliche Fehler beim Empfang des GNSS-Signals und damit bei der Positionsbestimmung reagiert werden, bevor die Fehler in das Positionsbestimmungssystem eingebracht werden. Beispielsweise könnte vor einer zu erwartenden vollständigen Abschattung eines GNSS-Signals durch eine apriori-Anpassung der oben genannten Gewichtungen sukzessive auf ein anderes By using the specified method for providing a GNSS signal in the position determination can expected errors in the reception of the GNSS signal and thus in the position determination are reacted before the errors are introduced into the positioning system. For example, prior to an expected full shadowing of a GNSS signal, an a priori adjustment of the above weights could successively shift to another
GNSS-Signal umgeschaltet werden, dass das dann abgeschattete GNSS-Signal ersetzt. In einer Weiterbildung umfasst das angegebene Verfahren denGNSS signal that replaces the then shadowed GNSS signal. In a further development, the specified method comprises the
Schritt Plausibilisieren der bestimmten Position des Fahrzeuges basierend auf einem Ausgangssignal eines Umfeldsensors des Fahrzeuges . Step plausibility check of the specific position of the vehicle based on an output signal of an environment sensor of the vehicle.
Der Weiterbildung liegt die Überlegung zugrunde, dass bei- spielswiese das oben genannte Objekt, dessen Struktur zur oben genannten die Signalgüte beschreibenden Gewichtung des The further development is based on the consideration that, for example, the above-mentioned object whose structure corresponds to the above-described weighting of the signal quality described above
GNSS-Signals verwendet werden kann, auch zur Überprüfung der berechneten Position des Fahrzeuges basierend auf dem GNSS signal can also be used to check the calculated position of the vehicle based on the
GNSS-Signal herangezogen werden könnte. So könnte beispielsweise mit dem GNSS-Signal und der so ermittelten Position des Fahrzeuges auf der Fahrbahn ein Wechsel der Fahrspur des Fahrzeuges auf der Fahrbahn nachvollzogen und so das GNSS-Signal plausibilisiert werden. GNSS signal could be used. Thus, for example, with the GNSS signal and the thus determined position of the vehicle on the roadway, a change of the lane of the vehicle on the road tracked and so the GNSS signal can be made plausible.
In einer anderen Weiterbildung umfasst das angegebene Verfahren die Schritte Erfassen von Referenzlagedaten des Fahrzeuges und Präzisierend der Position des Fahrzeuges durch eine Filterung der erfassten Position des Fahrzeuges basierend auf den Referenzlagedaten . In another development, the specified method comprises the steps of recording reference position data of the vehicle and more precisely the position of the vehicle by filtering the detected position of the vehicle based on the reference position data.
Die Referenzlagedaten könnten beispielweise von Fahrdynamikdaten und/oder Odometriedaten des Fahrzeuges abhängig sein. Dieser Weiterbildung liegt die Überlegung zugrunde, dass die Referenzlagedaten basierend auf dem GNSS-Signal beispielsweise in einem Fusionsfilter präzisiert werden könnten. Dies könnte beispielsweise dadurch geschehen, dass die Referenzlagedaten dem GNSS-Signal selbst in einem Filter gegenübergestellt werden oder aus dem GNSS-Signal abgeleiteten Lagedaten, wie den Messlagedaten in einem Beobachter gegenübergestellt werden. Unter einen solchen Beobachter kann jedes Filter fallen, das eine analoge oder digitale Zustandsbeobachtung des Fahrzeuges zu- lässt. So kann beispielsweise ein Luenberger Beobachter herangezogen werden. Soll das Rauschen mit berücksichtigt werden, käme ein Kaiman-Filter in Betracht. Soll auch noch die Form des Rauschens berücksichtigt werden, so könnte ggf. ein The reference position data could be dependent, for example, on vehicle dynamics data and / or odometry data of the vehicle. This refinement is based on the consideration that the reference position data based on the GNSS signal could be specified in a fusion filter, for example. This could be done, for example, by contrasting the reference position data with the GNSS signal itself in a filter, or position data derived from the GNSS signal, as opposed to the measurement data in an observer. Under such an observer can fall any filter that allows an analog or digital state observation of the vehicle. For example, a Luenberger observer can be consulted. If the noise is taken into account, a Kalman filter could be considered. If the shape of the noise is also to be taken into account, then possibly a
Partikelfilter herangezogen werden, der eine Grundmenge an verfügbaren Rauschszenarien besitzt und das bei der Elimination zu berücksichtigende Rauschszenario beispielsweise durch eine Monte-Carlo-Simulation auswählt. Der Beobachter ist vorzugsweise ein Kaiman-Filter, der hinsichtlich seiner notwendigen Rechen-ressourcen ein optimales Ergebnis liefert. Particle filter are used, which has a basic set of available noise scenarios and selects the to be considered in the elimination Rauschen scenario example, by a Monte Carlo simulation. The observer is preferably a Kalman filter that provides an optimal result in terms of its necessary computational resources.
In einer besonderen Weiterbildung des angegebenen Verfahrens wird die präzisierte Position abhängig von einem Informationsgehalt der bestimmten Position angenähert. Der angegebenen Weiterbildung liegt die Überlegung zugrunde, dass die Referenzdaten redundante Positionsdaten darstellen könnten, um die aus dem GNSS-Signal hergeleiteten Positionsdaten zu korrigieren. Für diese Korrektur bedarf es jedoch eines Unterschiedes zwischen den Referenzlagedaten und den aus dem GNSS-Signal hergeleiteten Positionsdaten, im Rahmen dessen zunächst nicht klar wäre, in welchen der beiden verfügbaren Daten der Fehler liegt. Durch die oben genannte Plausibilisierung der aus dem GNSS-Signal hergeleiteten Positionsdaten kann dies jedoch bestimmt und den aus dem GNSS-Signal hergeleiteten Positionsdaten ein beispielsweise vom nachrichtentechnischen Informationsgehalt abhängiges Integritätsmaß zugeordnet werden. Je höher/kleiner das Integritätsmaß und damit der nachrichtentechnische Informationsgehalt der aus dem GNSS-Signal hergeleiteten Positionsdaten sind, desto größer/kleiner muss der Fehler in den Referenzdaten sein. Entsprechend können die aus dem GNSS-Signal hergeleiteten Positionsdaten dann korrigiert werden . Gemäß einem weiteren Aspekt der Erfindung umfasst ein Verfahren zum Ausgeben eines Messsignals in einem Fahrzeug die Schritte:In a particular embodiment of the specified method, the precise position is approximated depending on an information content of the specific position. The specified development is based on the consideration that the reference data could represent redundant position data in order to correct the position data derived from the GNSS signal. For this correction, however, a difference between the reference position data and the position data derived from the GNSS signal is required, in the context of which it would initially be unclear in which of the two available data the error lies. However, this can be determined by the aforementioned plausibility of the position data derived from the GNSS signal, and the position data derived from the GNSS signal can be assigned an integrity measure that is dependent, for example, on the information technology content of the message. The higher / lower the integrity measure and thus the information technology information content of the position data derived from the GNSS signal, the larger / smaller must be the error in the reference data. Accordingly, the position data derived from the GNSS signal can then be corrected. According to a further aspect of the invention, a method for outputting a measurement signal in a vehicle comprises the steps:
- Erfassen eines Sensorsignals, Detecting a sensor signal,
- Erfassen eines Vergleichssensorsignals,  Detecting a comparison sensor signal,
- Gewichten wenigstens eines der SensorSignale basierend auf einem geschätzten Fehler, und - weighting at least one of the sensor signals based on an estimated error, and
- Filtern des SensorSignals basierend auf dem Vergleichssensorsignal zum Ausgeben des Messsignals nach dem Gewichten. Dem angegebenen Verfahren liegt die Überlegung zugrunde, dass in einem Fusionssensor, wie er beispielsweise aus der Druckschrift WO 2011/ 098 333 AI bekannte ist, Fehler nur dann erkannt werden können, wenn Sie bereits aufgetreten sind, da der Fusionssensor das Sensorsignal und das Vergleichssensorsignal vergleicht, Unterschiede zwischen beiden SensorSignalen als Fehler interpretiert und den Fehler in Form einer Rückkopplung beseitigt. Dies führt zu einer entsprechenden Totzeit, die das Schätzen des Fehlers im Vorfeld und damit seine Berücksichtigung, bevor er eigentlich auftritt, vermieden werden kann.  - Filtering the sensor signal based on the comparison sensor signal for outputting the measurement signal after the weighting. The specified method is based on the consideration that in a fusion sensor, as is known, for example, from the document WO 2011/098 333 AI, errors can only be detected if they have already occurred since the fusion sensor compares the sensor signal and the comparison sensor signal , Differences between both sensor signals interpreted as errors and eliminates the error in the form of feedback. This leads to a corresponding dead time, which can be avoided by estimating the error in advance and thus taking it into account before it actually occurs.
Eines der beiden SensorSignale kann beispielsweise die oben genannten aus Fahrdynamikdaten aus einem Inertialsensor abgeleitet Referenzlagedaten darstellen, während das andere Sensorsignal beispielsweise die aus einem GNSS-Signal abge- leiteten Lagedaten darstellen kann, wobei beide Sensorsignale sowie das Messsignal eine Lage des Fahrzeuges wiedergeben, die eine absolute Position, eine Geschwindigkeit, eine Beschleunigung und ein Heading des Fahrzeuges umfasst. Die Filterung der beiden SensorSignale kann mit dem weiter oben beschriebenen Filter erfolgen. One of the two sensor signals may, for example, represent the above-mentioned reference position data derived from vehicle dynamics data from an inertial sensor, while the other sensor signal may represent the position data derived from a GNSS signal, for example, both sensor signals and the measurement signal representing a position of the vehicle absolute position, speed, acceleration and heading of the vehicle. The filtering of the two sensor signals can be done with the filter described above.
Gemäß einem weiteren Aspekt der Erfindung ist eine Steu- er-vorrichtung eingerichtet, eines der angegebenen Verfahren durchzuführen . According to a further aspect of the invention, a control device is set up to perform one of the specified methods.
In einer Weiterbildung der angegebenen Steuervorrichtung weist die angegebene Vorrichtung einen Speicher und einen Prozessor auf. Dabei ist eines angegebenen Verfahren in Form eines Computerprogramms in dem Speicher hinterlegt und der Prozessor zur Ausführung des Verfahrens vorgesehen, wenn das Computerprogramm aus dem Speicher in den Prozessor geladen ist. In a development of the specified control device, the specified device has a memory and a processor. Here is a specified method in the form of a Computer program stored in the memory and the processor provided for carrying out the method, when the computer program is loaded from the memory in the processor.
Gemäß einem weiteren Aspekt der Erfindung umfasst ein Computerprogramm Programmcodemittel, um alle Schritte eines der angegebenen Verfahren durchzuführen, wenn das Computerprogramm auf einem Computer oder einer der angegebenen Vorrichtungen ausgeführt wird. According to a further aspect of the invention, a computer program comprises program code means for performing all the steps of one of the specified methods when the computer program is executed on a computer or one of the specified devices.
Gemäß einem weiteren Aspekt der Erfindung enthält ein Computerprogrammprodukt einen Programmcode, der auf einem computerlesbaren Datenträger gespeichert ist und der, wenn er auf einer Datenverarbeitungseinrichtung ausgeführt wird, eines der angegebenen Verfahren durchführt. According to another aspect of the invention, a computer program product includes program code stored on a computer-readable medium and, when executed on a data processing device, performs one of the specified methods.
Gemäß einem weiteren Aspekt der Erfindung umfasst ein Fahrzeug eine angegebene Steuervorrichtung. In accordance with another aspect of the invention, a vehicle includes a specified controller.
Die oben beschriebenen Eigenschaften, Merkmale und Vorteile dieser Erfindung sowie die Art und Weise, wie diese erreicht werden, werden klarer und deutlicher verständlich im Zusammenhang mit der folgenden Beschreibung der Ausführungsbeispiele, die im Zusammenhang mit den Zeichnungen näher erläutert werden, wobei : The above-described characteristics, features and advantages of this invention, as well as the manner in which they are achieved, will become clearer and more clearly understood in connection with the following description of the exemplary embodiments, which are explained in more detail in conjunction with the drawings, in which:
Fig. 1 eine Prinzipdarstellung eines Fahrzeuges auf einer Straße, 1 is a schematic diagram of a vehicle on a road,
Fig. 2 eine Prinzipdarstellung eines Fusions sensors in dem Fahrzeug der Fig. 1. 2 is a schematic diagram of a fusion sensor in the vehicle of FIG. 1.
In den Figuren werden gleiche technische Elemente mit gleichen Bezugszeichen versehen und nur einmal beschrieben. In the figures, the same technical elements are provided with the same reference numerals and described only once.
Es wird auf Fig. 1 Bezug genommen, die eine Prinzipdarstellung eines Fahrzeuges 2 auf einer Straße 4 zeigt. Das Fahrzeug 2 bewegt sich auf der Straße 4 in einer Bewegungsrichtung 6. In dieser Bewegungsrichtung 6 am Rand der Straße 4 vor dem Fahrzeug 2 befindet sich ein Objekt in Form eines Gebäudes 10, auf das das Fahrzeug 2 zufährt. Reference is made to Fig. 1, which shows a schematic diagram of a vehicle 2 on a road 4. The vehicle 2 moves on the road 4 in a direction of movement 6. In this direction of movement 6 at the edge of the road 4 in front of the vehicle 2 is an object in the form of a building 10, to which the vehicle 2 moves.
In der vorliegenden Ausführung soll das Fahrzeug 2 über eine Antenne 11 von globalen Satellitennavigationssystems, nachstehend GNSS genannt, über mehrere GNSS-Satelliten, von denen in Fig. 1 ein GNSS-Satellit 14 gezeigt ist, ein GNSS-Signal 12 empfangen und basierend auf einer an sich bekannten Trilateration eine in Fig. 2 angedeutete Lage 16 des Fahrzeuges 2 auf der Straße 4 bestimmten. In the present embodiment, the vehicle 2 is to receive a GNSS signal 12 via an antenna 11 of global satellite navigation system, hereinafter called GNSS, via several GNSS satellites, of which a GNSS satellite 14 is shown in FIG Trilateration known per se in Fig. 2 indicated position 16 of the vehicle 2 on the road 4 certain.
Während der Trilateration kann es jedoch vorkommen, dass die Signalgualität wenigstens eines der GNSS-Signale schlechter wird, was Einfluss auf die Genauigkeit der bestimmten Lage 16 des Fahrzeuges 2 haben kann. In der vorliegenden Ausführung wird der gezeigte GNSS-Satellit 12 beim Weiterfahren des Fahrzeuges 2 in die Bewegungsrichtung 6 durch das Gebäude 10 verdeckt, wodurch das GNSS-Signals 12 gegenüber dem Fahrzeug abgeschattet wird und nicht mehr mit einer ausreichend hohen Signalgualität für eine präzise Bestimmung der Position des Fahrzeugs 2 verwendet werden kann . Im Rahmen der vorliegenden Ausführung sollen hier ausreichend schnell Vorkehrungen getroffen werden, die die Auswirkungen der Abschattung des GNSS-Signals 12 soweit wie möglich mindern. During trilateration, however, it may happen that the signal quality of at least one of the GNSS signals becomes worse, which may affect the accuracy of the particular location 16 of the vehicle 2. In the present embodiment, the GNSS satellite 12 shown is obscured by the building 10 as the vehicle 2 moves in the direction of travel 6, thus shadowing the GNSS signal 12 from the vehicle rather than providing a sufficiently high signal quality for accurate determination of the GNSS signal 12 Position of the vehicle 2 can be used. In the context of the present embodiment, measures are to be taken sufficiently quickly to minimize the effects of the shadowing of the GNSS signal 12 as far as possible.
Dazu ist in dem Fahrzeug 2 eine in Fig. 2 gezeigte Kamera 18 angeordnet, die ein Bild 20 aufnimmt, das in Bewegungsrichtung 6 des Fahrzeuges 2 gesehen vor dem Fahrzeug 2 liegt. Auf diesem Bild 20 ist das Gebäude 10 zu erkennen, wodurch auch die bevorstehende Abschattung des GNSS-Signals 12 durch das Gebäude erkennbar ist . For this purpose, a camera 18 shown in Fig. 2 is arranged in the vehicle 2, which receives an image 20, which is seen in the direction of movement 6 of the vehicle 2 in front of the vehicle 2. In this image 20, the building 10 can be seen, whereby the upcoming shadowing of the GNSS signal 12 is recognizable by the building.
Dieser Gedanke soll in der vorliegenden Ausführung genutzt werden, die Auswirkungen der Abschattung des GNSS-Signals 12 durch das Gebäude zu minimieren. Dazu wird auf Fig. 2 Bezug genommen, die einen Fusionssensor 22 in dem Fahrzeug 2 der Fig. 1 zeigt. Der Fusionssensor 22 empfängt in der vorliegenden This idea is to be used in the present embodiment to minimize the effects of shadowing of the GNSS signal 12 by the building. Reference is made to FIG. 2 which shows a fusion sensor 22 in the vehicle 2 of FIG. The fusion sensor 22 receives in the present
Ausfüh-rungsform über einen noch zu beschreibenden Embodiment over a yet to be described
GNSS-Empfänger 24 die oben genannte Lage 16 des Fahrzeuges 2 in Form von Daten, die eine absolute Position des Fahrzeuges 2 auf einer Fahrbahn 4 umfassen kann. Neben der absoluten Position können die Lagedaten 16 aus dem GNSS-Empfänger 6 auch eine Geschwindigkeit des Fahrzeuges 2 sowie sein Heading zum GNSS-Satelliten 14 umfassen. Da die Lagedaten 16 aus den GNSS-Signalen 12 abgeleitet werden, werden sie nachstehend als GNSS-Lagedaten 16 bezeichnet. GNSS receiver 24, the above-mentioned layer 16 of the vehicle 2 in the form of data, which may include an absolute position of the vehicle 2 on a lane 4. In addition to the absolute position, the position data 16 from the GNSS receiver 6 may also include a speed of the vehicle 2 and its heading to the GNSS satellite 14. Since the location data 16 is derived from the GNSS signals 12, they are hereinafter referred to as GNSS location data 16.
Der Fusionssensor 22 ist in einer noch zu beschreibenden Weise dazu ausgebildet, den Informationsgehalt der aus dem GNSS-Signal 12 abgeleiteten GNSS-Lagedaten 16 zu steigern. Dies ist einerseits notwendig, da das GNSS-Signal 12 einen sehr hohen Signal/Rauschbandabstand aufweisen und so sehr ungenau sein kann. Andererseits ist das GNSS-Signal 12 wie bereits geschildert aufgrund von Abschattungen nicht ständig verfügbar. The fusion sensor 22 is configured to increase the information content of the GNSS location data 16 derived from the GNSS signal 12 in a manner to be described. On the one hand, this is necessary since the GNSS signal 12 has a very high signal / noise band spacing and can thus be very inaccurate. On the other hand, as already described, the GNSS signal 12 is not always available due to shadowing.
In der vorliegenden Ausführung weist das Fahrzeug 2 dazu einen Inertialsensor 26 auf, der Fahrdynamikdaten 28 des Fahrzeuges 2 erfasst. Darunter fallen bekanntermaßen eine Längsbeschleunigung, eine Querbeschleunigung sowie eine Vertikalbeschleunigung und eine Wankrate, eine Nickrate sowie eine Gierrate des Fahrzeuges 2. Diese Fahrdynamikdaten 26 werden in der vor- liegenden Ausführung herangezogen, um den Informationsgehalt der GNSS-Lagedaten 16 zu steigern und beispielsweise die Position und die Geschwindigkeit des Fahrzeuges 2 auf der Fahrbahn 4 zu präzisieren. Die präzisierten Lagedaten 30 können dann beispielsweise von einem Navigationsgerät 32 im Fahrzeug 2 selbst dann verwendet werden, wenn das GNSS-Signal 12 beispielsweise durch das abschattende Gebäude 10 überhaupt nicht mehr verfügbar ist . Zur weiteren Steigerung des Informationsgehaltes der In the present embodiment, the vehicle 2 for this purpose has an inertial sensor 26, which detects vehicle dynamics data 28 of the vehicle 2. As is known, this includes a longitudinal acceleration, a transverse acceleration as well as a vertical acceleration and a roll rate, a pitch rate and a yaw rate of the vehicle 2. These vehicle dynamics data 26 are used in the present embodiment to increase the information content of the GNSS position data 16 and, for example, the position and to specify the speed of the vehicle 2 on the lane 4. The refined position data 30 can then be used by a navigation device 32 in the vehicle 2, for example, even if the GNSS signal 12 is no longer available, for example, by the shadowing building 10. To further increase the information content of
GNSS-Lagedaten 16 können in der vorliegenden Ausführung optional noch Raddrehzahlsensoren 34 verwendet werden, die die Raddrehzahlen 36 der einzelnen nicht näher referenzierten Räder des Fahrzeuges 2 erfassen. In the present embodiment, GNSS position data 16 can optionally also be used for wheel speed sensors 34, which detect the wheel speeds 36 of the individual wheels of the vehicle 2 which are not referred to in greater detail.
Um den zuvor genannten Grundgedanken des Fusions sensors 22, den Signal/Rauschbandabstand in den Lagedaten 16 und/oder den Fahrdynamikdaten 28 zu erhöhen, werden die Information aus den GNSS-Lagedaten 16 den Fahrdynamikdaten 28 aus dem Inertialsensor 14 in einem Filter 38 gegenüberzustellt . Dazu kann das Filter 38 zwar beliebig ausgebildet, ein Kaiman-Filter löst diese Aufgabe am wirkungsvollsten mit einem vergleichsweise geringen Rechenressourcenanspruch. Daher soll das Filter 38 nachstehend vorzugsweise ein Kaiman-Filter 38 sein. In order to increase the aforementioned basic idea of the fusion sensor 22, the signal / noise band spacing in the position data 16 and / or the vehicle dynamics data 28, the information from the GNSS position data 16 is compared with the vehicle dynamics data 28 from the inertial sensor 14 in a filter 38. For this purpose, the filter 38 may be formed arbitrarily, a Kalman filter solves this task most effectively with a comparatively low computational resource claim. Therefore, the filter 38 below should preferably be a Kalman filter 38.
In das Kaiman-Filter 38 gehen die präzisierten Lagedaten 30 des Fahrzeuges 2 und Vergleichslagedaten 40 des Fahrzeuges 2 ein. Die präzisierten Lagedaten 30 werden in der vorliegenden Ausführung in einem beispielsweise aus der DE 10 2006 029 148 AI bekannten Strapdown-Algorithmus 42 aus den Fahrdynamikdaten 28 generiert. Sie enthalten präzisierten Positionsinformationen über das Fahrzeug, aber auch andere Lagedaten über das Fahrzeug 2, wie beispielsweise seine Geschwindigkeit, seine Beschleunigung und sein Heading. Demgegenüber werden die Vergleichslagedaten 40 aus einem Modell 44 des Fahrzeuges 2 gewonnen, das zunächst einmal aus dem GNSS-Empfänger 24 mit den GNSS-Lagedaten 16 gespeist wird. Aus diesen GNSS-Lagedaten 16 werden dann in dem Modell 44 die Vergleichslagedaten 40 bestimmt, die die gleichen Infor- mationen enthalten, wie die präzisierten Lagedaten 30. Die präzisierten Lagedaten 30 und die Vergleichslagedaten 40 unterscheiden sich lediglich in ihren Werten. The caiman filter 38 is preceded by the more precise position data 30 of the vehicle 2 and comparison position data 40 of the vehicle 2. The more precise position data 30 are generated in the present embodiment in a strapdown algorithm 42, known for example from DE 10 2006 029 148 A1, from the vehicle dynamics data 28. They contain more precise position information about the vehicle, but also other position data about the vehicle 2, such as its speed, its acceleration and its heading. In contrast, the comparison position data 40 are obtained from a model 44 of the vehicle 2, which is initially fed from the GNSS receiver 24 with the GNSS position data 16. From this GNSS position data 16, the comparison position data 40 which contains the same information as the specified position data 30 is then determined in the model 44. The specified position data 30 and the comparison position data 40 differ only in their values.
Das Kaiman-Filter 38 berechnet basierend auf den präzisierten Lagedaten 30 und den Vergleichslagedaten 40 einen Fehlerhaushalt 46 für die präzisierten Lagedaten 30 und einen Fehlerhaushalt 48 für die Vergleichslagedaten 40. Unter einem Fehlerhaushalt soll nachstehend ein Gesamtfehler in einem Signal verstanden werden, der sich aus verschiedenen Einzelfehlern bei der Erfassung und Übertragung des Signals zusammensetzt . Bei dem GNSS-Signal 12 und damit bei den GNSS-Lagedaten 16 kann sich ein entsprechender Fehlerhaushalt aus Fehlern der Satellitenbahn, der Satelli- tenuhr, der restlichen Refraktionseffekte und aus Fehlern im GNSS-Empfänger 24 zusammensetzen. The Kalman filter 38 calculates, based on the refined position data 30 and the comparison position data 40, a error budget 46 for the specified position data 30 and a error budget 48 for the comparison position data 40. An error budget is understood below to mean a total error in a signal. which consists of several individual errors in the acquisition and transmission of the signal. In the GNSS signal 12 and thus in the GNSS position data 16, a corresponding error budget can be composed of errors in the satellite orbit, the satellite clock, the remaining refraction effects and errors in the GNSS receiver 24.
Der Fehlerhaushalt 46 der präzisierten Lagedaten 18 und der Fehlerhaushalt 48 der Vergleichslagedaten 34 werden dann entsprechend dem Strapdown-Algorithmus 36 und dem Modell 44 zur Korrektur der präzisierten Lagedaten 30 beziehungsweise der Vergleichslagedaten 40 zugeführt. Das heißt, dass die präzisierten Lagedaten 30 und die Vergleichslagedaten 40 iterativ um ihre Fehler bereinigt werden. In analoger Weise kann der Fehlerhaushalt 48 der Vergleichslagedaten 40 auch dem The error budget 46 of the refined position data 18 and the error budget 48 of the comparison position data 34 are then supplied according to the strapdown algorithm 36 and the model 44 for correcting the specified position data 30 and the comparison position data 40, respectively. That is, the refined location data 30 and the comparison location data 40 are iteratively adjusted for their errors. In an analogous manner, the error budget 48 of the comparison position data 40 also the
GNSS-Empfänger 24 zugeführt werden, damit dieser die oben erwähnten Fehler der Satellitenbahn, der Satellitenuhr und der restlichen Refraktionseffekte iterativ beseitigen kann. Ein derartiges GNSS-System wird auch deeply coupled GNSS genannt.  GNSS receiver 24 may be supplied so that it can erase the above-mentioned errors of the satellite orbit, the satellite clock and the remaining refraction effects iteratively. Such a GNSS system is also called GNSS.
In der vorliegenden Ausführung weist der GNSS-Empfänger 24 dazu eine Auswahl- und Korrektureinrichtung 50 sowie eine In the present embodiment, the GNSS receiver 24 to a selection and correction device 50 and a
Trilaterationseinrichtung 52 auf. Die Auswahl- und Korrektureinrichtung 50 wählt aus allen empfangenen GNSS-Signalen 12 vier GNSS-Signale 12 aus. Aus den so ausgewählten GNSS-Signalen 54, von denen in Fig. 2 der Übersichtlichkeit halber nicht alle mit einem Bezugszeichen versehen sind, werden dann in der Trilatertionseinrichtung 52 in einer dem Fachmann bekannten Weise die GNSS-Lagedaten 16 des Fahrzeuges 2 bestimmt. Trilateration device 52 on. The selection and correction device 50 selects four GNSS signals 12 from all received GNSS signals 12. From the thus selected GNSS signals 54, not all of which are provided with a reference numeral in FIG. 2 for the sake of clarity, the GNSS position data 16 of the vehicle 2 are then determined in the trilateration device 52 in a manner known to the person skilled in the art.
Die zuvor genannte Auswahl der GNSS-Signale 12 erfolgt in der vorliegenden Ausführung basierend auf einer Gewichtung der GNSS-Signale 12, wobei die einzelnen Gewichtungsfaktoren basierend auf dem Fehlerhaushalt 48 bestimmt werden können. Für diese Gewichtung muss prinzipbedingt jedoch zunächst ein Fehler vorhanden sein, der rückgekoppelt werden könnte. Bis der vorhandene Fehler zurück in die Auswahl- und Korrektureinrichtung 50 des GNSS-Empfängers 24 gekoppelt ist vergeht eine Zeit, dem Fachmann als Totzeit bekannt, in der ein fehlerhaftes GNSS-Signal einen Fehler in den GNSS-Lagedaten 16 und damit in den präzisierten Lagedaten 30 immer weiter vergrößert. The aforementioned selection of the GNSS signals 12 is made in the present embodiment based on a weighting of the GNSS signals 12, wherein the individual weighting factors may be determined based on the error budget 48. For this weighting, however, an error must be present that could be fed back. Until the If errors present back into the selection and correction device 50 of the GNSS receiver 24 are coupled, a time known to the person skilled in the art in which a faulty GNSS signal always misses an error in the GNSS position data 16 and thus in the specified position data 30 passes further enlarged.
Es wäre daher wünschenswert, diese Totzeit zu überbrücken. It would therefore be desirable to bridge this dead time.
Wie bereits weiter oben im Rahmen der Fig. 1 erwähnt, stellt die Abschattung des GNSS-Satelliten 14 ebenfalls einen zuvor genannten Fehler dar, der sich im Fehlerhaushalt 48 und damit im zurückgekoppelten Fehler niederschlagen würde. Hier lässt sich jedoch die Totzeit überbrücke, indem der Fehler bereits im Vorfeld auf dem Bild 20 erkannt wird, das die erwähnte Kamera 18 in Bewegungsrichtung 6 vor dem Fahrzeug 2 aufnimmt. As already mentioned above in the context of FIG. 1, the shadowing of the GNSS satellite 14 also represents a previously mentioned error, which would be reflected in the error budget 48 and thus in the fed back error. Here, however, the dead time can be bridged by the error is already detected in advance on the image 20, which receives the mentioned camera 18 in the direction of movement 6 in front of the vehicle 2.
Basierend auf den Informationen auf diesem Bild 20 könnten die GNSS-Signale 12 ebenfalls gewichtet und so ausgewählt werden, wodurch ein fehlerhafter GNSS-Satellit 14 vorausschauend er- kannt werden könnte. Auf diese Weise könnte beispielsweise die Gewichtung des in Fig . 1 gezeigten GNSS-Satelliten 14 sukzessive verändert werden, bis der GNSS-Satellit 14 von der Auswahl- und Korrektureinrichtung 50 des GNSS-Empfängers 24 rechtzeitig aussortiert wird, bevor er Fehler in die GNSS-Lagedaten 16 aufgrund seiner Abschattung einbringt. Based on the information in this image 20, the GNSS signals 12 could also be weighted and selected so that a faulty GNSS satellite 14 could be proactively detected. In this way, for example, the weighting of the in Fig. 1 until the GNSS satellite 14 is sorted out in time by the selection and correction device 50 of the GNSS receiver 24 before introducing errors into the GNSS position data 16 due to its shadowing.
Zur Umsetzung dieses Gedankens empfängt die Auswahl- und Korrektureinrichtung 50 des GNSS-Empfängers 24 das Bild 20 und führt eine im Einzelnen nicht weiter dargestellte Objekter- kennung auf dem Bild 20 durch, die dem Fachmann an sich bekannt ist. Die Objekterkennung kann hinsichtlich bestimmter Klassen von Objekten durchgeführt werden. Beispielsweise können diese Objektklassen wie folgt aufgeteilt werden: In order to implement this idea, the selection and correction device 50 of the GNSS receiver 24 receives the image 20 and carries out an object recognition (not shown in detail) on the image 20, which is known per se to a person skilled in the art. The object recognition can be performed with respect to certain classes of objects. For example, these object classes can be split as follows:
- alle GNSS-Signale 12 vollständig abschattende Tunnel, - einen Teil der GNSS-Signale 12 abschattende Gebäude 10, oder  - all GNSS signals 12 completely shading tunnel, - part of the GNSS signals 12 shading buildings 10, or
- einen Teil der GNSS-Signale 12 nur teilweise abschattende Bäume . Wird ein potentielles Abschattungsobj ekt wie beispielsweise das in Fig. 1 gezeigte Gebäude 10 erkannt, dann können beispielsweise basierend auf den Vergleichslagedaten 40 (oder auch anderen verfügbaren Lagedaten des Fahrzeuges 2) die - Part of the GNSS signals 12 only partially shading trees. If a potential shading object, such as, for example, the building 10 shown in FIG. 1, is detected, then based on the comparison location data 40 (or other available location data of the vehicle 2), for example
GNSS-Satelliten 14 bestimmt werden, die durch das Abschattungsobjekt von einer Abschattung betroffen wären. Im Anschluss könnten dann der Abstand des Fahrzeugs zu diesem Abschat- tungsobjekt und damit eine Information bestimmt werden, wann das Abschattungsobjekt den betroffenen GNSS-Satelliten 14 abschattet. Entsprechend kann die Auswahl- und Korrektureinrichtung 50 des GNSS-Empfängers 24 dann die Gewichtung des betroffenen GNSS-Signals 12 in der oben beschriebenen Weise sukzessive erhöhen.  GNSS satellites 14, which would be affected by the shading object of shading. Subsequently, the distance of the vehicle to this shading object and thus information could then be determined when the shading object shadows the affected GNSS satellite 14. Accordingly, the selector and corrector 50 of the GNSS receiver 24 may then successively increase the weighting of the affected GNSS signal 12 in the manner described above.
Der zuvor beschriebene Gedanke könnte alternativ oder zusätzlich auch im Kalmann-Filter 38 (oder einem der oben genannten beliebigen anderen Filter) implementiert werden, um einen Fehler in den Vergleichslagedaten 40 gegenüber den präzisierten La- gedaten 30 vor seinem Auftreten rechtzeitig zu erkennen. Der Kalmann-Filter 38 könnte das Bild 20 empfangen, die Abschat- tungsobjekte in dem Bild 20 erkennen und die Vergleichslagedaten 40 im Falle eines Fehlers derart gewichten, dass die Vergleichslagedaten 40 bei der Filterung der Vergleichslage- daten 40 und der präzisierten Lagedaten 30 weniger stark berücksichtigt werden. The above-described idea could alternatively or additionally also be implemented in the Kalman filter 38 (or any of the above-mentioned arbitrary other filters) in order to detect an error in the comparison position data 40 in comparison with the precisely defined data 30 before its occurrence. The Kalman filter 38 could receive the image 20, recognize the shading objects in the image 20 and weight the comparison position data 40 in the event of an error such that the comparison position data 40 is less strong in the filtering of the comparison position data 40 and the specified position data 30 be taken into account.

Claims

Patentansprüche claims
1. Verfahren zum Bereitstellen eines globalen Navigationssatellitensystem-Signals (54), nachstehend GNSS-Signal (54) genannt, zur Bestimmung einer Position (30) eines Fahrzeuges umfassend : A method of providing a global navigation satellite system signal (54), hereinafter called a GNSS signal (54), for determining a position (30) of a vehicle comprising:
- Empfangen eines ungefilterten GNSS-Signals (12),  Receiving an unfiltered GNSS signal (12),
- Filtern des ungefilterten GNSS-Signals (12) basierend auf einer Umgebungsbedingung (20) um das Fahrzeug (2), und  - filtering the unfiltered GNSS signal (12) based on an environmental condition (20) about the vehicle (2), and
- Ausgeben des gefilterten GNSS-Signals (54). Outputting the filtered GNSS signal (54).
2. Verfahren nach Anspruch 1, wobei die Umgebungsbedingung (20) mit einem Umfeldsensor (18) des Fahrzeuges (2) erfasst wird. 2. The method of claim 1, wherein the environmental condition (20) with an environmental sensor (18) of the vehicle (2) is detected.
3. Verfahren nach Anspruch 2, wobei das GNSS-Signal (12) zum Filtern basierend auf einem Ausgabesignal (20) des 3. The method of claim 2, wherein the GNSS signal (12) for filtering based on an output signal (20) of the
Umfeldsensors (18) gewichtet wird. Environment sensor (18) is weighted.
4. Verfahren nach Anspruch 3, wobei das Ausgabesignal (20) ein Objekt (10) auf einer Straße (4) beschreibt, auf dem das4. The method of claim 3, wherein the output signal (20) describes an object (10) on a road (4) on which the
Fahrzeug (2) fährt. Vehicle (2) drives.
5. Verfahren nach Anspruch 4, wobei das GNSS-Signal (12) basierend auf einer zu erwartenden Abschattung des 5. The method of claim 4, wherein the GNSS signal (12) based on an expected shading of the
GNSS-Signals (12) durch das Objekt (10) als Umgebungsbedingung (20) gefiltert wird. GNSS signal (12) is filtered by the object (10) as ambient condition (20).
6. Verfahren zum Bestimmen einer Position (40) eines Fahrzeuges basierend auf einem GNSS-Signal (54), umfassend: 6. A method for determining a position (40) of a vehicle based on a GNSS signal (54), comprising:
- Bereitstellen (50) des GNSS-Signals (54) mit einem Verfahren nach einem der vorstehenden Ansprüche, und - providing (50) the GNSS signal (54) with a method according to one of the preceding claims, and
- Bestimmen (52) der Position (40) des Fahrzeuges (2) basierend auf dem bereitgestellten GNSS-Signal (54).  - determining (52) the position (40) of the vehicle (2) based on the provided GNSS signal (54).
7. Verfahren nach Anspruch 6, umfassend: The method of claim 6, comprising:
- Plausibilisieren der bestimmten Position (40) des Fahrzeuges (2) basierend auf einem Ausgangssignal (20) eines Umfeldsensors (18) des Fahrzeuges (2). - Plausibilisieren the specific position (40) of the vehicle (2) based on an output signal (20) of an environmental sensor (18) of the vehicle (2).
8. Verfahren nach Anspruch 5 oder 6, umfassend: 8. The method of claim 5 or 6, comprising:
- Erfassen von Referenzlagedaten (30) des Fahrzeuges (2), und - Detecting reference position data (30) of the vehicle (2), and
- Präzisierend der Position (40) des Fahrzeuges (2) durch eine Filterung der erfassten Position (40) des Fahrzeuges (2) ba- sierend auf den Referenzlagedaten (30) . - Accurate the position (40) of the vehicle (2) by filtering the detected position (40) of the vehicle (2) based on the reference position data (30).
9. Verfahren zum Ausgeben eines Messsignals (30) in einem Fahrzeug (2), umfassend: 9. A method for outputting a measurement signal (30) in a vehicle (2), comprising:
- Erfassen eines SensorSignals (30),  Detecting a sensor signal (30),
- Erfassen eines VergleichssensorSignals (40), Detecting a comparison sensor signal (40),
- Gewichten wenigstens eines der SensorSignale (30, 40) basierend auf einem geschätzten Fehler (20), und  - weighting at least one of the sensor signals (30, 40) based on an estimated error (20), and
- Filtern des SensorSignals (30) basierend auf dem Vergleichssensorsignal (40) zum Ausgeben des Messsignals (30) nach dem Gewichten.  - Filtering the sensor signal (30) based on the comparison sensor signal (40) for outputting the measurement signal (30) after the weighting.
10. Steuervorrichtung (50, 24, 22), die eingerichtet ist, ein Verfahren nach einem der vorstehenden Ansprüche durchzuführen. A control device (50, 24, 22) arranged to perform a method according to any one of the preceding claims.
EP13805855.7A 2012-12-20 2013-12-12 Method for providing a gnss signal Withdrawn EP2936205A2 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102012224104.3A DE102012224104A1 (en) 2012-12-20 2012-12-20 Method for providing a GNSS signal
PCT/EP2013/076359 WO2014095558A2 (en) 2012-12-20 2013-12-12 Method for providing a gnss signal

Publications (1)

Publication Number Publication Date
EP2936205A2 true EP2936205A2 (en) 2015-10-28

Family

ID=49766078

Family Applications (1)

Application Number Title Priority Date Filing Date
EP13805855.7A Withdrawn EP2936205A2 (en) 2012-12-20 2013-12-12 Method for providing a gnss signal

Country Status (7)

Country Link
US (1) US10353076B2 (en)
EP (1) EP2936205A2 (en)
JP (1) JP6815078B2 (en)
KR (1) KR102200624B1 (en)
CN (1) CN104871032A (en)
DE (1) DE102012224104A1 (en)
WO (1) WO2014095558A2 (en)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014011092A1 (en) * 2014-07-25 2016-01-28 Audi Ag Method for determining a spatially resolved error measure for a position determination with a GNSS
DE102014218703A1 (en) * 2014-09-17 2016-03-17 Continental Teves Ag & Co. Ohg Redundant localization using GNSS signal
DE202015008708U1 (en) * 2015-12-18 2017-03-21 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) vehicle positioning
KR101764839B1 (en) * 2016-03-11 2017-08-03 재단법인대구경북과학기술원 System and method for lane level positioning
DE102017205793A1 (en) * 2017-04-05 2018-10-11 Continental Teves Ag & Co. Ohg Method for operating an accident data memory for a motor vehicle and accident data storage arrangement
US10725182B2 (en) 2018-01-04 2020-07-28 Interstate Electronics Corporation Systems and methods for providing anti-spoofing capability to a global navigation satellite system receiver
DE102019220051A1 (en) * 2019-12-18 2021-06-24 Robert Bosch Gmbh Method for determining the visibility of a GNSS satellite and method for high-precision position determination as well as computer program, electronic storage medium and device
US11792763B2 (en) * 2020-09-21 2023-10-17 Charter Communications Operating, Llc Wireless station location detection and management

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0755909A (en) 1993-08-11 1995-03-03 Mitsui Constr Co Ltd Satellite monitor
JP2003004838A (en) 2001-06-27 2003-01-08 Nec Eng Ltd Gps receiver
US20030135327A1 (en) * 2002-01-11 2003-07-17 Seymour Levine Low cost inertial navigator
DE102004027666B4 (en) * 2004-06-07 2006-07-27 Infineon Technologies Ag Improving the reliability and accuracy of position determination methods by estimating the Rice factor of a radio link
US7541975B2 (en) * 2005-04-17 2009-06-02 Trimble Navigation Limited Enhanced GNSS signal processing
JP4687270B2 (en) * 2005-06-22 2011-05-25 日産自動車株式会社 GPS lost prediction device and vehicle travel control device
JP4391458B2 (en) * 2005-09-29 2009-12-24 三菱電機株式会社 Positioning device, positioning method and positioning program
DE102006029148B4 (en) 2006-06-24 2010-08-05 Lfk-Lenkflugkörpersysteme Gmbh Method for checking an inertial measuring unit of vehicles, in particular of aircraft, in the stationary state
JP2008232761A (en) 2007-03-19 2008-10-02 Toyota Motor Corp Positioning device for mobile
WO2009017393A1 (en) 2007-07-31 2009-02-05 Tele Atlas B.V. Method and device for determining a position
DE102007038697A1 (en) 2007-08-16 2009-02-19 Björn Steiger Stiftung Service GmbH Apparatus for estimating a location of a mobile station
DE102007041121B4 (en) * 2007-08-30 2022-05-19 Volkswagen Ag Method and device for processing sensor data for a driver assistance system of a vehicle
US8374786B2 (en) * 2007-12-11 2013-02-12 Qualcomm Incorporated GNSS method and receiver with camera aid
JP5163511B2 (en) 2009-01-19 2013-03-13 トヨタ自動車株式会社 GNSS receiver and positioning method
US8655294B2 (en) * 2009-05-26 2014-02-18 Qualcomm Incorporated Method and apparatus for position signal assisted window placement
DE102010063984A1 (en) 2010-02-11 2011-08-11 Continental Teves AG & Co. OHG, 60488 Vehicle sensor node
CN102297695B (en) 2010-06-22 2015-05-06 中国船舶重工集团公司第七0七研究所 Kalman filtering method in deep integrated navigation system
WO2012038250A1 (en) * 2010-09-23 2012-03-29 Continental Teves Ag & Co. Ohg Location-determining device in a motor vehicle and information merging method
EP2458406A1 (en) 2010-11-24 2012-05-30 Javad GNSS, Inc. Satellite signal multipath mitigation in GNSS devices
JP2012159347A (en) 2011-01-31 2012-08-23 Denso Corp Mobile positioning apparatus
JP5842363B2 (en) 2011-04-01 2016-01-13 セイコーエプソン株式会社 Position calculation method and position calculation apparatus
US9817125B2 (en) * 2012-09-07 2017-11-14 Microsoft Technology Licensing, Llc Estimating and predicting structures proximate to a mobile device
US9408175B2 (en) * 2014-05-02 2016-08-02 Apple Inc. Positioning accuracy using 3D building models

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2014095558A3 *

Also Published As

Publication number Publication date
WO2014095558A3 (en) 2014-09-12
CN104871032A (en) 2015-08-26
KR102200624B1 (en) 2021-01-08
US10353076B2 (en) 2019-07-16
DE102012224104A1 (en) 2014-06-26
US20150309181A1 (en) 2015-10-29
WO2014095558A2 (en) 2014-06-26
JP2016504584A (en) 2016-02-12
KR20150097712A (en) 2015-08-26
JP6815078B2 (en) 2021-01-20

Similar Documents

Publication Publication Date Title
EP2936205A2 (en) Method for providing a gnss signal
EP2755876B1 (en) Method for estimating tire parameters for a vehicle
EP2756332B1 (en) Method for selecting a satellite
DE102007041121B4 (en) Method and device for processing sensor data for a driver assistance system of a vehicle
EP2755877B1 (en) Fusion of chassis sensor data with vehicle dynamics data
DE102009043882A1 (en) Device and method for attenuating multipath signals
DE102018222166A1 (en) Procedure for determining an area of integrity
DE102014003152A1 (en) Method and device for determining at least one object parameter of a means of transport
EP3899589A1 (en) Method for adaptive determining of an integrity range of a parameter estimation
EP2755831B1 (en) Method for filtering data in a tyre pressure monitoring system for a vehicle
DE102020213320A1 (en) Method for determining at least one item of integrity information for a localization result of a GNSS-based localization device of a vehicle in the case of an abruptly and significantly changing GNSS reception situation
WO2018189089A1 (en) Method, device, and computer-readable storage medium with instructions for estimating the pose of a motor vehicle
DE102010011982A1 (en) Method for the computer-aided creation and / or updating of a reference map for a satellite-based location of an object
EP3155454B1 (en) Method and system for adapting a navigation system
DE102013218043B4 (en) Method for providing relative measurement data for a fusion sensor
WO2019063393A1 (en) Method and system for determining at least one movement component of an absolute movement of an object in a stationary reference system
DE102011054379B4 (en) Method and device for determining position information
DE102017214731A1 (en) Method and device for determining a highly accurate position and for operating an automated vehicle
DE102017220483A1 (en) Method and device for determining a position for a highly automated vehicle
WO2022179794A1 (en) Method for determining at least one system state by means of a kalman filter
DE102021104640A1 (en) Procedure for GNSS-based localization of a vehicle
DE102017201886B3 (en) Method for determining accuracy information of a position vector
DE102015107265A1 (en) Method for determining states of a system by means of an estimation filter
DE102020212042A1 (en) Method for providing information about the reliability of a parameter estimation of a parameter for the operation of a vehicle
DE102021213525A1 (en) Method for estimating a measurement inaccuracy of an environment detection sensor

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20150720

AK Designated contracting states

Kind code of ref document: A2

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20160210