JP2010210634A - 地理的軌道の軌跡を割り出すための方法 - Google Patents

Abstract

【課題】軌道の地理的データを割り出すための方法であって、軌道に沿って移動するデータ収集装置から得られるデータの精度を高めることができる方法を提供する。
【解決手段】軌道に関するデータを測定するためのデータ収集装置に一組の車載センサが備えられ、当該装置の移動の間に物理的測定データをサンプル様式で収集することを可能にし、収集した測定データから方位プロファイル、ピッチ・プロファイル、距離プロファイルおよびロール・プロファイルを割り出すことができるようにする。当該装置が軌道の出発位置から終点位置まで移動する間、測定データが、後の評価のために、メモリに記憶される。プロファイルを割り出し、それらプロファイルから軌跡を割り出すべく収集した測定データを評価する前に、少なくとも当該装置の第１および第２のセンサの測定データに対して誤差補償が適用される。
【選択図】図１

Description

本発明は、地理的軌道の軌跡を割り出すための方法に関する。

本発明によって得ることができる軌跡は、例えば、軌道全体の位置または経路を大域的な座標系に含ませるため、軌道の長さを割り出すため、軌道の特定の部位についての情報を取得するため、特定のイベントの地理的位置を割り出すため、あるいは他の目的に使用することができる。

軌跡を割り出すための方法は、例えば、パイプの変形および経路を割り出すための方法および装置に関する仏国特許出願公開第２６１０１００号明細書から知られている。仏国特許出願公開第２６１０１００号明細書から知られている方法は、加速度計およびジャイロスコープなどのセンサを有するデータ収集用車両を、パイプを通過して走行させるステップと、走行時にサンプルを収集して記憶するステップと、その後にパイプの長さおよび水平投影形状を割り出すべく、収集したサンプルをコンピュータへと伝送するステップとを有している。加速度計およびジャイロスコープなどのセンサの既知の問題は、長い時間期間にわたる測定において、センサのドリフトすなわち誤差の蓄積によって、測定が不正確になるという点にある。仏国特許出願公開第２６１０１００号明細書には、いかにしてそのようなドリフトを補償できるのかについて何ら教示がなく、すなわちどのようにして収集したデータの正確性を高めることができるのかについて、何ら教示がない。

欧州特許出願公開第５３４３３８号公報および米国特許出願公開第２００２／０００５２９７号公報は、穿孔機を操舵または操縦するための方法および装置に関する。これらの方法においては、加速度計およびジャイロスコープなどのセンサを有する検出装置が、穿孔機の先端に取り付けられ、操舵ユニットとリアルタイムで通信する。操舵ユニットが、検出装置からの信号に応じて先端へと操舵信号を送信する。センサのドリフトゆえ、先端の適切な方位または定位を再度確立するため、所与の時間間隔で検出装置をリセットする必要がある。米国特許出願公開第２００２／０００５２９７号公報では、このリセット操作を、検出装置の位置を追跡ユニットで検出することによって実行している。欧州特許出願公開第５３４３３８号公報では、このリセット操作を、検出装置を先端から取り外し、座標が知られた基準位置へと動かすことによって実行している。欧州特許出願公開第５３４３３８号公報および米国特許出願公開第２００２／０００５２９７号公報のいずれにも、いかにして検出装置のリセットを必要とすることなくセンサ信号の精度を向上できるのかについて、教示がない。

英国特許出願公開第２３５１８０７号公報は、慣性測定ユニットを備えるプローブを利用する井戸穴調査のための方法に関係している。井戸穴が、井戸穴底部からプローブを引き出し、引き出しの際に慣性測定ユニットを使用してプローブの位置変化を割り出すことによって調査される。既知の調査終了点の座標を参照し、プローブを吊り下げているワイヤ線の速度を参照することによって、いくらかの誤差補正が適用されているが、この外部情報の助けなしで測定データに対して誤差補正を適用することについて、何ら教示はない。

英国特許出願公開第２３３１８１１号公報は、レート・ジャイロおよび重力測定による井戸穴調査のための方法に関する。ソンデが、ボア穴を通過して段階的に動かされる。各位置において、ソンデのレート・ジャイロが、ジャイロを１８０°回転させることによって直交する２つの測定を行ない、それらが計器のドリフトを除去すべく平均される。この誤差補正は、同じ物理量についての２つの測定結果を比較することに由来しており、それ自体、ただ１つの測定計器に限定されている。さらに、この方法は、ジャイロを回転させるためソンデの静止を必要としており、当該調査方法を低速なものとしており好ましくない。

軌道の地理的データを割り出すための方法は、さらに、ボア穴を測定するための方法を記載した蘭国特許出願公開第１０１７１２８号公報から知られている。ボア穴が、第１および第２の位置の間を延びており、これらの位置からＤＧＰＳ（ディファレンシャル・グローバル・ポジショニング・システム）座標が測定される。光ジャイロスコープを有する検出ユニットが、ボア穴の測定のため第１の位置から第２の位置へと動かされる。光ジャイロスコープが、第１の位置、複数の中間位置、および第２の位置で測定を実行する。計算によって得られた軌跡中に生じているドリフトは、第２の位置について測定されたＤＧＰＳ座標と第２の位置のジャイロスコープ測定値との間の差を割り出し、中間位置における測定値のそれぞれを比例して補正することによって補償される。しかしながら、このような測定の比例補正は、軌道すなわちボア穴が事実上直線である場合、または事実上連続した曲げを有している場合にのみ、データの正確性に悪影響を及ぼすことなく可能である。軌道が不定である場合には、このような比例補正は、充分な精度のデータを得るためには不充分である。

このように、軌道の地理的データを割り出すための方法であって、軌道の形状にかかわらず測定データの精度を高めることができる方法へのニーズが存在する、

したがって、本発明の目的は、軌道の地理的データを割り出すための方法であって、軌道に沿って移動するデータ収集装置から得られるデータの精度を高めることができる方法を提供することにある。

この目的は、本発明の第１の態様、すなわち請求項１の特徴付け部分のステップを有する方法によって達成される。

また、この目的は、本発明の第２の態様、すなわち請求項１５の特徴付け部分のステップを有する方法によっても達成される。

以下では、用語「軌道」は、測定時にデータ収集装置が移動する物理的な経路を意味して使用され、用語「軌跡」は、データ収集装置による測定から得られた計算による経路を意味して使用される。

本発明の第１の態様によれば、軌道に関するデータを測定するためのデータ収集装置に一組の車載センサが備えられ、当該装置の移動の間に物理的測定データをサンプル様式で収集することを可能にし、収集した測定データから方位プロファイル、ピッチ・プロファイル、距離プロファイルおよびロール・プロファイルを割り出すことができるようにする。これらのプロファイルを充分な精度で割り出すことができるようにするため、当該装置の車載センサは、共通のクロック信号に同期されている。当該装置が軌道の出発位置から終点位置まで移動する間、測定データが、後の評価のために、好ましくは当該装置のメモリに記憶される。プロファイルを割り出し、それらプロファイルから軌跡を割り出すべく収集した測定データを評価する前に、少なくとも当該装置の第１および第２のセンサの測定データに対して誤差補償が適用される。すなわち、本発明の方法においては、センサ・データをロール、ピッチ、距離または方位についてのプロファイルの計算に使用する前に、すでにセンサ・データのレベルにおいて誤差補償が適用されている。この結果、補償済みの測定データから最終的に得られる軌跡の精度を、向上させることができる。

本発明によって測定データのレベルで適用される誤差補償は、少なくとも第１および第２のセンサの測定データを互いに相関させることによって決定される。これらのセンサは、それらが例えば速度と加速度またはその他の異なる物理量を測定するという点で、異なるセンサである。相関は、各センサのデータをその都度使用して軌道パラメータを割り出し、すなわち測定データを共通の物理量に関係するパラメータへと変換し、第１のセンサのデータから得た軌道パラメータを第２のセンサのデータから得られた軌道パラメータにマッピングすることによって実行される。これは、第１および第２のセンサの測定データが、２者の間の比較を可能にするための軌道パラメータに変換され、したがって第１のセンサの測定データの偏差を第２のセンサの軌道パラメータによって評価できること、およびその逆も然りであることを意味している。

センサの軌道パラメータを割り出すため、先の測定による測定データを考慮することができる。これら先の測定は、例えば、当該装置による同じ軌道上の先の走行であってよく、異なる軌道上の先の走行であってよく、あるいは経路が知られている所定の軌道上の装置の走行であってよい。データ収集装置の初回使用時、または軌道パラメータが未だ利用できない場合、補償されていない測定データから粗い軌跡が計算され、軌道パラメータが、センサの測定データをお互いおよび粗い軌跡と相関させることによって得ることができる。次いで、これらの軌道パラメータが、後の走行からの測定データによって微調整され、自己学習または自己改善システムを得ることができる。

本発明の方法において使用できる測定データ・レベル誤差補償の例は、装置の垂直面における重力を測定するための第１のセンサの測定データと、装置の長手軸周りの角度変化を測定するための第２のセンサの測定データとを相関させることである。この場合、データ収集装置のロール位置を、第１および第２のセンサの両者から得ることができ、さらに詳しくは、第２のセンサの測定データを積分することによって得ることができ、第１のセンサの測定データから直接得ることができる。第１のセンサの積分された測定データが、ロール位置についての第１の軌道パラメータを構成し、第２のセンサの測定データが、ロール位置についての第２の軌道パラメータを構成する。先立つ測定において、両センサの偏差を検出するため、第１および第２の軌道パラメータをお互いに関していかに解釈すべきであるかが判断されている。次いで、軌道パラメータにおけるこれらの偏差が、変換によってデータの偏差へと戻され、各センサの測定データに加えるべき誤差補償を構成する。続いて、この誤差補償が両センサの測定データへと適用され、その後に、両センサの補正済み測定データにもとづいてデータ収集装置のロール・プロファイルが割り出される。

測定データのレベルでの誤差補償ゆえ、補正された測定データにもとづいて割り出されるピッチ、方位、ロールおよび距離のプロファイルの精度を、向上させることができる。したがって、測定データの評価のために本発明の方法を使用することによって、データ収集装置を、軌道の中間位置においてデータ収集装置の位置を突き止めるために追加の追跡装置を必要とすることなく、軌道に沿って独立して移動させることができる。さらに、本発明の方法によって、軌道に沿った装置の移動の間に所与の時間にてセンサをリセットする必要を未然に回避することができ、データ収集装置においてセンサをリセットするための制御用電子機器を省略することができる。データ収集装置を軌道に沿って独立して移動させることができるため、本発明の方法は、例えば共同溝、陸上および沖合のパイプライン類、自動車競走などのための走路、垂直または水平な穿孔穴、あるいは他の軌道など、さまざまな軌道の地理的データを取得するために適用することができる。

本発明の方法は、好ましくは、データ収集装置を前較正する初期ステップを有している。この前較正は、制御された環境にてデータ収集装置を所定の軌道に沿って移動させるステップと、所定の軌道に沿った移動の間に収集された測定データを、この軌道についての所定の測定データにマッピングするステップを有している。所定の軌道から、軌跡すなわちデータ収集装置によって測定されるべきデータが既知であり、したがって、測定によるデータをこの所定のデータにマッピングすることによって、初期の誤差補償を決定することができる。この初期誤差補償は、前記の軌道パラメータにもとづく誤差補正からなることができ、あるいはこの誤差補正への追加を構成することができる。

好ましくは、本発明の方法においては、方位、ピッチ、ロールおよび距離のプロファイルの少なくとも１つが、センサのグループの測定データを融合させることによって割り出される。このグループは、当該装置のセンサ一式の中から、当該グループの測定データの第１の部分が当該グループの測定データの第２の部分に対して補完的であるようなやり方で選択される。例えば、ロール・プロファイルを割り出すためのセンサ・グループが、当該装置の垂直面における重力を測定するための前記第１のセンサ、および当該装置の長手軸周りの角度変化を測定するための第２のセンサを備えることができる。ロール位置を、第２のセンサの積分によって得ることができ、第１のセンサから直接得ることができるように、第１のセンサの測定データは第２のセンサの測定データに対し補完的である。これは、本発明によれば、２つのセンサの測定データを、まず誤差補償のために相関させ、後にプロファイルのうちの１つを割り出すために融合させることができることを示している。しかしながら、センサ・グループは、測定データのレベルでの誤差補償の決定のために使用されるセンサ以外のセンサから構成されてもよい。

プロファイルのうちの１つを割り出すためにセンサ・グループの測定データを融合させるステップは、例えば対応するセンサの性能特性にもとづき、測定データの補完的な部分間で選択を行なうことよって実行することができ、あるいは例えば加重平均によって補完的な部分を結合させることによって実行することができる。測定データを融合させるためのやり方は、例えば所定の軌道上での装置の前較正からの測定結果など、先立つ測定の結果にもとづいて決定できる。補完的な部分ゆえ、センサ・グループの融合された測定データから得られるプロファイルは、ただ１つのセンサの測定データから得られるであろうプロファイルよりも正確でありうる。結果として、ピッチ、方位、ロールおよび距離のプロファイルを向上させ、これらプロファイルから割り出される軌跡により高い全体の精度をもたらすことができる。

本発明の方法は、好ましくは、軌道の出発位置、終点位置および／または中間位置において、前記データ収集装置を所定の時間にわたって留め置くステップをさらに備えている。これは、例えば装置を軌道に沿って移動させる前にウォーミングアップ期間が適用され、測定を実行する前にセンサを安定させることができることを意味している。これにより、本発明の方法によって得られる測定データおよび軌跡の精度をさらに向上させることができる。

本発明の方法は、好ましくは、少なくとも１つのセンサの測定データをシステム的誤差の蓄積について補償するステップをさらに有している。このシステム的誤差の蓄積は、出発および終点位置における留置期間において測定されたデータ間の差から導き出される。留置期間のあいだデータ収集装置は静止しているため、これらの期間のあいだデータはほぼ一定なままであり、したがってシステム誤差をセンサについて割り出すことができる。終点位置におけるこのシステム誤差が出発位置におけるシステム誤差と相違するとき、この差が、センサによって収集されたデータを出発から終点まで比例して補償することによって、考慮される。

本発明の方法は、好ましくは、少なくとも１つのセンサによって収集されたデータを、移動の間にデータ収集装置内の温度センサによって測定される温度変化について補正するステップをさらに有している。これにより、温度依存性の測定誤差を取り除くことができ、本発明の方法によって得られる測定データおよび軌跡の精度をさらに向上させることができる。センサの温度依存性は、前較正によって割り出すことができる。

本発明の方法は、好ましくは、例えば出発、終点および／または中間位置などの軌道の少なくとも１つの位置について、例えばＧＰＳ座標などの座標を割り出すステップと、方位、ピッチおよび／またはロールのプロファイルを、これらの座標について補償するステップをさらに有している。これにより、本発明の方法によって得られるプロファイルおよび軌跡の精度をさらに向上させることができる。

本発明の方法は、好ましくは、出発および終点位置において前記データ収集装置の方位、ピッチおよび／またはロールを測定するステップと、計算された方位およびピッチのプロファイルを、出発および終点において測定した方位およびピッチからの偏差について補償するステップをさらに有している。これにより、本発明の方法によって得られるプロファイルおよび軌跡の精度をさらに向上させることができる。

得られるデータの精度は、本発明によれば、計算された軌跡を軌道拘束条件について補償するステップを備えることによってさらに向上させることができ、さらに／あるいは、軌道に沿った測定装置の移動ごとに軌跡を２回、すなわち出発から終点までの前向きおよび終点から出発までの後ろ向きに計算し、次いで２つの軌跡を平均軌跡へと組み合わせることによって、向上させることができる。

本発明の第２の態様によれば、データ収集装置によって収集された測定データについての誤差補償が、それらを初期の段階で地理的情報および／または軌道拘束条件に関連付けることによって決定される。この目的のため、軌道の方位情報および／または軌道のピッチ情報が、地理的情報および／または軌道拘束条件から導出され、この方位および／またはピッチ情報が、仮想のセンサの測定データとして、すなわち実際にはデータ収集装置に組み込まれているわけではないがあたかもデータ収集装置に組み込まれているかのようにデータを供給するセンサの測定データとして、取り扱われる。この仮想の測定データが、データ収集装置の共通のクロック信号のサンプリング速度に同期したサンプリング速度に従って編成される。

本発明の第２の態様においては、仮想の測定データが、車載センサから来る測定データについての誤差補償を決定するため、前記した本発明の第１の態様において異なるセンサの測定データ間でなされたやり方と類似のやり方で、使用される。さらに詳しくは、車載センサおよび仮想センサの両者について軌道パラメータが、やはり車載および仮想センサのパラメータが同一の共通の物理量に関係するという制約条件のもとで割り出される。次いで、これらのパラメータが、車載センサの測定データについての誤差補償を決定するために、マッピングされる。

この早い段階、すなわちデータのレベルにおいて地理的情報および／または軌道拘束条件を導入し、これらの情報を収集されたセンサ情報と同じやり方で取り扱うことによって、誤差のいくつかをきわめて初期に取り除くことができ、最終的に計算される軌跡の全体の精度を向上させることができる。例えば、この方法によれば、大きな加速度および／または減速度ならびに不正確な現場測定によって生じるデータ収集装置の走行の出発および終点における誤差を、取り除くことができる。この方法は、金属環境において、そのような場所では完全には信頼できない磁力計情報を改善するための使用にとくに適している。

測定データの評価および軌跡の構築に関して、本発明の第２の態様の方法は、第１の態様のものと事実上同じステップを含んでいる。実際、相違は入力にあり、第１の態様においては、入力がデータ収集装置の車載センサの測定データからなるのに対し、第２の態様においては、入力が車載センサおよび仮想センサの測定データからなる。データを評価するためのステップまたはアルゴリズムは、本発明の両態様において同じであってよい。

好ましくは、仮想の軌道パラメータに、方位および／またはピッチ情報の精度にもとづいて決定された重み付け係数が与えられる。次いで、この重み付け係数が、誤差補償の決定において考慮される。

好ましくは、補正に使用される車載および仮想の軌道パラメータは、ＸＹＺ座標である。これらは、例えば、車載センサの測定データから割り出された粗い軌跡のＸＹＺ座標、ならびに軌道の既知の地理的情報および／または軌道拘束条件から導出された軌道方位および／またはピッチ情報から割り出されるＸＹＺ座標であってよい。この場合、マッピングは、軌道方位および／またはピッチ情報から割り出されたＸＹＺ座標のそれぞれに最も近い測定サンプルを計算することを含む。

車載センサの測定データについての誤差補償は、好ましくは、知的な平均化によって決定される。これは、仮想センサのデータも含め収集されたすべての測定データが、それらの既知の精度にしたがったセンサの種々の重みを使用して組み合わされるということを意味する。

軌道パラメータを割り出すステップ、それらをマッピングするステップ、およびそれらから誤差補償を決定するステップは、好ましくは、補正された測定データを新しい入力として毎回使用しつつ、１回以上繰り返される。このようにして、最終的に計算された軌跡の精度を、かなりの量まで向上させることができ、地理的情報との収斂を得ることができる。

本発明の両態様を組み合わせることができる。すなわち、車載センサの測定データを相互に比較すること、ならびに車載センサの測定データを仮想の測定データと比較することによって、測定データについての誤差補償を導出することができる。

次に、以下の詳細な説明および添付の図面によって、本発明をさらに説明する。

本発明の第１の態様による軌道の地理的データを得るための方法の概略図を示している。 データ収集装置によって軌道を測定するための好ましい方法のフロー・チャートを示している。 データ収集装置によって軌道を測定するための好ましい方法のフロー・チャートを示している。 図２ａおよび２ｂの方法で得られたデータの評価、ならびにこれらのデータからの軌跡の構築のための好ましいアルゴリズムのフロー・チャートである。 図２ａおよび２ｂの方法で得られたデータの評価、ならびにこれらのデータからの軌跡の構築のための好ましいアルゴリズムのフロー・チャートである。 システム的蓄積の補償について、図３ａおよび３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。 センサ・データの温度変化に関する補償について、図３ａおよび３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。 相互依存性にもとづくセンサ・データの補償について、図３ａおよび３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。 初期ロール・プロファイルの計算について、図３ａおよび３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。 ロール・プロファイルの出発および終点境界条件に関する補償について、図３ａおよび３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。 初期距離プロファイルの途中点境界条件に関する補償について、図３ａおよび３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。 初期方位およびピッチ・プロファイルの計算について、図３ａおよび３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。 起動拘束条件の実装について、図３ａおよび３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。 本発明の第２の態様による軌道の地理的データを得るための方法の概略図を示している。 図２ａおよび２ｂの方法で得られたデータの評価、ならびにこれらのデータからの軌跡の構築のための他の好ましいアルゴリズムのフロー・チャートである。 図２ａおよび２ｂの方法で得られたデータの評価、ならびにこれらのデータからの軌跡の構築のための他の好ましいアルゴリズムのフロー・チャートである。 収集された軌道方位およびピッチ情報の仮想センサ・データとしての組織化について、図１３ａおよび１３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。 ロール・プロファイルの計算について、図１３ａおよび１３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。 方位プロファイルおよびピッチ・プロファイルの計算について、図１３ａおよび１３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。 距離プロファイルの計算について、図１３ａおよび１３ｂのアルゴリズムの部分アルゴリズムのフロー・チャートを示している。

図１に示した方式には、測定データ、すなわちデータ収集装置に備えられているセンサの実際のサンプルが、本発明の方法によって最終的な軌跡を得るために、どのように評価されるのかが示されている。さらに詳しくは、図１に示した方式は、本発明の方法が３つのレベルでの補償、すなわち測定データのレベルでの補償、測定データから割り出されたプロファイルのレベルでの補償、およびプロファイルから割り出された軌跡のレベルでの補償を含んでいることを示している。この３つの異なるレベルでの補償ゆえ、例えば距離の０．０５％の精度を得ることが可能である。

測定データのレベルでの補償は、システム的誤差分析から割り出された誤差補償からなる。さらに詳しくは、この誤差補償は、軌道パラメータのマッピングにもとづく補正、システム的誤差蓄積の補正、および温度変化の補正を含む。

ピッチ、方位、ロールおよび距離のプロファイルのレベルでの補償は、選択されたセンサ群Ａ、Ｂ、Ｃ、・・・、ｎの測定データと各群に関連付けられた境界条件についての補償の融合からなる。例えば、１つのセンサ群を、微分ベースのセンサおよび積分ベースのセンサから構成することができ、すなわち、換言すれば、軌道の定常部分（例えば長い直線）でより信頼できるサンプルをもたらす１つのセンサ、および非定常部分（例えば屈曲部）でより信頼できるサンプルをもたらすもう１つのセンサで構成することができる。結果として、厳密に必要とされるよりも多くのデータを得ることができ、換言すれば、各群の測定データが、補完的な部分を含んでいる。次いで、この補完的なデータが、より高い精度のプロファイルを得るため、数学および／またはアルゴリズムによって知的に処理される。

軌跡レベルでの補償は、軌道の特定の位置について割り出された座標の補正からなり、さらに、おそらくは、軌道拘束条件についての補正からなる。

軌道を測定するために使用されるデータ収集装置は、移動の途中で、例えば、方位、ロール、加速度、速度、温度、重力あるいはその他など種々の物理測定値をサンプルとして収集するためのいくつかのセンサを備えており、軌道についてのデータならびに測定条件についてのデータを得ることができる。データ収集装置に組み込まれるセンサの例は、ジャイロスコープ、加速度計、磁力計および温度計である。ダクトを通って装置が移動する際、種々のセンサによるサンプルが、後の評価のためにデータ収集装置のメモリ内に蓄積される。あるいは、該装置は、サンプルを外部の記憶装置と通信させるための有線または無線手段を備えてもよい。

データ収集装置において、センサは、好ましくは、オフセット誤差を低減し、再現性の特徴を向上させるための電子機器に組み合わされている。後者は、センサが自身のサンプルにおいて所与のオフセットを呈する場合に、このオフセットが、多数のサンプルについて狭い境界内に保たれることが望ましいということを意味している。センサは、共通のクロック信号へと同期され、すなわち、装置のクロックのハイからローへの移行および／またはローからハイへの移行とともに、すべてのセンサのサンプルが事実上同時に収集されるということを意味している。センサは、クロックのクロック速度と等しいサンプリング速度を有していてもよく、クロック速度の倍数のサンプリング速度を有していてもよい。センサの同期は、最終的に得られる軌跡の精度に貢献する。

ダクトの測定にきわめて適しているデータ収集装置の好ましい実施の形態は、以下のセンサおよび部品を有している：
・温度計を内蔵した、方位およびピッチ角（Ｗｙ、Ｗｚ）を測定するための２軸機械式回転ジャイロ、
・ロール角（Ｗｘ）の動的測定のための振動構造ジャイロ、
・装置のｘｙｚ変位を測定するための少なくとも４つの加速度計であって、１つ（Ａｘ）が装置の長手軸すなわちｘ軸に沿って向けられ、他の３つ（Ａｙｚ０００、Ａｙｚ１２０およびＡｙｚ２４０）が、ｘ軸に事実上直交するｙｚ平面に星型構成で取りつけられた加速度計、
・例えばダクトの入口、出口、および随意により中間位置に配置された高周波ビーコン（高周波コイル）の測定のためのセンサ、
・装置の軸に沿った地磁気を測定するための磁力計（Ｍｘ、ＭｙおよびＭｚ）、
・１つ（Ｔ１）は、機械式回転ジャイロに取り付けられ、１つ（Ｔ２）は、変位加速度計に取り付けられた温度測定のための２つの温度計（Ｔ）、
・出発点に対する移動距離を測定するための走行距離計または他の装置、
・測定したサンプルを格納するためのメモリ、
・装置に動力を与えるための充電式電池。
・この装置は、好ましくは、ＤＮ４０（内径３２．６ｍｍ）のダクト、またはより細く、あるいはより太いダクト内で独立して動作することができる。

ここに説明する本発明の方法の好ましい実施の形態は、その軌道測定ステップが図２ａおよび図２ｂに示され、データ評価ステップが図３ａおよび３ｂに示されているが、さらに種々の環境および種々の運動に対して装置のセンサがどのように反応するかについて情報を得るため、データ収集装置を前もって較正する最初のステップを有している。この前較正は、例えば装置を既知の軌道に沿って動かすテスト、装置に所与の加速度を加えるテスト、温度または温度の変化に対する装置の反応を調べるテスト、あるいは他のテストなどの、例えば一連の研究室テストを含むことができる。前較正の結果から、所与のセンサのセンサ・データの種々の環境／運動に対する依存性が、どのように他のセンサのセンサ・データに表われるのかを判断することができる。種々の環境／運動に対するセンサ・データの依存性および環境／運動のアクチベータについて、概要が表１に示されている。この前較正から、少なくともいくつかのセンサについて、誤差補償を決定することができる。この誤差補償は、センサ間の相互依存性の補正、温度変化についての補正、およびおそらくは他の補正からなる。前較正から得られた情報、すなわち軌道の測定時のデータ収集装置の運動に関する種々の環境下でのセンサの性能特性は、図３ａおよび３ｂ評価方法において補償アルゴリズムの実行のために使用される。

２つのセンサの相互依存性は、前較正テストの際に収集した互いのセンサの測定データを、ここで軌道パラメータと称する比較可能なフォーマットに変換することによって割り出される。センサの相互依存性についての誤差補償は、センサの軌道パラメータを互いにマッピングすることによって割り出され、１つのセンサの測定データにおける偏差を他方のセンサによって示すことができ、逆もまた然りである。このマッピングから、両方のセンサについて誤差補償が決定され、後に、未知の軌道の軌跡の構築のための測定データの評価に適用される（図６参照）。

以下では、データ収集装置によって軌道を測定するための、図２ａおよび２ｂの好ましい方法の種々のステップを、詳細に説明する。

最初に、データ収集装置のスイッチがオンにされ、測定しようとする軌道の出発位置に配置される。軌道の測定の開始に先立って装置のセンサを安定させることができるよう、装置を、例えば３０秒のウォーミングアップ期間のあいだ、出発点に留め置くことができる。このウォーミングアップ期間において測定されたサンプルは、システム的誤差蓄積の補償に使用される（図４を参照）。

次いで、軌道の出発位置の座標、方位およびピッチが測定される。これは、装置に適切なセンサが設けられているならば、データ収集装置によって実行でき、あるいは外部の測定装置によって実行することができる。これらの測定の精度が、結果として計算される軌跡の精度に影響する。

次に、データ収集装置が軌道に沿って動かされ、すなわちこの例では、ダクトを通過して測定される。データ収集装置は、好ましくはコンプレッサによって駆動される空気推進によって、可能な限り安定に保たれる速度でダクトを通って移動する。装置の移動は、例えばバッテリ駆動の電動モータまたはその他の手段など、装置の一部である手段によって達成できる。さらに、移動を、例えば気体による推進、液体による浮揚、ケーブルの引っ張り、または他の手段など、外部の手段によって達成することもできる。より長いダクトのマッピングには、外部の移動手段が好ましい。

軌道の終点位置において、システム的誤差蓄積の補償を実行（図４を参照）できるようにするためのさらなるサンプルを得るため、データ収集装置を、やはり例えば３０秒の期間のあいだ留め置くことができる。終点位置の座標、方位およびピッチも、同様に測定される。次いで、データ収集装置による測定を停止させる。

妥当である場合には、軌道の途中すなわち中間位置においても、座標を測定できる。これらの中間点に、高周波コイルまたは他の位置マーカを配置でき、センサによって装置の通過を検出することができる。

次に、蓄積したサンプルが、装置のメモリから、例えば適切なソフトウェアを備えるコンピュータにて構成できる現場の評価システムへとダウンロードされる。センサ・データ、すなわち蓄積されたサンプルは、一貫性、温度範囲、測定範囲および飽和に関してその有効性が確認され、精度の向上のためにデータ収集装置を軌道に沿ってさらに走行させる必要があるか否かが決定される。最後に、センサ・データと、出発点、終点および中間点における方位、ピッチおよび座標の測定からのデータとからなるデータ・ファイルが、中央処理ユニットへと伝達される。

図２ａおよび２ｂに示した方法によって測定精度を改善するため、以下の手段がとられることが好ましい。
・データ収集装置の温度の安定化を可能にし、そのことは５分間のデータをアップロードすることによって確認できる。
・出発位置において、いくつかの較正テストを毎日実行する。

以下では、中央処理ユニット内のデータ・ファイルを評価するため、図３ａおよび３ｂの好ましい方法の種々のステップを、詳細に説明する。

最初に、センサ・データまたはサンプルならびに方位、ピッチおよび座標の測定からのデータからなるデータ・ファイルがインポートされ、有効性について２度目のチェックが行なわれる。方位、ピッチ、ロールおよび／または距離についてのプロファイルを得るべくセンサ・データを結合または融合させる前に、センサ・データにいくつかの補償ステップが適用される。さらに詳しくは、センサ・データが、システム的な誤差の蓄積について（図４に示すとおり）補償され、温度の変化について（図５に示すとおり）補償され、さらに相互依存性について（図６に示すとおり）補償される。

システム的な誤差の蓄積についてのセンサ・データのレベルでの補償が、図４の部分アルゴリズムに示されている。この補償は、出発位置での安定期間における検討対象のセンサの値と、終点位置における値との間の差にもとづいている。この差すなわち蓄積されたシステム的誤差が、これを軌道に沿った走行の際のセンサ・データの全体にわたって比例展開することによって補償される。

温度変化についてのセンサ・データのレベルでの補償が、図５の部分アルゴリズムに示されている。検討対象のセンサのサンプルが、それらを対応する温度センサのデータおよび前較正結果に相関付けることによって補償される。

相互依存性についてのセンサ・データのレベルでの補償が、図６の部分アルゴリズムに示されている。検討対象のセンサのサンプルが、それらをこのセンサと相互依存しているセンサのサンプルおよび前較正結果に相関付けることによって補償される。

次に、初期ロール・プロファイルが、第１のセンサ群のセンサ・データを図７の部分アルゴリズムに融合させることによって計算される。第１のセンサ群は、ロール・プロファイルの計算の基礎としてＷｘおよびＡｙｚセンサを有し、ＷｘおよびＡｙｚセンサ間の選択を行なうためにＷｙ、Ｗｚ、Ａｘおよび距離センサを有する。Ａｙｚセンサ・データが、最初に、３つの加速度計の和が必ずゼロであることを意味する三角構成にもとづいて補正される。軌道の各位置についてＷｘまたはＡｙｚセンサのどちらを使用するかの判断が、方程式
ＶｘＳｑｒｔ（Ｗｙ^２×Ｗｚ^２） ＜ トリガ値
を使用して行なわれ、ここでＶｘ（速度）は、走行距離計または他の速度測定装置から得られる。トリガ値は、前較正結果から得られる。

次に、第１のセンサ群のセンサ・データが、図８の部分アルゴリズムにて初期ロール・プロファイルをロール・プロファイルについての出発点および終点の境界条件と比較することによって補償される。出発点および終点のロール位置は、Ａｙｚ三角センサ・データで計算できる。第１の補正が、Ａｙｚセンサの最後のロール位置に合致する第１のロール・プロファイルが得られるようなやり方で、ロール・プロファイルの全体、すなわち出発点から終点までにわたり前方に向かって適用される。第２の補正が、Ａｙｚセンサの出発点のロール位置に合致する第２のロール・プロファイルが得られるようなやり方で、ロール・プロファイルの全体、すなわち出発点から終点までにわたり後方に向かって適用される。ロール位置の精度は、直線よりもカーブにおいてより影響を受けるため、両方の補償において、軌道のカーブにおける測定についての補正により重きが置かれる。好ましくは、カーブ／直線の補正係数は６／１に等しい。最後に、第１および第２のロール・プロファイルが、加重平均によって結合される。

次に、初期距離プロファイルが、Ａｘセンサおよび距離センサで構成される第２のセンサ群のセンサ・データを融合させることによって計算される。初期距離プロファイルは、好ましくは、Ａｘサンプルを二重積分し、引き続いて２回積分されたＡｘを加重平均によって距離サンプルに組み合わせることによって計算される。

次いで、第２のセンサ群のセンサ・データが、図９の部分アルゴリズムによって、初期距離プロファイルを距離プロファイルについての出発点、終点および途中点の境界条件と比較することによって補償される。この補償は、出発点、途中点および終点の間の距離を計算し、距離プロファイルが中間点に一致するようなやり方でセンサ・データを補正することによって実行される。

次に、初期ピッチおよび方位プロファイルが、図１０の部分アルゴリズムにて第３のセンサ群のセンサ・データを融合することによって計算される。第３のセンサ群は、ＷｙおよびＷｚセンサ（２軸機械式回転ジャイロ）ならびにＭｙおよびＭｚセンサ（磁力計）をピッチおよび方位プロファイルの計算のための基礎として有し、ピッチおよび方位プロファイルの計算のためＷｙＷｚおよびＭｙＭｚセンサ間の選択を行なうためのＡｙｚ（三角加速度計）、Ａｘ（ｘ軸加速度計）および距離センサを有している。最初にＡｙｚサンプルが、図７の部分アルゴリズムに関してすでに説明したとおり、三角構成によって補正される。選択は、方程式
Ａｙｚ変動 ＜ トリガ値
にもとづき、トリガ値は前較正の結果から導出される。

次いで、第３のセンサ群のセンサ・データが、初期ピッチおよび方位プロファイルを出発点および終点の境界条件、すなわち軌道の出発位置および終点位置にて測定されたピッチおよび方位と比較することによって補償される。

初期プロファイルを計算し、初期プロファイルを境界条件と比較してセンサ・データを補償するこれらのステップののち、ロール、距離、ピッチおよび方位のプロファイルが、補償されたセンサ・データにて再度計算される。次いで、これらの新しいプロファイルが、第１の軌跡を計算するために使用される。続いて、この最初の軌跡が、計算された軌跡の終点の計算された座標を、軌道の終点位置の測定された座標と比較することによって、所望の精度に従っているか否かについてテストされ、これは、
計算されたＸＹＺ − 測定されたＸＹＺ ＜ リミット
なる条件に要約することができる。適切なリミットは、例えばすべての軸について１０ｃｍであるが、このリミットを、より広く選択してもよく、より狭く選択してもよい。

第１の軌跡がリミット内である場合、軌跡が、最終のロール、距離、ピッチおよび方位のプロファイルを出発点から終点までの前向きの軌跡へと融合させ、最終のプロファイルを終点から出発点までの後ろ向きの軌跡へと融合させ、前向きおよび後ろ向きの軌跡を加重平均によって最終の軌跡へと組み合わせることによって再計算される。後ろ向きに計算された軌跡は、センサの測定値が互いに双方向の影響を有しているため、異なる結果をもたらす可能性がある。この前向きおよび後ろ向きの再計算は、最終的に得られる軌跡の精度にさらなる改善をもたらし、最終の軌跡が所望の精度のリミット内に好都合に位置する。

一方、第１の軌跡がリミットの外である場合、ロール、距離、ピッチおよび方位のプロファイルを軌道の拘束条件および／または地理的情報について補償するため、さらにいくつかの補償アルゴリズムが適用される。それらのさらなる補償アルゴリズムは、以下の１つ以上からなることができる。
・軌跡を、軌道の測定された出発位置、終点位置および／または中間位置の座標に対する計算された出発、終点および／または中間点座標の偏差について補正し、測定された座標の間の軌跡点に比例補正を加えるためのアルゴリズム；
・例えば川または他の対象物など、軌道の外にある対象物の測定された座標に整列するように軌跡を補正するアルゴリズム；
・例えば軌道の屈曲部の最大または標準湾曲（例えば、３０°、４５°、・・・）、軌道の直線部の最小長さ、あるいは掘削パイプの場合には、標準長さを有するパイプ部分の溶接部間の距離、または他の物理的制約など、軌道の物理的な拘束条件へと軌跡を補正するための１つ以上のアルゴリズム。

軌道の屈曲部の最大湾曲についての物理的制約へと軌跡を補正するためのアルゴリズムの例が、図１１に示されている。ピッチ、方位およびロールのプロファイルの再計算ののち、軌跡における屈曲が、例えば５秒の時間期間における１０°の角度変化を拡大することによって検出される。これらの屈曲について、曲げ半径が、例えば０．８ｍである物理的軌道の最大曲げ半径を下回っているか、あるいは上回っているかという条件が適用される。この条件が満たされている場合、その屈曲が飛ばされて、次の屈曲が検討される。この条件が満たされない場合、軌跡の屈曲が、当該屈曲についてのロール・プロファイルを調節することによって補正され、あるいは物理的要件が満たされるまで当該屈曲の曲げ半径を限定することによって補正される。

図１２に示した方式には、測定データ、すなわちデータ収集装置に備えられているセンサの実際のサンプルが、本発明の方法によって最終的な軌跡を得るため、仮想の測定データとともにどのように評価されるのかが示されている。この仮想の測定データは、例えば軌道の地上部分の正確に知られている方位およびピッチ情報、軌道が道路に平行して走るときの広く知られている方位情報、穿孔の開始および終了における一般的なピッチ情報、またはデータ収集装置を使用せずに導き出される他の外部情報といった、地理的情報や軌道の制約条件などの外部の情報から生成されたサンプルを含んでいる。図１に方式においては、この情報が、軌跡レベルでの補正を適用するために使用された。図１２の方式においては、この情報が測定データとして提示され、したがってはるかに低いデータ・レベルについて導入することができ、計算される軌跡の最終的な精度を大きく改善することができる。

図１２に示した方式は、やはり３つのレベルでの補償、すなわち測定データのレベルでの補償、測定データから割り出されたプロファイルのレベルでの補償、およびプロファイルから割り出された軌跡のレベルでの補償を含んでいる。３つのレベルでの補償は、図１の方式に関してすでに説明したものからなることができ、したがってここでは詳細に繰り返すことはしない。

測定データを収集するための方法は、図２ａおよび２ｂを参照して説明したものと事実上同じままである。センサ・データ・レベルにおける地理的情報および／または軌道拘束条件の早期導入による収集測定データの評価のための方法が、図１３ａおよび１３ｂのアルゴリズムに一般的に示されている。

図１３ａおよび１３ｂのデータ評価方法の第１のステップにおいて、例えば地球の回転や地球の磁場などに関する値など、大域的定数が初期化される。次に、較正ファイル、基準途中点ファイルおよびダウンロードされたセンサ・ファイルといったいくつかのデータ・ファイルがロードされる。較正ファイルは、データ収集装置の前較正から得られたデータを含んでいる。データ収集装置の前較正については、図３ａおよび３ｂを参照してすでに説明したため、ここでは繰り返すことはしない。基準中間点ファイルは、軌道についての既知の地理的情報および／または軌道の制約条件を含んでいる。ダウンロードされたセンサ・ファイルは、データ収集装置を軌道に沿って１回以上走行させることによって得た測定データを含んでいる。これらの入力ファイルは、計算範囲およびサンプルを特定するため、すなわちどのデータ系列が軌跡の構築に関係するのかを特定するためにスキャンされ、データは、データの正確性についての完全なチェックを実行することによって有効性が確認される。

続いて、入力データが軌跡の構築のために評価される反復プロセスが開始される。最初に、いくつかの前処理ステップが実行される。ここで、前較正から得られた情報、すなわち軌道の測定時のデータ収集装置の運動に関する種々の環境下でのセンサの性能特性が、データの補償のために使用される。さらに詳しくは、距離センサ・データが、システム的な誤差蓄積、温度変化、および相互依存性について補償を適用するため、図４〜６に示した部分アルゴリズムによって前処理される。定位センサ（ジャイロ）データも、温度変化について補償される。

他の前処理ステップは、先に入力された基準中間点ファイルを含んでいる前処理された仮想データによる仮想センサ・ファイルの生成である。このステップは、図１４の部分アルゴリズムによって明らかにされている。この仮想センサ・データ・ファイルの元となる地理的情報が、ＸＹＺ座標を含み、それぞれ正確性表示を伴っている基準ファイルの形式で入力される。この基準ファイルは、収集された軌道方位および／またはピッチ情報を提供する例えばＸＹＺ座標の表である。すでに述べたとおり、これらの点のいくつかは正確に知られており（例えば、出発または終点にある）、いくつかは一般的に知られており（例えば、歩道にあり、あるいは道路に平行している）、その他は未知である。ＸＹＺ座標はそれぞれ、正確性に関して例えば以下のとおり印を付すことができる。
１＝方位およびピッチについて正確に知られている。
２＝方位のみについて正確に知られている。
３＝ピッチのみについて正確に知られている。
４＝ピッチおよび方位の両者について一般的表示が使用できる。
５＝方位のみについて一般的表示が使用できる。
６＝ピッチのみについて一般的表示が使用できる。
７＝この点の後は、情報が入手できない。

車載センサによる測定データをこれらのＸＹＺ座標にマッピングできるよう、どのサンプルがどの座標に対応するのかを判断しなければならない。これは、図１４において、長さの比較（距離センサのデータによる）によって行なわれ、軌跡の第１の粗い近似につながる。図１４の部分アルゴリズムの最後のステップにおいて、仮想ファイルが、特定されたサンプル間、すなわち座標によって特定されているサンプル間の方位およびピッチの値を計算することによって構築される。得られた仮想ファイルは、特定されたサンプルのそれぞれについて、サンプル番号、方位、ピッチおよび正確性表示を含んでいる。このようにして、仮想ファイルが、実際に、データ収集装置のクロック信号のクロック速度に同期される。

続いて、図１３ａおよび１３ｂのアルゴリズムにおいて、ロール、ピッチ、方位および距離についての第１のプロファイルが、前処理された測定データおよび仮想センサ・データから計算される。ロール・プロファイルを計算するためのアルゴリズムが、図１５に示されており、実際、図７のアルゴリズムの代案である。図７のアルゴリズムにおいては、どちらかのセンサ群のサンプルが、ロール・プロファイルの特定の部分を得るために選択される。図１５のアルゴリズムでは、異なるセンサ群のサンプルが、知的な平均化によって組み合わされる。知的な平均化の例は、カルマン・フィルタの使用である。最も簡単な形式において、カルマン・フィルタは、各センサ群に重みを割り当てて加重平均をとる。より複雑な形式のカルマン・フィルタにおいては、重みを、例えば実際に測定したもの（例えば、直線、屈曲、・・・）に応じて、あるいは特定のサンプルの過去または将来のサンプルとの比較に応じて、あるいはその他によって変化させることができる。しかしながら、カルマン・フィルタ処理は、例えばチャットフィールド（Ｃｈａｔｆｉｅｌｄ Ａ． Ｂ．）による１９９７年の「高精度慣性ナビゲーションの基本（Ｆｕｎｄａｍｅｎｔａｌｓ ｏｆ ｈｉｇｈ ａｃｃｕｒａｃｙ ｉｎｅｒｔｉａｌ ｎａｖｉｇａｔｉｏｎ）」、宇宙航空学における進歩 第１７４巻（Ｐｒｏｇｒｅｓｓ ｉｎ ａｓｔｒｏｎａｕｔｉｃｓ ａｎｄ ａｅｒｏｎａｕｔｉｃｓ Ｖｏｌ １７４）、米国宇宙航空学会（Ａｍｅｒｉｃａｎ ｉｎｓｔｉｔｕｔｅ ｏｆ ａｅｒｏｎａｕｔｉｃｓ ａｎｄ ａｓｔｒｏｎａｕｔｉｃｓ）、レストン（Ｒｅｓｔｏｎ）、ならびにティタートン（Ｔｉｔｔｅｒｔｏｎ ＤＨ）およびウェストン（Ｗｅｓｔｏｎ ＪＬ）による１９９７年の「ストラップダウン慣性ナビゲーション技術（Ｓｔｒａｐｄｏｗｎ Ｉｎｅｒｔｉａｌ Ｎａｖｉｇａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ）」、ペータ・ペリグリナス社（Ｐｅｔｅｒ ｐｅｒｉｇｒｉｎｕｓ Ｌｔｄ）、スティーブネジ（Ｓｔｅｖｅｎａｇｅ）から、この技術分野において公知であり、これらはここでの言及によって本明細書に組み込まれたものとする。したがって、カルマン・フィルタ処理については、ここで詳細に説明することはしない。図１５のアルゴリズムによって得ることができるロール・プロファイルの精度をさらに向上させるため、すなわち出発点から終点および終点から出発点へと２回の計算が行なわれ、この２つが組み合わせによるロール・プロファイルへとまとめられる。

ピッチおよび方位のプロファイルを計算するためのアルゴリズムが、図１６に示されている。このアルゴリズムは、図１０のアルゴリズムの代案である。重要な相違点は、図１６のアルゴリズムが、仮想センサ・データをセンサ群として組み入れている点にある。これは、軌道について知られている地理的情報が、初期の段階で導入され、軌跡の正確性を大きく向上させることを示している。さらに、ここでは、例えば周囲に金属が存在するために磁力計（Ｍｘ、Ｍｙ、Ｍｚ）データが完全には信頼できない場合に、仮想センサ・データが磁力計データの代替または強化として存在することが示されている。さらに、図１５のアルゴリズムにおけるのと同様に、カルマン・フィルタ処理の原理が、方位およびピッチの両者について前方および後方へのプロファイルの計算に使用され、やはり組み合わせによる方位およびピッチのプロファイルへとまとめられる。

距離プロファイルの計算のためのアルゴリズムが、図１７に示されている。やはり、異なるセンサ群の測定データが、カルマン・フィルタ処理によって距離プロファイルへと組み合わされている。

図１３ａおよび１３ｂのデータ評価アルゴリズムの次のステップにおいて、第１の軌跡が、第１のロール、距離、ピッチおよび方位のプロファイルから計算される。図３ａおよび３ｂのアルゴリズムにおけるのと同様にして、この第１の軌跡が、計算された軌跡の終点の計算された座標を、軌道の終点位置の測定された座標と比較することによって、所望の精度に従っているか否かについてテストされ、これは、
計算されたＸＹＺ − 測定されたＸＹＺ ＜ リミット
なる条件に要約することができる。適切なリミットは、例えばすべての軸について１０ｃｍであるが、このリミットを、より広く選択してもよく、より狭く選択してもよい。

この条件が満足されている場合、軌跡が、前向きおよび後ろ向きに再計算され、前方および後方への軌跡がもたらされる。この２つが、ただ１つの軌跡へと組み合わされ、この軌跡信号上の雑音を平均するための最後の補償ステップが加えられる。この雑音は、例えば周波数依存の測定ノイズ、データ収集装置が衝撃に遭遇した結果としての跳躍、または他の雑音でありうる。

この条件が満足されない場合、第１のロール、距離、ピッチおよび方位のプロファイルを軌道の拘束条件および／または地理的情報について補償するため、図３ａおよび３ｂに関してすでに説明され、一例が図１１のアルゴリズムによって示されているアルゴリズムのうちの１つ以上が適用され、反復プロセスが繰り返される。図１１のアルゴリズムのような補償アルゴリズムが、仮想センサ・データを洗練させるため、次の反復プロセスの実行時のカルマン・フィルタ処理において、このデータにより大きい重みが割り当てられる。

Claims (14)

1. コンピュータにおけるソフトウェアで実現される処理工程を実行することにより、所定の出発位置と所定の終点位置とを有する地理的軌道の軌跡を割り出すための方法であって、
   ａ）一組の車載センサを共通のクロック信号に同期させた状態で備えているデータ収集装置を、前記出発位置から前記終点位置まで移動させて、データ収集装置の移動の間に物理的測定データをサンプリング収集するステップと、
   ｂ）前記収集した測定データを補償するステップと、
   ｃ）前記補償済みの測定データにもとづき、前記データ収集装置の方位プロファイル、ピッチ・プロファイル、距離プロファイルおよびロール・プロファイルを割り出すステップと、
   ｄ）前記方位プロファイル、前記ピッチ・プロファイル、前記距離プロファイルおよび前記ロール・プロファイルにもとづいて前記軌跡を割り出すステップとを有する方法において、
   前記出発位置から前記終点位置までの前記データ収集装置の移動の間、前記物理的測定データのすべてが記憶され、該記憶された測定データの取り出し後でかつ前記プロファイルの割り出しの前に、前記ステップｂ）は、
   ｂ１）前記一組のセンサうちの互いに異なる物理量を測定している少なくとも第１および第２のセンサの測定データにもとづいて、共通の物理量に関する少なくとも第１および第２の軌道パラメータをそれぞれ割り出すステップと、
   ｂ２）該第１の軌道パラメータと該第２のパラメータを比較することにより、該第１と第２の軌道パラメータ間の偏差を算出するステップと、
   ｂ３）前記算出した第１と第２の軌道パラメータ間の偏差にもとづいて前記第１および第２のセンサの測定データ間の偏差を求めることにより、前記第１および前記第２のセンサの前記測定データの誤差補償を決定するステップと、
   ｂ４）該誤差補償によって、前記第１および前記第２のセンサの前記測定データを補正するステップを有していることを特徴とする方法。
2. 制御された環境にて前記データ収集装置を所定の軌道に沿って移動させ、該所定の軌道に沿った移動の際に収集された測定データを、該所定の軌道についての予め既知の座標データと比較することによって、前記ステップｂ４）において適用される誤差補償は、前記軌道パラメータの比較により決定された誤差補償に加えて、更に、初期誤差補償を含み、該初期誤差補償は前記データ収集装置を前較正することにより決定されることを特徴とする請求項１に記載の方法。
3. 前記方位、ピッチ、ロールおよび距離のプロファイルの少なくとも１つが、前記一組のセンサにおいて、互いに異なるセンサ群に属するセンサによってそれぞれ収集された第１と第２の測定データ部分を結合させることによって割り出され、前記第１と第２の測定データ部分は互いに補完的であることを特徴とする請求項１または２に記載の方法。
4. 前記補完的である測定データの第１および第２の部分が、前記互いに異なるセンサ群に属するセンサの性能特性にもとづく選択および／または組み合わせによって結合されることを特徴とする請求項３に記載の方法。
5. 軌道の出発位置、終点位置および／または１つ以上の所定の中間位置において、前記データ収集装置を所定の時間にわたって留め置くステップをさらに有していることを特徴とする請求項１〜４のいずれか一項に記載の方法。
6. 前記測定データのサンプリングごとに増大する誤差は、前記出発位置における留置期間において収集した該センサの測定データ及び前記終点位置における留置期間において収集した該センサの測定データと比較することにより補正し、前記少なくとも１つのセンサの測定データを補償するステップをさらに有していることを特徴とする請求項５に記載の方法。
7. 前記データ収集装置は少なくとも１つの温度センサを備え、少なくとも１つの他のセンサの測定データを、温度変化について補償するステップをさらに有していることを特徴とする請求項１〜６のいずれか一項に記載の方法。
8. 前記軌道の少なくとも１つの位置についての座標を割り出すステップと、前記方位プロファイルおよび／または前記ピッチ・プロファイルおよび／または前記ロール・プロファイルおよび／または前記距離プロファイルを、前記少なくとも１つの位置についての座標について補償するステップをさらに有していることを特徴とする請求項１〜７のいずれか一項に記載の方法。
9. 前記出発位置、終点位置および／または１つ以上の所定の中間位置について座標を割り出すことを特徴とする請求項８に記載の方法。
10. 前記軌道の出発位置および／または終点位置において前記データ収集装置の方位、ピッチおよびロールをそれぞれ測定するステップと、前記方位プロファイル、前記ピッチ・プロファイルおよび前記ロール・プロファイルを、前記出発および終点位置において前記測定した方位、ピッチおよびロールからの偏差についてそれぞれ補償するステップをさらに有していることを特徴とする請求項１〜９のいずれか一項に記載の方法。
11. 前記ステップｄ）にて割り出した軌跡を、軌道形状を制約する軌道拘束条件および／または軌道に関する所定の座標を示す地理的情報について補償するステップをさらに有していることを特徴とする請求項１〜１０のいずれか一項に記載の方法。
12. 前記軌道拘束条件および／または地理的情報が、軌道の出発位置、終点位置および／または１つ以上の中間位置の座標、軌道の外の対象物の座標、軌道の屈曲部の最大曲率、及び軌道の所定直線部の最小長さのうちの少なくとも１つを含んでいることを特徴とする請求項１１に記載の方法。
13. 前記ステップｄ）が、前記方位プロファイル、前記ピッチ・プロファイル、前記距離プロファイルおよび前記ロール・プロファイルにもとづき、出発から終点までの前向き軌跡を割り出すこと、前記方位プロファイル、前記ピッチ・プロファイル、前記距離プロファイルおよび前記ロール・プロファイルにもとづき、終点から出発までの後ろ向き軌跡を割り出すこと、および該前向きおよび後ろ向き軌跡を平均軌跡へと組み合わせることを含んでいることを特徴とする請求項１〜１２のいずれか一項に記載の方法。
14. 前記ステップａ）〜ｄ）が少なくとも１回繰り返され、前記データ収集装置の各回の移動中に収集された測定データから軌跡が割り出され、該軌跡を最終の軌跡へと組み合わせるステップをさらに有していることを特徴とする請求項１〜１３のいずれか一項に記載の方法。

Images