WO2013060749A1 - Sensorsystem zur eigenständigen bewertung der genauigkeit seiner daten - Google Patents

Sensorsystem zur eigenständigen bewertung der genauigkeit seiner daten Download PDF

Info

Publication number
WO2013060749A1
WO2013060749A1 PCT/EP2012/071091 EP2012071091W WO2013060749A1 WO 2013060749 A1 WO2013060749 A1 WO 2013060749A1 EP 2012071091 W EP2012071091 W EP 2012071091W WO 2013060749 A1 WO2013060749 A1 WO 2013060749A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal processing
accuracy
sensor system
designed
parameter
Prior art date
Application number
PCT/EP2012/071091
Other languages
English (en)
French (fr)
Inventor
Nico Dziubek
Hermann Winner
Original Assignee
Continental Teves Ag & 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 & Co. Ohg filed Critical Continental Teves Ag & Co. Ohg
Priority to US14/353,847 priority Critical patent/US9558157B2/en
Priority to CN201280052432.6A priority patent/CN104011563B/zh
Priority to EP12787661.3A priority patent/EP2771713A1/de
Priority to KR1020147014005A priority patent/KR20140093961A/ko
Publication of WO2013060749A1 publication Critical patent/WO2013060749A1/de

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • 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
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C1/00—Apparatus, or methods of use thereof, for testing or treating seed, roots, or the like, prior to sowing or planting
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D1/00—Measuring arrangements giving results other than momentary value of variable, of general application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial

Definitions

  • the invention relates to a sensor system according to the preamble of claim 1 and its use in motor vehicles, especially in automobiles.
  • the invention is based on the object to provide a sensor system which be ⁇ RIC its signal processing provides a relatively high intrinsic safety and allows and / or which is suitable for safety-critical applications, or a safety-critical application.
  • the term date is understood to mean the singular of the term data.
  • the sensor element Under a primary measured variable which measuring ⁇ size is meant preferably for its detection, the sensor element is mainly designed and which is in particular directly summarizes ER.
  • the information about the accuracy is expediently contained and / or coded in at least one parameter or a parameter set and / or is formed by the parameter or the parameter set or their values or data.
  • the information about the accuracy is described in at least one datum or in data of a parameter or a parameter set or are defined or definable in this datum or this data.
  • the signal processing means is configured such that it comprises at least one Sensorinformati ⁇ onsquellkanal, which passes at least one output signal e ⁇ nes sensor element and processed.
  • the signal processing means is preferably adapted to the at least one parameter or the parameters set in each case to a date of a physical quantity, providing at successive Signalverabeitungsuzeen the signal processing device and, in particular assigns particular in each case, after, or and the Da ⁇ th the at least one characteristic or the characteristics set depend on how the assigned or the preceding ⁇ signal processing step, the processed date of the physical quantity to which the at least one Characteristic or the characteristic quantity set, influenced.
  • the signal processing means is configured such that the at least one parameter as min ⁇ least one of the following sizes, in particular for loading ⁇ a write-data quality, defined or can be defined, namely
  • the signal processing device is designed so that the characteristic set comprises at least three or all of the following variables, in particular for describing a data quality, namely
  • Noise or a noise characteristic is preferably understood to mean a band-limited, mean-free statistical distribution of the measured values around the expected value. Noise is independent of the operating point and approaches at infinity long averaging the expected value.
  • the noise or the noise characteristic is defined in particular as stochastic, mean-free error.
  • Offset / bias or an offset / bias characteristic is preferably understood to be a value which is independent of the operating point and assumed to be constant under unchanged ambient conditions, which value is superimposed additively on the measurement results.
  • the offset / bias or the offset / bias characteristic is insbeson ⁇ particular additive error.
  • the scale factor parameter is preferably understood to be a value that is dependent on the operating point and assumed to be constant under unchanged ambient conditions, which value is multiplied by the measured value after deduction of the offset.
  • Scale factor error and the scale factor parameter is in particular ⁇ sondere a multiplicative error.
  • An offset / scale factor drift or an offset and / or scale factor drift parameter is preferably understood to be a time change of offset or scale factor error that is due to changing environmental conditions, eg temperature changes, fluctuations in the supply voltage.
  • the offset / drift scale factor or the offset and / or drift scale factor parameter corresponds in particular ⁇ sondere a maximum time rate of change.
  • a free Frequency range of the useful signal Under a bandwidth / a cutoff frequency or a bandwidth / cutoff frequency parameter, a free Frequency range of the useful signal, if necessary understood the interference suppression.
  • a delay / dead time or a delay / deadtime parameter is preferably understood to mean an average group delay within the bandwidth.
  • the signal processing device is designed such that it provides the at least one parameter or the parameter set for each datum of a defined physical variable after or at each and every significant signal processing step.
  • the signal processing means is preferably arranged to on or after every significant signal processing step and to each signal source, in particular to the output of a sensor element, the at least one characteristic ⁇ size or the parameters set for each date plurality of defined physical quantities, in particular all essential physical quantities Output variables of the sensor system are provided.
  • the signal processing means is configured such that the parameters set directly forms a Wegig ⁇ keitshunt or indirectly in function of several parameters characteristic ⁇ sizes of a set of accuracy will be described.
  • the signal processing device is designed such that the degree of accuracy is evaluated on the basis of a threshold value, and thereafter at least one datum of a physical variable is assigned an evaluation with regard to the accuracy, in particular whether the corresponding date of the physical quantity with reasonable ⁇ chender or not sufficient accuracy is provided, and that the assessment of the accuracy is taken into account in at least one of the following signal processing steps.
  • ⁇ Lich a threshold a lower and / or exceeds one or more threshold values or a combination of a defined threshold is advantageously understood that based on one or more individual or combined and / or derived parameters are defined.
  • the measure of accuracy is expediently not a single value but results from defined data or values of the at least one parameter or the parameter set.
  • the signal processing means is adapted to perform a forward and / or pre- diktive calculating and / or estimating at least one measure of accuracy to at least one value of a physical ⁇ 's size, said value of the physical variable and the associated measure of accuracy relate to its prospective and / or predictive presence of or to one or several signal processing steps before this one or that are performed several signal processing steps ⁇ itself.
  • the signal processing device is designed such that, in the course of the predictive and / or predictive calculation and / or estimation, it calculates the prospective and / or predicative Presence of the measure of accuracy relates to a defined Zeitin ⁇ tervall starting from the current time to a definier ⁇ time in the future, said definier ⁇ te time in the future, in particular on or after a signal processing step occurs.
  • the signal processing means is adapted to the course of the predictive and / or predictive calculation and / or estimate data and / or use measurement data, in particular already available to ak ⁇ tual time in the sensor system. This ensures that a calculation / estimate that assumes that no new data sensor information source channels are available, as these data do not yet ready is carried out in the future a "worst-case” scenario for calculating angenom ⁇ men.
  • the result of the calculation concerns therefore, however, in particular a degree of accuracy, wel ⁇ ches would come about in the event of failure of all sensor elements, therefore "worst-case" scenario.
  • the signal processing device is designed such that the predictive and / or predictive calculation and / or estimation is carried out repeatedly or at least twice in succession, this repetition or sequence being related to successive signal processing steps and these repeated or at least twice successive predictive calculation and / or estimation relating to the same point in time or signal processing step in the future, at or after which the predicted measure of accuracy is present, whereby in the course of the repeated calculation and / or estimation special potentially newly added measurement data from one or more sensor information source channels are taken into account and / or the calculation and / or the estimate or its corresponding result (s) are corrected.
  • the signal processing device is designed such that in the course of the predictive and / or predictive calculation and / or estimation
  • the defined time interval starting from the current time ⁇ point at a defined time in the future and / or a defined number of signal processing steps before these signal processing steps are performed themselves, are given and dependent on the degree of accuracy to a value of a physical quantity at this time in the Future or on or after this future signal processing step is calculated and / or estimated and in the process or in particular this degree of accuracy is evaluated in terms of a threshold value.
  • the signal processing device is preferably designed so that in the course of a forward-looking and / or predictive calculating and / or estimating the degree of accuracy is set to a future present value of a physical variable and depends on the defined time ⁇ interval starting from the current time to a defi ⁇ ned Calculated or estimated in the future and / or a defined number of future signal are calculated processing steps and / or estimated to ⁇ special to the measure of accuracy ⁇ value falls below a defined threshold or above, more preferably the below or above the defined threshold with a defined probability occurs, which is particularly preferred also specified.
  • the signal processing device is preferably designed so that the degree of accuracy in the form of values are stored at least one physical variable at least one characteristic or a characteristic sentence or corresponding Since ⁇ th and / or values or derived therefrom and / or calculated for a defined number of signal processing steps ⁇ and / or for a defined storage time interval.
  • the predictive and / or predictive calculation and / or estimation of the voraussichtli ⁇ Chen and / or predictive measure of accuracy or the forward-looking and / or predictive calculation and / or contemptuous ⁇ wetting of a time interval or defined number of signal ⁇ processing steps in the Future depending on a given degree of accuracy or a given
  • Threshold of a measure of accuracy taking into account the time course or a trend or the changes of the stored data and / or values to physical quantities and / or characteristics or characteristic sets.
  • the new measurement data or data follow the previous course or trend and / or that the system properties, particularly preferably with respect to the measurement data, do not change significantly.
  • a defined minimum accuracy is estimated or calculated as a measure of accuracy.
  • the measure of accuracy is in particular convertible or is converted by the signal processing device is an uncertainty measure.
  • the signal processing means comprises a fusion filter which provides a defined Fusion data set in the course of common evaluation of at least the sensor signals and / or therefrom Anlagen ⁇ initiated signals of the sensor elements, wherein each of these fusion data set comprising data to defined physical quantities, wherein the fusion record to at least a physical ⁇ 's size includes a value of the physical quantity and information on the data quality.
  • the measure of accuracy or the information on the Wegig ⁇ ness is advantageously provided to at least a value of one or several or all physical quantities of the fusion data set.
  • the measure of accuracy or the information on the Wegig ⁇ ness is preferably to all output values of all the variables, in particular of all physical quantities, the outputs of the sensor system are provided.
  • measurement data output signals or are expediently - data of the sensor elements or sensor information ⁇ source channels understood.
  • the fusion filter is preferably designed as Kalman filter. det, alternatively preferably as a particle filter, or alternatively as an information filter or alternatively as an "unscented" Kalman filter.
  • the fusion filter is embodied such that the fusion data set comprises as the value of the at least one physical variable a relative value, in particular an offset value and / or change value and / or correction value and / or error value.
  • the relative values of the jeweili ⁇ gen physical quantities of the fusion data set are correction values, each of which a scattering information or scattering or dispersion measure, in particular a variance associated as information about the data quality.
  • the fusion filter is formed so that the value of a physical quantity of the Fu ⁇ sion data set is calculated directly or indirectly based on sensor signals of several sensor elements at least, said sensor elements detect said at least one physical quantity redundant in direct or indirect way.
  • This redundant detection is particularly preferably realized direct or parallel redundancy and / or realized as analytical ⁇ specific redundancy of mathematically derived or derived quantities / values and / or model assumptions.
  • the fusion filter is preferred as the Kalman filter.
  • the Cor ⁇ rekturuzee performs iterative least prediction steps and at least partially provides the Fusi ⁇ onschalsatz.
  • the fusion An extended sequential Kalman filter that is to say as a Kalman filter, which particularly preferably comprises a linearization and in which error state information is calculated and / or estimated and / or which operates sequentially and which is available in the respective functional step of the sequence Input data used / considered.
  • Inertialsensoranssen comprising at least one acceleration sensor element and at least one rotation rate sensor element, and that the sensor system comprises a strapdown algorithm unit in which a strapdown algorithm is performed, with at least the Sen ⁇ sorsignale the Inertialsensoran Aunt to, in particular corrected, navigation data and / or vehicle dynamics data are processed, based on the vehicle in which the sensor system is arranged.
  • the strapdown algorithm unit directly or indirectly provide its computed navigation data and / or vehicle dynamics data to the fusion filter.
  • the sensor system preferably has one
  • An inertial sensor arrangement which is designed such that it can detect at least the acceleration along a second defined axis, in particular the transverse axis of the vehicle, and at least the rotation rate about a third defined axis, in particular the high axis of the vehicle, the first and the third defined axis Forming generating system, and in particular are aligned perpendicular to each other,
  • the sensor system further comprises at least one wheel speed sensor element, in particular at least or exactly four Rad ⁇ speed sensor elements which detect the wheel speed ei ⁇ nes wheel or the wheel speeds each one of the wheels of the vehicle and in particular additionally detect the Wheelrich ⁇ tion of the associated wheel of the vehicle, in the sensor system is arranged,
  • the sensor system additionally comprises at least one steering angle sensor element which detects the steering angle of the vehicle and
  • Satellitennaviga ⁇ tion system further comprises, which is designed in particular that it detects the distance data in each case between the associated satellites and the vehicle, or a parameter dependent thereon and velocity information data in each case between the associated satellites and the vehicle, or a parameter dependent thereon and / or willing ⁇ provides.
  • the inertial sensor arrangement is formed such that it can capture at least the accelerations along a first, a second and a third defined axis and at least the rotation rates about this first, about this second and about this third defined axis, said first, second and third defined axis forming a generating system, and in particular are each aligned perpendicular to each other.
  • the inertial sensor arrangement sorsignale the strapdown algorithm unit provides and the strapdown algorithm unit is designed so that they at least
  • the sensor system is designed so that in each case at least one sensor signal and / or a physi ⁇ cal size as a direct or derived size
  • distance data in each case between the associated satellite and the vehicle or a size dependent thereon, as well as Speed information data respectively between the associated satellite and the vehicle or a size dependent thereon,
  • the vehicle model unit is designed such that from the sensor signals of the wheel speed sensor elements and the steering angle sensor element
  • the Anlagenmodellein ⁇ integrated is formed such that it is known to calculate a procedural ⁇ ren of least squares to solve a überbe ⁇ voted equation system, in particular as a least-Squared- error method is used.
  • the vehicle model unit forms so out ⁇ is that the steering angle of each wheel, in particular by the steering ⁇ angle sensor for the two front wheels detected in its calculation at least follow ⁇ de physical variables and / or parameters taken into consideration a), wherein the Model assumption is made that the steering angle of Hin ⁇ tergan is equal to zero or that the steering angle of the rear wheels is additionally detected,
  • the signal processing device is preferably designed such that the fusion filter calculates and / or provides and / or outputs the fusion data set at defined times.
  • the fusion filter is preferably designed such that it is the fusion data set independent of the sampling rates and / or sensor signal output times of the sensor elements, in particular the wheel speed sensor elements and the Lenkwinkelsensor- elements, and independent of temporal signal or
  • the signal processing device is designed so that in the course of a functional step of the fusion filter always, in particular asynchronously, the latest available to the fusion filter information and / or signals and / or data
  • the invention also relates to the use of the sensor system in vehicles, in particular motor vehicles, particularly preferably in automobiles.
  • the invention additionally relates in particular to a method which is executed or carried out in the sensor system and by the above
  • Fig. 1 shows a schematic representation of an embodiment of the sensor system, which is intended for arrangement and use in a vehicle.
  • the Sensorele ⁇ ments and the satellite navigation system and the main signal processing units of the signal processing device are illustrated as functional blocks and de ⁇ ren interaction with each other.
  • the sensor system comprises an inertial measurement unit 1, IMU, which is designed such that it has at least the accelerations along a first, a second and a third defined axis and at least the rotation rates about these first, second and third can capture third defined axis, wherein the ers ⁇ th defined axis corresponds to the longitudinal axis of the vehicle, the second defined axis of the transverse axis of the vehicle speaks ⁇ ent and corresponds to the third axis defined the vertical axis of the vehicle. These three axes form a Cartesian coordinate system, the vehicle coordinate system.
  • the sensor system has a strapdown algorithm unit 2, in which a strapdown algorithm is performed, with which at least the sensor signals of the
  • This output data of the strapdown algorithm unit 2 comprises the data of the following physical quantities:
  • the output data of the strapdown algorithm unit 2 includes the position with respect to the vehicle coordinate system and the orientation with respect to the world coordinate system.
  • the output data of the strapdown algorithm unit has the variances as information about the data quality of the above physical quantities, at least some of them. For example, these variances are not calculated in the strapdown algorithm unit, but only used and forwarded by it.
  • the output data of the strapdown algorithm unit are also exemplary the output data or output data 12 of the entire sensor system.
  • the sensor system also includes wheel speed sensor elements 3 for each wheel of the vehicle, for example, four, the wheel speeds each one of the wheels of the vehicle he ⁇ grasp and additionally detect the direction of rotation, and additionally a steering angle sensor element 3, which detects the steering angle of the vehicle.
  • the wheel speed sensor element and the steering angle sensor element form a sensor arrangement 3 for detecting the odometry.
  • the sensor system Satellitennaviga ⁇ tion system 4 which is so formed that it detects the distance data in each case between the associated satellites and the vehicle, or a parameter dependent thereon and velocity information data in each case between the associated satellites and the vehicle, or a parameter dependent thereon and / or provides.
  • the satellite navigation system 4 provides start position information, at least for starting or turning on the sensor system, to the fusion filter.
  • the signal processing device of the sensor system also includes a fusion filter 5.
  • the fusion filter 5 is in the course of the joint evaluation of at least the sensor signals and / or derived signals of the sensor elements 3, so the odometry, and the output signals of the satellite navigation system ⁇ 4 and / or derived signals a defined fusion data set 6 ready.
  • This fusion data set in each case has data on defined physical variables, the fusion data set 6 being at least one physical size includes a value of this physical quantity and information about its data quality, this information about the data quality is exemplarily pronounced as a variance.
  • the fusion data set 6 comprises as a value of the at least one physical variable a relative value, for example a correction value, also called an offset value.
  • a relative value for example a correction value, also called an offset value.
  • the correction value results in each case from the accumulated error values or change values which are provided by the fusion filter 5.
  • the relative values of the respective physical quantities of the fusion data set 6 are therefore, for example, correction values and variances.
  • the fusion data record 6 calculates, in other words, a fault budget which is provided as the input variable or input data record of the strapdown algorithm unit and is at least partially taken into account in its calculations.
  • This error budget as a record or administratda ⁇ th comprises at least the correction values and error values of physical quantities and in each case a variance, as information on the data quality, for each value.
  • the Fusionsfil ⁇ ter at least the correction values and variances to the physi ⁇ -earth parameters speed, acceleration and
  • Rate of rotation in each case based on the vehicle coordinate system, ie in each case the three components of these variables with respect to this coordinate system, and IMU orientation or the IMU orientation angle between the vehicle coordinate system and the coordinate system or the installation orientation of the Inertialsensoran Aunt 1 and the position relative to the World coordinate system transmitted to the strapdown algorithm unit.
  • the values of the physical quantities of the fusion data set are calculated on the direct and indirect basis of the sensor signals of the sensor elements 3 and the satellite navigation system 4, wherein at least some quantities, for example the speed and the position of the vehicle with respect to the vehicle coordinates, are redundant to the data of the vehicle
  • Strapdown algorithm unit 2 can be detected and recovered.
  • the fusion filter 5 is designed as an example as Error State Space Extended Sequential Kalman filter, al ⁇ so as Kalman filter, which in particular comprises a linearization and in which the correction values are calculated and / or estimated and which operates sequentially and thereby in the respective Function step of the sequence availabe ⁇ ren input data / considered.
  • the fusion filter 5 is designed so that in the course of a functional step of the fusion filter always, asynchronously, the latest, the fusion filter available information and / or signals and / or data
  • satellite navigation system 4 directly or indirectly, sequentially updated and / or put into the fusion filter ⁇ and advertising taken into account in the calculation of the function associated with the step of the fusion filter 5 the .
  • the vehicle model unit 7 is designed to be at least one of the sensor signals of the wheel speed sensor elements 3 and of the steering angle sensor element 3
  • the sensor system according to the example includes four Radfieresensoropathy 3, wherein each one of the Radfieresensorele ⁇ elements each wheel of the vehicle is associated, wherein
  • the vehicle model unit 7 is configured such that it comprises the sensor signals of the wheel speed sensor elements and the steering angle, provided by the steering angle sensor unit, and / or the steering angle of each wheel, in particular detected by the steering angle sensor element for the front wheels and by means of at least one further steering angle sensor ments for the rear wheels or at least from a model for the rear wheels,
  • the sensor system and the signal processing means further comprises a tire parameter estimation unit 10, which is formed so that it comprises at least the Halbmes ⁇ ser, for example in accordance with the dynamic radius, calculates each wheel, and in addition, the lateral tire stiffness and the slip stiffness calculates each wheel and the driving ⁇ imaging model unit 7 as additional input variables provides ⁇ , wherein the tire parameter estimation unit 10 is configured such that it uses a substantially linear Rei ⁇ fenmodell for calculating the wheel / tire sizes.
  • the example according to the input variables of the ReifenparameterCt- are wetting unit while the wheel speeds of 3 and the Lenkwin ⁇ kel 3, at least partially or completely the participatgrö ⁇ SEN or values of the strapdown algorithm unit 2, in particular ⁇ sondere the variances provided by its addition to the Values of the physical quantities, as well as the variances of the fusion filter 5, to the physical quantities, which are the input variables of the tire parameter estimation unit 10.
  • the sensor system or its signal processing device also includes a GPS error detection and plausibility unit 11, which is designed such that it, for example, as input data, the output data or output signals of the satellite navigation system 4 and at least partially the output data or output signals of the strapdown algorithm unit 2, and taking account in their calculations Be ⁇
  • the GPS error detection and Plausibilmaschinestician 11 additionally connected to the Fusionsfil ⁇ ter 5 and exchanged with this data.
  • the GPS error detection and-plausibilization 11 is exemplarily formed such that it performs the following procedural ⁇ ren:
  • a method of selecting a satellite comprising:
  • the predetermined condition is a maximum allowable error between the measurement data and the reference position data
  • the maximum permissible error of a Standardab ⁇ deviation depends, which is calculated based on a sum of ei ⁇ ner reference variance for the reference position data and a measurement variance for the measurement location data
  • the maximum allowable error corresponds to a multiple of the standard deviation in such a way that a probability that the measured position data in a dependent of the Standardab ⁇ scattering interval a predetermined Fall below threshold.
  • the sensor system and the signal processing device also includes a stall detection unit 8, wel ⁇ surface is formed so that it can detect a stoppage of the driving ⁇ zeugs and in the case of a detected stoppage of the vehicle at least the fusion filter provides 5 information from a standstill model, in particular have the information that the rate of rotation about all three axes have the value zero and at least one Positionsände- also approximately zero size and having insbeson ⁇ particular, the velocities along all three axes of the value zero.
  • the standstill detection unit 8 is, for example as designed is that it uses asriesda ⁇ th wheel speeds and wheel speed as well as the "raw" or direct outputs of the
  • the signal processing means and / or calculated according to the example uses a first group of data physi ⁇ shear sizes whose values refer to a vehicle coordinate system and additionally a second group of data physical quantities calculated and / or used, whose values refer to a world coordinate system, said World coordinate system is particularly suitable at least for Be ⁇ description of the orientation and / or dynamic sizes of the vehicle in the world, where
  • the sensor system has an alignment model unit 9, with which the angle of orientation between theiereko ⁇ ordinate system and the world coordinate system is calculated.
  • the angle of orientation between theierekoordinatensys ⁇ system and the world coordinate system in the alignment model unit 9 is calculated at least based on the following large ⁇ SEN:
  • the angle of orientation between theierekoordinatensys ⁇ system and the world coordinate system is calculated according to the example in the alignment model unit 9 additionally comprises at least on the basis of one or more of the following variables:
  • the alignment model unit 9 uses some or shemT ⁇ Liche the output data and / or output signals of the
  • Strapdown algorithm unit 2 for calculation.
  • the alignment model unit 9 is, for example according to as being ⁇ forms that they are still calculated in addition to the orientation angle information on the quality of this size and provides, in particular, the variance of the Reg ⁇ tung angle, the alignment model unit 9 the off ⁇ heading angle between the vehicle coordinate system and the world coordinate system as well as the information about the Ten quality of this size provides the fusion filter 5 and the fusion filter uses this orientation angle in its calculations and particularly preferred that the In ⁇ formation on the data quality of this size, in particular the variance of the orientation angle, on the strapdown algorithm unit 2 forwards.
  • the information about the accuracy or the characteristic quantity set is provided, for example, for each value of each physical quantity on and after each and every significant signal processing step and for each signal source. This is according to the example parallel to the signal ⁇ processing of the values of the physical sizes of the sensor elements to the output signals of the sensor system.
  • the unprocessed raw values or measured values of Sensorele ⁇ mente case form, for example according to the source of the description of the parameters and the parameters set. These are modified in the further processing of signals per signal processing step.
  • Ope ⁇ nen Further processing is divided for example in three Ope ⁇ nen: integration, differentiation and filtering.
  • a calculation corresponding to the error class and Def ⁇ lerfortpflanzungscream are to be applied; the impact of the measures we are exemplified below beschrie ⁇ ben.
  • Noise change of characteristic, weighting of power density with f ⁇ 2 .
  • Offset / bias becomes a drift over the integration time
  • Scale factor remains a factor of the integrated signal
  • Non-linearity is in the long-term average over the entire measuring range
  • Delay / delay time persists, arrears of Integ ⁇ ralsumme
  • Noise change of the characteristic, weighting of the power density with f 2 .
  • Offset / bias disappears by differentiation
  • Delay / dead time is extended by Group delay within the bandwidth
  • This description data or parameters can be used for at least one user function of the sensor system or ei ⁇ nes with the sensor system associated control system and control system. For example, a adapti ⁇ ve control or the accuracy-dependent range of additional functions possible of driver assistance systems.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Transportation (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Environmental Sciences (AREA)
  • Soil Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Navigation (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

Sensorsystem, umfassend mehrere Sensorelemente, die so ausgebildet sind, dass sie zumindest teilweise unterschiedliche primäre Messgrößen erfassen und/oder zumindest teilweise unterschiedliche Messprinzipien nutzen, des Weiteren umfassend eine Signalverarbeitungseinrichtung, wobei die Signalverarbeitungseinrichtung so ausgebildet ist, dass sie die Sensorsignale der Sensorelemente zumindest teilweise gemeinsam auswertet und die Informationsqualität der Sensorsignale bewertet, wobei die Signalverarbeitungseinrichtung eine Information über die Genauigkeit wenigstens eines Datums einer physikalischen Größe bereitstellt, wobei die Signalverarbeitungseinrichtung so ausgebildet ist, dass die Information über die Genauigkeit in wenigstens einer Kenngröße oder einem Kenngrößensatz beschrieben ist.

Description

Sensorsystem zur eigenständigen Bewertung der Genauigkeit seiner Daten
Die Erfindung betrifft ein Sensorsystem gemäß Oberbegriff von Anspruch 1 sowie dessen Verwendung in Kraftfahrzeugen, insbesondere in Automobilen.
Offenlegungsschrift DE 10 2010 063 984 AI beschreibt ein Sensorsystem, umfassend mehrere Sensorelemente und eine Sig¬ nalverarbeitungseinrichtung, wobei die Signalverarbeitungs¬ einrichtung so ausgelegt ist, dass die Ausgangssignale der Sensorelemente gemeinsam ausgewertet werden.
Der Erfindung liegt die Aufgabe zu Grunde, ein Sensorsystem vorzuschlagen, welches eine relativ hohe Eigensicherheit be¬ züglich seiner Signalverarbeitung bietet bzw. ermöglicht und/oder welches für sicherheitskritische Anwendungen bzw. einen sicherheitskritischen Einsatz geeignet ist.
Diese Aufgabe wird gelöst durch das Sensorsystem gemäß An¬ spruch 1.
Unter dem Begriff Datum wird zweckmäßigerweise der Singular des Begriffs Daten verstanden. Unter einer primären Messgröße wird vorzugsweise die Mess¬ größe verstanden, für deren Erfassung das Sensorelement hauptsächlich ausgelegt ist und die insbesondere direkt er- fasst wird.
Die Information über die Genauigkeit ist zweckmäßigerweise in wenigstens einer Kenngröße oder einem Kenngrößensatz enthalten und/oder codiert und/oder wird durch die Kenngröße bzw. den Kenngrößensatz bzw. deren Werte bzw. Daten gebildet .
Es ist bevorzugt, dass die Information über die Genauigkeit in wenigstens einem Datum bzw. in Daten einer Kenngröße oder eines Kenngrößensatzes beschrieben ist bzw. in diesem Datum bzw. diesen Daten definiert oder definierbar sind.
Es ist bevorzugt, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass sie wenigstens einen Sensorinformati¬ onsquellkanal aufweist, der zumindest ein Ausgangssignal ei¬ nes Sensorelements weiterleitet und verarbeitet.
Die Signalverarbeitungseinrichtung ist vorzugsweise so ausgebildet, dass sie die wenigstens eine Kenngröße oder den Kenngrößensatz jeweils zu einem Datum einer physikalischen Größe, insbesondere jeweils, nach oder an aufeinanderfolgenden Signalverabeitungsschritten der Signalverarbeitungseinrichtung bereitstellt und insbesondere zuordnet und die Da¬ ten der mindestens einen Kenngröße oder des Kenngrößensatzes davon abhängig sind, wie die zugeordnete oder der vorange¬ hende Signalverarbeitungsschritt das verarbeitete Datum der physikalischen Größe, auf welches sich die wenigstens eine Kenngröße oder der Kenngrößensatz bezieht, beeinflusst.
Es ist bevorzugt, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass die wenigstens eine Kenngröße als min¬ destens eine der folgenden Größen, insbesondere zur Be¬ schreibung einer Datenqualität, definiert oder definierbar ist, nämlich
eine Rauschkenngröße,
eine Offset-/ Bias-Kenngröße,
eine Skalenfaktorkenngröße,
eine Nichtlinearitätskenngröße,
eine Offset- und/oder Skalenfaktordriftkenngröße,
eine Bandbreite-/ Grenzfrequenzkenngröße, und/oder
eine Verzögerungs-/ Totzeitkenngröße .
Alternativ vorzugsweise ist die Signalverarbeitungseinrichtung so ausgebildet, dass der Kenngrößensatz wenigstens drei oder sämtliche der folgenden Größen, insbesondere zur Beschreibung einer Datenqualität, umfasst, nämlich
eine Rauschkenngröße,
eine Offset-/ Bias-Kenngröße,
eine Skalenfaktorkenngröße,
eine Nichtlinearitätskenngröße,
eine Offset- und/oder Skalenfaktordriftkenngröße,
eine Bandbreite-/ Grenzfrequenzkenngröße, und/oder
eine Verzögerungs-/ Totzeitkenngröße .
Unter Rauschen bzw. einer Rauschkenngröße wird bevorzugt verstanden, eine bandbegrenzte, mittelwertfreie statistische Verteilung der Messwerte um den Erwartungswert. Rauschen ist vom Arbeitspunkt unabhängig und nähert sich bei unendlich langer Mittelung dem Erwartungswert an. Das Rauschen bzw. die Rauschkenngröße ist insbesondere definiert als stochas- tischer, mittelwertfreier Fehler.
Unter Offset / Bias bzw. einer Offset-/ Bias-Kenngröße wird bevorzugt ein vom Arbeitspunkt unabhängiger, bei unveränderten Umgebungsbedingungen als konstant angenommener Wert, der den Messergebnissen additiv überlagert wird, verstanden. Das Offset / Bias bzw. die Offset-/ Bias-Kenngröße ist insbeson¬ dere additiver Fehler.
Unter einem Skalenfaktorfehler bzw. einer
Skalenfaktorkenngröße wird vorzugsweise ein vom Arbeitspunkt abhängiger, bei unveränderten Umgebungsbedingungen als konstant angenommener Wert verstanden, der mit dem gemessenen Wert nach Abzug des Offsets multipliziert wird. Der
Skalenfaktorfehler bzw. die Skalenfaktorkenngröße ist insbe¬ sondere ein multiplikativer Fehler.
Unter einem Offset- / Skalenfaktordrift bzw. einer Offset- und/oder Skalenfaktordriftkenngröße wird bevorzugt eine zeitliche Veränderung von Offset oder Skalenfaktorfehler verstanden, die auf ändernde Umweltbedingungen zurückzuführen ist, z.B. Temperaturänderungen, Schwankungen der Versorgungsspannung. Der Offset- / Skalenfaktordrift bzw. die Offset- und/oder Skalenfaktordriftkenngröße entspricht insbe¬ sondere einer maximalen zeitlichen Änderungsrate.
Unter einer Bandbreite / einer Grenzfrequenz bzw. einer Bandbreite-/ Grenzfrequenzkenngröße wird bevorzugt ein Fre- quenzbereich des Nutzsignals, ggf. der Störunterdrückung verstanden .
Unter einer Verzögerungs- / Totzeit bzw. einer Verzögerungs- / Totzeitkenngröße wird vorzugsweise eine durchschnittliche Gruppenlaufzeit innerhalb der Bandbreite verstanden.
Es ist bevorzugt, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass sie die wenigstens eine Kenngröße oder den Kenngrößensatz zu jedem Datum einer definierten physikalischen Größe nach oder an jedem bzw. jedem Wesentlichen Signalverarbeitungsschritt bereitstellt.
Die Signalverarbeitungseinrichtung ist vorzugsweise so ausgebildet, dass sie an oder nach jedem wesentlichen Signalverarbeitungsschritt und zu jeder Signalquelle, insbesondere zum Ausgang eines Sensorelements, die wenigstens eine Kenn¬ größe oder den Kenngrößensatz zu jedem Datum mehrerer definierter physikalischer Größen, insbesondere aller wesentlicher physikalischer Größen, die Ausgangsgrößen des Sensorsystems sind, bereitstellt.
Es ist bevorzugt, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass der Kenngrößensatz direkt ein Genauig¬ keitsmaß bildet oder indirekt in Abhängigkeit mehrerer Kenn¬ größen des Kenngrößensatzes ein Genauigkeitsmaß beschrieben wird. Insbesondere ist die Signalverarbeitungseinrichtung so ausgebildet, dass das Genauigkeitsmaß hinsichtlich bzw. auf Basis eines Schwellwerts bewertet wird und danach wenigstens einem Datum einer physikalischen Größe eine Bewertung hinsichtlich der Genauigkeit zugeordnet wird, insbesondere ob das entsprechende Datum der physikalischen Größe mit hinrei¬ chender oder nicht hinreichender Genauigkeit bereitgestellt wird und dass diese Bewertung der Genauigkeit in wenigstens einem der nachfolgenden Signalverarbeitungsschritte berücksichtigt wird.
Unter einer Bewertung des/eines Genauigkeitsmaßes hinsicht¬ lich eines Schwellwerts wird zweckmäßigerweise ein Unter- und/oder Überschreiten eines oder mehrerer Schwellwerte oder einer Kombination verschiedener definierter Schwellwerte verstanden, welche bezogen auf eine oder mehrere einzelne oder kombinierte und/oder abgeleitete Kenngrößen definiert sind .
Das Genauigkeitsmaß ist zweckmäßigerweise kein einzelner Wert sondern ergibt sich aus definierten Daten bzw. Werten der wenigstens einen Kenngröße bzw. des Kenngrößensatzes.
Es ist bevorzugt, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass sie eine vorausschauende und/oder prä- diktive Berechnung und/oder Schätzung mindestens eines Genauigkeitsmaßes zu wenigstens einem Wert einer physikali¬ schen Größe durchführt, wobei dieser Wert der physikalischen Größe und das zugeordnete Genauigkeitsmaß bezogen sind auf deren voraussichtliches und/oder prädiktives Vorliegen an oder nach einem oder mehrere Signalverarbeitungsschritten, bevor dieser eine oder die mehreren Signalverarbeitungs¬ schritte selbst durchgeführt werden. Insbesondere ist die Signalverarbeitungseinrichtung so ausgebildet ist, dass sie im Zuge der vorausschauenden und/oder prädiktiven Berechnung und/oder Schätzung das voraussichtliche und/oder prädikative Vorliegen des Genauigkeitsmaßes auf ein definiertes Zeitin¬ tervall ausgehend vom aktuellen Zeitpunkt zu einem definier¬ ten Zeitpunkt in der Zukunft bezieht, wobei dieser definier¬ te Zeitpunkt in der Zukunft insbesondere an oder nach einem Signalverarbeitungsschritt auftritt .
Es ist zweckmäßig, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass sie im Zuge der vorausschauenden und/oder prädiktiven Berechnung und/oder Schätzung Daten und/oder Messdaten verwendet, die, insbesondere bis zum ak¬ tuellen Zeitpunkt, im Sensorsystem bereits verfügbar sind. Dadurch dass eine Berechnung/ Schätzung in die Zukunft erfolgt wird ein „worst-case"-Szenario zur Berechnung angenom¬ men, dass davon ausgeht, dass keine neuen Messdaten Sensorinformationsquellkanälen verfügbar sind, da diese Messdaten ja noch nicht bereitstehen. Das Ergebnis der Berechnung betrifft deshalb aber insbesondere eine Genauigkeitsmaß, wel¬ ches zustande kommen würde beim Ausfall aller Sensorelemente, daher „worst-case"-Szenario .
Es ist bevorzugt, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass die vorausschauende und/oder prädikti- ve Berechnung und/oder Schätzung wiederholt oder mindestens zweimal aufeinanderfolgend durchgeführt wird, wobei diese Wiederholung oder Folge bezogen ist auf aufeinanderfolgenden Signalverarbeitungsschritte und wobei diese wiederholte oder mindestens zweimal aufeinanderfolgende prädiktive Berechnung und/oder Schätzung sich auf denselben Zeitpunkt oder Signalverarbeitungsschritt in der Zukunft bezieht, an oder nach welchem das prädizierte Genauigkeitsmaß vorliegt, wobei im Zuge der wiederholten Berechnung und/oder Schätzung insbe- sondere potentiell neu dazugekommene Messdaten aus einem oder mehreren Sensorinformationsquellkanälen berücksichtigt werden und/oder die Berechnung und/oder die Schätzung oder deren entsprechenden Ergebniss/e korrigiert werden.
Dabei bedeuten potentiell neu dazugekommene Messdaten zweck¬ mäßigerweise neu verfügbare Messdaten, deren Verfügbarkeit noch nicht feststeht.
Es ist zweckmäßig, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass im Zuge der vorausschauenden und/oder prädiktiven Berechnung und/oder Schätzung
das definierte Zeitintervall ausgehend vom aktuellen Zeit¬ punkt zu einem definierten Zeitpunkt in der Zukunft und/oder eine definierte Anzahl von Signalverarbeitungsschritten, bevor diese Signalverarbeitungsschritte selbst durchgeführt werden, vorgegeben sind und davon abhängig das Genauigkeitsmaß zu einem Wert einer physikalischen Größe an diesem Zeitpunkt in der Zukunft oder an oder nach diesem zukünftigen Signalverarbeitungsschritt berechnet und/oder geschätzt wird und dabei oder danach insbesondere dieses Genauigkeitsmaß hinsichtlich eines Schwellwerts bewertet wird.
Die Signalverarbeitungseinrichtung ist vorzugsweise so ausgebildet, dass im Zuge einer vorausschauenden und/oder prädiktiven Berechnung und/oder Schätzung das Genauigkeitsmaß zu einem zukünftig vorliegenden Wert einer physikalischen Größe vorgegeben ist und davon abhängig das definierte Zeit¬ intervall ausgehend vom aktuellen Zeitpunkt zu einem defi¬ nierten Zeitpunkt in der Zukunft berechnet bzw. geschätzt wird und/oder eine definierte Anzahl zukünftiger Signalver- arbeitungsschritte berechnet und/oder geschätzt werden, ins¬ besondere bis das Genauigkeitsmaß einen definierten Schwell¬ wert unter- oder überschreitet, besonders bevorzugt wobei die Unter- oder Überschreitung des definierten Schwellwerts mit einer definierten Wahrscheinlichkeit eintritt, welche besonders bevorzugt ebenfalls vorgegeben ist.
Die Signalverarbeitungseinrichtung ist bevorzugt so ausgebildet, dass das Genauigkeitsmaß in Form wenigstens einer Kenngröße oder eines Kenngrößensatze bzw. entsprechender Da¬ ten und/oder Werte oder daraus abgeleiteter und/oder berechneter Werte zumindest einer physikalischer Größe gespeichert werden für eine definierte Anzahl an Signalverarbeitungs¬ schritten und/oder für ein definierte Speicherungszeitinter- vall. Dabei bzw. danach erfolgt die vorausschauende und/oder prädiktive Berechnung und/oder Schätzung des voraussichtli¬ chen und/oder prädikativen Genauigkeitsmaßes oder die vorausschauende und/oder prädiktive Berechnung und/oder Schät¬ zung eines Zeitintervalls oder definierte Anzahl von Signal¬ verarbeitungsschritten in die Zukunft, in Abhängigkeit eines vorgegebenen Genauigkeitsmaßes oder eines vorgegebenen
Schwellwerts eines Genauigkeitsmaßes unter Berücksichtigung des zeitlichen Verlaufs bzw. eines Trends bzw. der Änderungen des gespeicherten Daten und/oder Werte zu physikalischen Größen und/oder Kenngrößen bzw. Kenngrößensätze. Dabei geht man insbesondere davon aus, das neue Messdaten bzw. Daten dem bisherigen Verlauf bzw. Trend folgen und/oder dass die Systemeigenschaften, besonders bevorzugt bezogen auf die Messdaten, sich nicht wesentlich ändern.
Es ist zweckmäßig, dass eine definierte Mindestgenauigkeit als Genauigkeitsmaß geschätzt bzw. berechnet wird.
Das Genauigkeitsmaß ist insbesondere umrechenbar bzw. wird von der Signalverarbeitungseinrichtung umgerechnet ist ein Unsicherheitsmaß .
Es ist bevorzugt, dass die Signalverarbeitungseinrichtung ein Fusionsfilter aufweist, welches im Zuge der gemeinsamen Auswertung zumindest der Sensorsignale und/oder daraus abge¬ leiteter Signale der Sensorelemente einen definierten Fusionsdatensatz bereitstellt, wobei dieser Fusionsdatensatz jeweils Daten zu definierten physikalischen Größen aufweist, wobei der Fusionsdatensatz zu wenigstens einer physikali¬ schen Größe einen Wert dieser physikalischen Größe und eine Information über deren Datenqualität umfasst.
Das Genauigkeitsmaß bzw. die Information über die Genauig¬ keit wird zweckmäßigerweise zu wenigstens einem Wert einer oder mehreren oder aller physikalischen Größen des Fusionsdatensatzes bereitgestellt.
Das Genauigkeitsmaß bzw. die Information über die Genauig¬ keit wird vorzugsweise zu allen Ausgangswerten aller Größen, insbesondere aller physikalischer Größen, die Ausgangsgrößen des Sensorsystems sind, bereitgestellt.
Unter Messdaten werden zweckmäßigerweise die Ausgangssignale bzw. - daten der Sensorelemente bzw. Sensorinformations¬ quellkanäle verstanden.
Das Fusionsfilter ist bevorzugt als Kaimanfilter ausgebil- det, alternativ vorzugsweise als Partikelfilter, oder alternativ als Informationsfilter oder alternativ als „Unscented" Kaimanfilter .
Es ist bevorzugt, dass das Fusionsfilter so ausgebildet ist, dass der Fusionsdatensatz als Wert der wenigstens einen physikalischen Größe einen relativen Wert umfasst, insbesondere einen Offsetwert und/oder Änderungswert und/oder Korrekturwert und/oder Fehlerwert.
Es ist zweckmäßig, dass der die relativen Werte der jeweili¬ gen physikalischen Größen des Fusionsdatensatzes Korrekturwerte sind, denen jeweils eine Streuungsinformation bzw. Streuung bzw. Streuungsmaß, insbesondere eine Varianz, als Information über deren Datenqualität zugeordnet sind.
Es ist bevorzugt, dass das Fusionsfilter so ausgebildet ist, dass der Wert wenigstens einer physikalischen Größe des Fu¬ sionsdatensatzes auf direkter oder indirekter Basis von Sensorsignalen mehrerer Sensorelemente berechnet wird, wobei diese Sensorelemente diese wenigstens eine physikalische Größe redundant in direkter oder indirekter Weise erfassen. Diese redundante Erfassung ist besonders bevorzugt direkte bzw. parallele Redundanz verwirklicht und/oder als analyti¬ sche Redundanz verwirklicht, aus rechnerisch abgeleiteten bzw. hergeleiteten Größen/Werten und/oder Modellannahmen.
Das Fusionsfilter ist bevorzugt als Kaimanfilter ausgebil¬ det, das iterativ wenigstens Prädiktionsschritte sowie Kor¬ rekturschritte durchführt und zumindest teilweise den Fusi¬ onsdatensatz bereitstellt. Insbesondere ist das Fusionsfil- ter als Error State Space Extended Sequential Kaiman Filter ausgebildet, also als Kaiman Filter, das besonders bevorzugt eine Linearisierung umfasst und in welchem Fehlerzustands- informationen berechnet und/oder geschätzt werden und/oder welches sequentiell arbeitet und dabei die in dem jeweiligen Funktionsschritt der Sequenz verfügbaren Eingangsdaten verwendet/berücksichtigt .
Es ist zweckmäßig, dass das Sensorsystem eine
Inertialsensoranordnung aufweist, umfassend wenigstens ein Beschleunigungssensorelement und zumindest ein Drehratensen- sorelement, und dass das Sensorsystem eine Strapdown- Algorithmus-Einheit umfasst, in welcher ein Strapdown- Algorithmus durchgeführt wird, mit dem wenigstens die Sen¬ sorsignale der Inertialsensoranordnung zu, insbesondere korrigierten, Navigationsdaten und/oder Fahrdynamikdaten verarbeitet werden, bezogen auf das Fahrzeug, in welchem das Sensorsystem angeordnet ist.
Es ist besonders bevorzugt, dass die Strapdown-Algorithmus- Einheit ihre berechneten Navigationsdaten und/oder Fahrdynamikdaten dem Fusionsfilter direkt oder indirekt bereitstellt.
Das Sensorsystem weist vorzugsweise eine
Inertialsensoranordnung auf, welche so ausgebildet ist, dass sie zumindest die Beschleunigung entlang einer zweiten definierten Achse, insbesondere der Querachse des Fahrzeugs, und wenigstens die Drehrate um eine dritte definierte Achse, insbesondere der Hochsachse des Fahrzeugs, erfassen kann, wobei die erste und die dritte definierte Achse ein Erzeugendensystem bilden, und dabei insbesondere senkrecht zueinander ausgerichtet sind,
wobei das Sensorsystem außerdem mindestens ein Raddrehzahlsensorelement, insbesondere zumindest oder genau vier Rad¬ drehzahlsensorelemente aufweist, welche die Raddrehzahl ei¬ nes Rades oder die Raddrehzahlen jeweils eines der Räder des Fahrzeugs erfassen und insbesondere zusätzlich die Drehrich¬ tung des zugeordneten Rades des Fahrzeugs erfassen, in dem das Sensorsystem angeordnet ist,
wobei das Sensorsystem zusätzlich wenigstens ein Lenkwinkel- sensorelement umfasst, welches den Lenkwinkel des Fahrzeugs erfasst und
wobei das Sensorsystem darüber hinaus ein Satellitennaviga¬ tionssystem umfasst, welches insbesondere so ausgebildet ist, dass es die Entfernungsdaten jeweils zwischen dem zugeordneten Satelliten und dem Fahrzeug oder eine davon abhängige Größe sowie Geschwindigkeitsinformationsdaten jeweils zwischen dem zugeordneten Satelliten und dem Fahrzeug oder eine davon abhängige Größe erfasst und/oder bereit¬ stellt.
Besonders bevorzugt ist die Inertialsensoranordnung so aus¬ gebildet, dass sie zumindest die Beschleunigungen entlang einer ersten, einer zweiten und einer dritten definierte Achse und wenigstens die Drehraten um diese erste, um diese zweite und um diese dritte definierte Achse erfassen kann, wobei diese erste, zweite und dritte definierte Achse ein Erzeugendensystem bilden, und dabei insbesondere jeweils senkrecht zueinander ausgerichtet sind.
Es ist bevorzugt, dass die Inertialsensoranordnung ihre Sen- sorsignale der Strapdown-Algorithmus-Einheit bereitstellt und die Strapdown-Algorithmus-Einheit so ausgebildet ist, dass sie zumindest
aus den Sensorsignalen der Inertialsensoranordnung sowie insbesondere wenigstens einer Fehlerzustandsinformation und/oder Varianz und/oder Information über die Datenqualität, die einem Sensorsignal oder einer physikalischen Größe zugeordnet ist und von dem Fusionsfilter bereitgestellt wird,
als Messgrößen und/oder Navigationsdaten und/oder Fahrdynamikdaten
mindestens korrigierte Beschleunigungen entlang der ersten, der zweiten und der dritten definierten Achse,
wenigstens korrigierte Drehraten um diese drei definierten
Achsen,
wenigstens eine Geschwindigkeit bezüglich dieser drei defi¬ nierten Achsen
sowie zumindest eine Positionsgröße
berechnet und/oder bereitstellt.
Es ist zweckmäßig, dass das Sensorsystem so ausgebildet ist, dass jeweils zumindest ein Sensorsignal und/oder eine physi¬ kalische Größe als direkte oder abgeleitete Größe
der Inertialsensoranordnung und/oder der Strapdown- Algorithmus-Einheit,
der Raddrehzahlsensorelemente und des Lenkwinkelsensorele- ments, insbesondere indirekt über eine Fahrzeugmodellein¬ heit,
sowie des Satellitennavigationssystems, dabei insbesondere Entfernungsdaten jeweils zwischen dem zugeordneten Satelliten und dem Fahrzeug oder eine davon abhängige Größe sowie Geschwindigkeitsinformationsdaten jeweils zwischen dem zugeordneten Satelliten und dem Fahrzeug oder eine davon abhängige Größe,
dem Fusionsfilter bereitstellt und vom Fusionsfilter bei dessen Berechnungen berücksichtigt werden.
Es ist besonders bevorzugt, dass die Fahrzeugmodelleinheit so ausgebildet ist, dass aus den Sensorsignalen der Raddrehzahlsensorelemente und des Lenkwinkelsensorelements
die Geschwindigkeit entlang der ersten definierten Achse, die Geschwindigkeit entlang der zweiten definierten Achse sowie die Drehrate um die dritte definierte Achse
berechnet werden.
Es ist ganz besonders bevorzugt, dass die Fahrzeugmodellein¬ heit so ausgebildet ist, dass sie zur Berechnung ein Verfah¬ ren der kleinsten Fehlerquadrate zur Lösung eines überbe¬ stimmten Gleichungssystems, insbesondere als Least-Squared- Error-Verfahren bekannt, verwendet.
Es ist zweckmäßig, dass die Fahrzeugmodelleinheit so ausge¬ bildet ist, dass sie bei ihrer Berechnung mindestens folgen¬ de physikalische Größen und/oder Parameter berücksichtigt a) den Lenkwinkel jedes Rades, insbesondere durch den Lenk¬ winkelsensor für die beiden Vorderräder erfasst, wobei die Modellannahme getroffen wird, dass der Lenkwinkel der Hin¬ terräder gleich Null ist oder dass der Lenkwinkel der Hinterräder zusätzlich erfasst wird,
b) die Raddrehzahl oder eine davon abhängige Größe jeden Ra¬ des,
c) die Drehrichtung jeden Rades, d) der dynamische Halbmesser und/oder Raddurchmesser jeden Rades und
e) die Spurbreite jeder Achse des Fahrzeugs und/oder den Radstand zwischen den Achsen des Fahrzeugs.
Die Signalverarbeitungseinrichtung ist vorzugsweise so ausgebildet, dass das Fusionsfilter den Fusionsdatensatz zu definierten Zeitpunkten berechnet und/oder bereitstellt und/oder ausgibt.
Das Fusionsfilter ist bevorzugt so ausgebildet, dass es den Fusionsdatensatz unabhängig von den Abtastraten und/oder Sensorsignalausgabezeitpunkten der Sensorelemente, insbesondere der Raddrehzahlsensorelemente und des Lenkwinkelsensor- elements, und unabhängig von zeitlichen Signal- oder
Messgrößen-/ oder Informationsausgabezeitpunkten des Satellitennavigationssystems, berechnet und/oder bereitstellt und/oder ausgibt.
Es ist zweckmäßig, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass im Zuge eines Funktionsschritts des Fusionsfilters stets, insbesondere asynchron, die neuesten, dem Fusionsfilter verfügbaren Informationen und/oder Signale und/oder Daten
der Sensorelemente, insbesondere der Raddrehzahlsensorele¬ mente und des Lenkwinkelsensorelements , direkt oder indi¬ rekt, insbesondere mittels der Fahrzeugmodelleinheit und des Satellitennavigationssystems direkt oder indirekt, sequenziell aktualisiert und/oder in das Fusionsfilter auf¬ genommen werden und bei der Berechnung des zugeordneten Funktionsschritts des Fusionsfilters berücksichtigt werden. Die Erfindung bezieht sich außerdem auf die Verwendung des Sensorsystems in Fahrzeugen, insbesondere Kraftfahrzeugen, besonders bevorzugt in Automobilen.
Die Erfindung bezieht sich zusätzlich insbesondere auf ein Verfahren, welches in dem Sensorsystem abgearbeitet bzw. durchgeführt wird und durch die obigen
Ausgestaltungenoptionen -/möglichkeiten des Sensorsystems hinsichtlich der möglichen Verfahrensvarianten offenbart ist .
Weitere bevorzugte Ausführungsformen ergeben sich aus den Unteransprüchen und der nachfolgenden Beschreibung eines Ausführungsbeispiels an Hand von Fig. 1.
Fig. 1 zeigt in schematischer Darstellung ein Ausführungsbeispiel des Sensorsystems, das zur Anordnung und Verwendung in einem Fahrzeug vorgesehen ist. Dabei sind die Sensorele¬ mente und das Satellitennavigationssystem sowie die wichtigsten Signalverarbeitungseinheiten der Signalverarbeitungseinrichtung als Funktionsblöcke veranschaulicht und de¬ ren Zusammenwirken untereinander.
Das Sensorsystem umfasst eine Inertialsensoranordnung 1, IMU, „inertial measurement unit", die so ausgebildet ist, dass sie zumindest die Beschleunigungen entlang einer ersten, einer zweiten und einer dritten definierte Achse und wenigstens die Drehraten um diese erste, um diese zweite und um die dritte definierte Achse erfassen kann, wobei die ers¬ te definierte Achse der Längsachse des Fahrzeugs entspricht, die zweite definierte Achse der Querachse des Fahrzeugs ent¬ spricht und die dritte definierte Achse der Hochachse des Fahrzeugs entspricht. Diese drei Achsen bilden ein kartesi- sches Koordinatensystem, das Fahrzeugkoordinatensystem.
Das Sensorsystem weist eine Strapdown-Algorithmus-Einheit 2 auf, in welcher ein Strapdown-Algorithmus durchgeführt wird, mit dem wenigstens die Sensorsignale der
Inertialsensoranordnung 1 zu korrigierten, Navigationsdaten und/oder Fahrdynamikdaten verarbeitet werden. Diese Ausgangsdaten der Strapdown-Algorithmus-Einheit 2 umfassen die Daten folgender physikalischer Größen:
die Geschwindigkeit, die Beschleunigung sowie die Drehrate jeweils des Fahrzeugs, beispielhaft bezüglich der drei Ach¬ sen des Fahrzeugkoordinatensystems und beispielgemäß zusätz¬ lich jeweils bezogen auf ein Weltkoordinatensystem, das zur Beschreibung der Ausrichtung und/oder von dynamischen Größen des Fahrzeugs auf der Welt geeignet ist. Außerdem umfassen die Ausgangsdaten der Strapdown-Algorithmus-Einheit 2 die Position bezüglich des Fahrzeugkoordinatensystems und die Ausrichtung hinsichtlich des Weltkoordinatensystems. Zusätzlich weisen die Ausgangsdaten der Strapdown-Algorithmus- Einheit die Varianzen als Information über die Datenqualität der obig genannten physikalischen Größen auf, zumindest einiger davon. Diese Varianzen werden beispielgemäß nicht in der Strapdown-Algorithmus-Einheit berechnet, sondern nur von dieser verwendet und weitergeleitet.
Die Ausgangsdaten der Strapdown-Algorithmus-Einheit sind beispielhaft außerdem die Ausgangsdaten bzw. -signale bzw. Ausgabedaten 12 des gesamten Sensorsystems. Das Sensorsystem umfasst außerdem Raddrehzahlsensorelemente 3 für jedes Rad des Fahrzeugs, beispielgemäß vier, welche die Raddrehzahlen jeweils eines der Räder des Fahrzeugs er¬ fassen und jeweils zusätzlich die Drehrichtung erfassen, und zusätzlich ein Lenkwinkelsensorelement 3, das den Lenkwinkel des Fahrzeugs erfasst. Die Raddrehzahlsensorelement und das Lenkwinkelsensorelement bilden eine Sensoranordnung 3 zur Erfassung der Odometrie.
Darüber hinaus weist das Sensorsystem ein Satellitennaviga¬ tionssystem 4 auf, welches so ausgebildet ist, dass es die Entfernungsdaten jeweils zwischen dem zugeordneten Satelliten und dem Fahrzeug oder eine davon abhängige Größe sowie Geschwindigkeitsinformationsdaten jeweils zwischen dem zugeordneten Satelliten und dem Fahrzeug oder eine davon abhängige Größe erfasst und/oder bereitstellt. Zusätzlich stellt das Satellitennavigationssystem 4 beispielgemäß dem Fusionsfilter eine Startposition bzw. Startpositionsinformation bereit, zumindest zum Start oder Einschalten des Sensorsystems .
Die Signalverarbeitungseinrichtung des Sensorsystems umfasst außerdem ein Fusionsfilter 5. Das Fusionsfilter 5 stellt im Zuge der gemeinsamen Auswertung zumindest der Sensorsignale und/oder daraus abgeleiteter Signale der Sensorelemente 3, also der Odometrie, und der Ausgangssignale des Satelliten¬ navigationssystems 4 und/oder daraus abgeleiteter Signale einen definierten Fusionsdatensatz 6 bereit. Dieser Fusionsdatensatz weist jeweils Daten zu definierten physikalischen Größen auf, wobei der Fusionsdatensatz 6 zu wenigstens einer physikalischen Größe einen Wert dieser physikalischen Größe und eine Information über deren Datenqualität umfasst, wobei diese Information über die Datenqualität beispielgemäß als Varianz ausgeprägt ist.
Der Fusionsdatensatz 6 umfasst als Wert der wenigstens einen physikalischen Größe einen relativen Wert, beispielhaft einen Korrekturwert, auch Offsetwert genannt. Beispielgemäß ergibt sich der Korrekturwert jeweils aus den kumulierten Fehlerwerten bzw. Änderungswerten, die vom Fusionsfilter 5 bereitgestellt werden.
Die relativen Werte der jeweiligen physikalischen Größen des Fusionsdatensatzes 6 sind also beispielgemäß Korrekturwerte und Varianzen. Der Fusionsdatensatz 6 berechnet beispielgemäß, anders formuliert, einen Fehlerhaushalt, welcher als Eingangsgröße bzw. Eingangsdatensatz der Strapdown- Algorithmus-Einheit bereitgestellt wird und von dieser bei ihren Berechnungen zumindest teilweise berücksichtigt wird. Dieser Fehlerhaushalt umfasst als Datensatz bzw. Ausgangsda¬ ten zumindest Korrekturwerte bzw. Fehlerwerte physikalischer Größen sowie jeweils eine Varianz, als Information über die Datenqualität, zu jedem Wert. Hierbei werden vom Fusionsfil¬ ter zumindest die Korrekturwerte und Varianzen zu den physi¬ kalischen Größen Geschwindigkeit, Beschleunigung und
Drehrate, jeweils bezogen auf das Fahrzeugkoordinatensystem, also jeweils die drei Komponenten dieser Größen bezüglich dieses Koordinatensystems, sowie IMU-Ausrichtung bzw. der IMU-Ausrichtungswinkel zwischen Fahrzeugkoordinatensystem und dem Koordinatensystem bzw. der Einbauausrichtung der Inertialsensoranordnung 1 sowie die Position bezogen auf das Weltkoordinatensystem an die Strapdown-Algorithmus-Einheit übertragen .
Die Werte der physikalischen Größen des Fusionsdatensatzes werden auf direkter bzw. indirekter Basis der Sensorsignale der Sensorelemente 3 und des Satellitennavigationssystems 4 berechnet, wobei wenigstens einige Größen, beispielsweise die Geschwindigkeit und die Position des Fahrzeugs bezüglich der Fahrzeugkoordinaten redundant zu den Daten der
Strapdown-Algorithmus-Einheit 2 erfasst werden und verwertet werden .
Das Fusionsfilter 5 ist als beispielgemäß als Error State Space Extended Sequential Kaiman Filter ausgebildet ist, al¬ so als Kaiman Filter, das insbesondere eine Linearisierung umfasst und in welchem die Korrekturwerte berechnet und/oder geschätzt werden und welches sequentiell arbeitet und dabei die in dem jeweiligen Funktionsschritt der Sequenz verfügba¬ ren Eingangsdaten verwendet/berücksichtigt .
Das Fusionsfilter 5 ist so ausgebildet, dass im Zuge eines Funktionsschritts des Fusionsfilters stets, asynchron, die neuesten, dem Fusionsfilter verfügbaren Informationen und/oder Signale und/oder Daten
der Sensorelemente 3, also der Raddrehzahlsensorelemente und des Lenkwinkelsensorelements indirekt mittels einer Fahr¬ zeugmodelleinheit 7 und
des Satellitennavigationssystems 4 direkt oder indirekt, sequenziell aktualisiert und/oder in das Fusionsfilter auf¬ genommen werden und bei der Berechnung des zugeordneten Funktionsschritts des Fusionsfilters 5 berücksichtigt wer- den .
Die Fahrzeugmodelleinheit 7 ist so ausgebildet, dass sie aus den Sensorsignalen der Raddrehzahlsensorelemente 3 und des Lenkwinkelsensorelements 3 zumindest
die Geschwindigkeit entlang einer ersten definierten Achse, die Geschwindigkeit entlang einer zweiten definierten Achse sowie die Drehrate um eine dritte definierte Achse
berechnet und dem Fusionsfilter 5 bereitstellt.
Das Sensorsystem weist beispielgemäß vier Raddrehzahlsensorelemente 3 auf, wobei jeweils eins der Raddrehzahlsensorele¬ mente jedem Rad des Fahrzeugs zugeordnet ist, wobei
die Fahrzeugmodelleinheit 7 so ausgebildet ist, dass sie aus den Sensorsignalen der Raddrehzahlsensorelemente und dem Lenkwinkel, bereitgestellt durch die Lenkwinkelsensorein- heit, und/oder dem Lenkwinkel jeden Rades, insbesondere er- fasst durch das Lenkwinkelsensorelement für die Vorderräder und mittels wenigstens eines weiteren Lenkwinkelsensorele¬ ments für die Hinterräder oder zumindest aus einer Modellannahme für die Hinterräder,
die Geschwindigkeitskompenenten und/oder die Geschwindigkeit, jedes Rades, entlang/bezüglich der ersten und der zweiten definierten Achse direkt oder indirekt berechnet, wobei aus diesen acht Geschwindigkeitskomponenten und/oder den vier Geschwindigkeiten jeweils bezüglich der ersten und zweiten definierten Achse,
die Geschwindigkeit entlang einer ersten definierten Achse, die Geschwindigkeit entlang einer zweiten definierten Achse sowie die Drehrate um eine dritte definierte Achse
berechnet wird. Das Sensorsystem bzw. dessen Signalverarbeitungseinrichtung umfasst außerdem eine Reifenparameterschätzungseinheit 10, welche so ausgebildet ist, dass sie zumindest den Halbmes¬ ser, beispielgemäß den dynamischen Halbmesser, jeden Rades berechnet und zusätzlich die Schräglaufsteifigkeit und die Schlupfsteifigkeit jeden Rades berechnet und der Fahr¬ zeugmodelleinheit 7 als zusätzliche Eingangsgrößen bereit¬ stellt, wobei die Reifenparameterschätzungseinheit 10 so ausgebildet ist, dass sie ein im Wesentlichen lineares Rei¬ fenmodell zur Berechnung der Rad-/Reifengrößen verwendet. Die beispielgemäßen Eingangsgrößen der Reifenparameterschät- zungseinheit sind dabei die Raddrehzahlen 3 und der Lenkwin¬ kel 3, zumindest teilweise oder vollständig die Ausgangsgrö¬ ßen bzw. -werte der Strapdown-Algorithmus-Einheit 2, insbe¬ sondere die von ihr bereitgestellten Varianzen zusätzlich zu den Werten der physikalischen Größen, sowie die Varianzen des Fusionsfilters 5, zu den physikalischen Größen, welche die Eingangsgrößen der Reifenparameterschätzungseinheit 10 sind .
Das Sensorsystem bzw. dessen Signalverarbeitungseinrichtung umfasst außerdem eine GPS-Fehlererkennungs-und- Plausibilisierungseinheit 11, welche so ausgebildet ist, dass sie beispielgemäß als Eingangsdaten die Ausgangsdaten bzw. Ausgangssignale des Satellitennavigationssystem 4 sowie zumindest teilweise die Ausgangsdaten bzw. Ausgangssignale der Strapdown-Algorithmus-Einheit 2 erhält und in ihren Be¬ rechnungen berücksichtigt
Dabei ist die GPS-Fehlererkennungs-und- Plausibilisierungseinheit 11 zusätzlich mit dem Fusionsfil¬ ter 5 verbunden und tauscht mit diesem Daten aus.
Die GPS-Fehlererkennungs-und-Plausibilisierungseinheit 11 ist beispielhaft so ausgebildet, dass sie folgendes Verfah¬ ren durchführt :
Verfahren zum Auswählen eines Satelliten, umfassend:
- Messen von Messlagedaten des Fahrzeuges gegenüber dem Satelliten basierend auf dem GNSS-Signal, also dem Globalen Navigationssatellitensystem-Signal, dem Ausgangssignal bzw. den Ausgangsdaten des Satellitennavigationssystems 4,
- Bestimmen von zu den basierend auf dem GNSS-Signal be¬ stimmten Messlagedaten redundanten Referenzlagedaten des Fahrzeuges; und
- Auswählen des Satelliten, wenn eine Gegenüberstellung der Messlagedaten und der Referenzlagedaten einer vorbestimmten Bedingung genügt,
- wobei zur Gegenüberstellung der Messlagedaten und der Referenzlagedaten eine Differenz zwischen den Messlagedaten und den Referenzlagedaten gebildet wird,
- wobei die vorbestimmte Bedingung ein maximal zulässiger Fehler zwischen den Messlagedaten und den Referenzlagedaten ist,
- wobei der maximal zulässige Fehler von einer Standardab¬ weichung abhängig ist, die basierend auf einer Summe aus ei¬ ner Referenzvarianz für die Referenzlagedaten und einer Messvarianz für die Messlagedaten berechnet wird,
- wobei der maximal zulässige Fehler einem Vielfachen der Standardabweichung derart entspricht, dass eine Wahrscheinlichkeit, dass die Messlagedaten in ein von der Standardab¬ weichung abhängiges Streuintervall einen vorbestimmten Schwellwert unterschreiten.
Das Sensorsystem bzw. dessen Signalverarbeitungseinrichtung weist außerdem eine Stillstandserkennungseinheit 8 auf, wel¬ che so ausgebildet ist, dass sie einen Stillstand des Fahr¬ zeugs erkennen kann und im Fall eines erkannten Stillstands des Fahrzeugs zumindest dem Fusionsfilter 5 Informationen aus einem Stillstandsmodell bereitstellt, dabei insbesondere die Informationen, dass die Drehraten um alle drei Achsen den Wert Null aufweisen und wenigstens eine Positionsände- rungsgröße ebenfalls den Wert Null aufweist sowie insbeson¬ dere die Geschwindigkeiten entlang aller drei Achsen den Wert Null aufweisen. Die Stillstandserkennungseinheit 8 ist dabei beispielgemäß so ausgebildet, dass sie als Eingangsda¬ ten die Raddrehzahlen bzw. Raddrehzahlsignale nutzt sowie die „rohen" bzw. direkten Ausgangssignale der
Inertialsensoranordnung 1.
Die Signalverarbeitungseinrichtung berechnet und/oder verwendet beispielgemäß eine erste Gruppe von Daten physikali¬ scher Größen, deren Werte sich auf ein Fahrzeugkoordinatensystem beziehen und zusätzlich eine zweite Gruppe von Daten physikalischer Größen berechnet und/oder verwendet, deren Werte sich auf ein Weltkoordinatensystem beziehen, wobei dieses Weltkoordinatensystem insbesondere zumindest zur Be¬ schreibung der Ausrichtung und/oder von dynamischen Größen des Fahrzeugs auf der Welt geeignet ist, wobei
das Sensorsystem eine Ausrichtungsmodelleinheit 9 aufweist, mit welcher der Ausrichtungswinkel zwischen dem Fahrzeugko¬ ordinatensystem und dem Weltkoordinatensystem berechnet wird . Der Ausrichtungswinkel zwischen dem Fahrzeugkoordinatensys¬ tem und dem Weltkoordinatensystem in der Ausrichtungsmodelleinheit 9 wird berechnet zumindest auf Basis folgender Grö¬ ßen :
die Geschwindigkeit bezüglich des Fahrzeugkoordinatensys¬ tems, die Geschwindigkeit bezüglich des Weltkoordinatensys¬ tems und den Lenkwinkel.
Der Ausrichtungswinkel zwischen dem Fahrzeugkoordinatensys¬ tem und dem Weltkoordinatensystem wird beispielgemäß in der Ausrichtungsmodelleinheit 9 zusätzlich zumindest auf Basis einer oder mehrerer der folgenden Größen berechnet:
eine Ausrichtungsinformation des Fahrzeugs bezogen auf das Weltkoordinatensystem,
einige oder sämtliche der Korrekturwerte und/oder Varianzen des Fusionsfilters und/oder
die Beschleunigung des Fahrzeugs bezogen auf das Fahrzeugko¬ ordinatensystem und/oder das Weltkoordinatensystem.
Die Ausrichtungsmodelleinheit 9 verwendet einige oder sämt¬ liche der Ausgangsdaten und/oder Ausgangssignale der
Strapdown-Algorithmus-Einheit 2 zur Berechnung.
Die Ausrichtungsmodelleinheit 9 ist beispielgemäß so ausge¬ bildet, dass sie zusätzlich zu dem Ausrichtungswinkel noch eine Information über die Datenqualität dieser Größe berechnet und bereitstellt, insbesondere die Varianz des Ausrich¬ tungswinkels, wobei die Ausrichtungsmodelleinheit 9 den Aus¬ richtungswinkel zwischen dem Fahrzeugkoordinatensystem und dem Weltkoordinatensystem sowie die Information über die Da- tenqualität dieser Größe dem Fusionsfilter 5 bereitstellt und der Fusionsfilter diesen Ausrichtungswinkel bei seinen Berechnungen verwendet und besonders bevorzugt die die In¬ formation über die Datenqualität dieser Größe, insbesondere die Varianz des Ausrichtungswinkels, an die Strapdown- Algorithmus-Einheit 2 weiterleitet.
Die Information über die Genauigkeit bzw. die Kenngröße oder der Kenngrößensatz werden beispielgemäß zu jedem Wert jeder physikalischen Größe an bzw. nach jedem bzw. jedem Wesentlichen Signalverarbeitungsschritt und zur jeder Signalquelle bereitgestellt. Dies ist beispielgemäß parallel zur Signal¬ verarbeitung der Werte der physikalischen Größen von den Sensorelementen bis zu den Ausgangssignalen des Sensorsystems .
Die unverarbeiteten Rohwerte bzw. Messwerte der Sensorele¬ mente bilden dabei beispielgemäß die Quelle der Beschreibung der Kenngrößen bzw. des Kenngrößensatzes. Diese werden bei der Weiterverarbeitung von Signalen pro Signalverarbeitungsschritt modifiziert.
Die Weiterverarbeitung wird beispielsweise in drei Operatio¬ nen eingeteilt: Integration, Differentiation und Filterung. Eine Berechnung entsprechend der Fehlerklasse und die Feh¬ lerfortpflanzungsrechnung sind anzuwenden; die Auswirkungen auf die Kenngrößen sind beispielhaft im Folgenden beschrie¬ ben .
Fehlerfortpflanzung bei Integration als Signalverarbeitungsschritt des Signals: Rauschen: Änderung der Charakteristik, Gewichtung der Leistungsdichte mit f ~2.
Offset / Bias: wird zu einer Drift über die Integrationszeit Skalenfaktor: bleibt ein Faktor des integrierten Signals Nichtlinearität : hebt sich im langfristigen Mittel über den gesamten Messbereich auf
Drift: wird zu quadratischer Drift über die Integrationszeit Bandbreite / Grenzfrequenz: keine Änderung, aber andere Charakteristik: - f
Verzögerungs- / Totzeit: bleibt bestehen, Verzug der Integ¬ ralsumme
Fehlerfortpflanzung bei Differentiation als Signalverarbeitungsschritt des Signals:
Rauschen: Änderung der Charakteristik, Gewichtung der Leistungsdichte mit f 2.
Offset / Bias: verschwindet durch Differentiation
Skalenfaktor: bleibt ein Faktor des differenzierten Signals Nichtlinearität: wird zu einem arbeitspunktabhängigem Offset Drift: wird zu einem Offset
Bandbreite / Grenzfrequenz: Änderung der Charakteristik (Hochpasscharakter: )
Verzögerungs- / Totzeit: bleibt bestehen
Fehlerfortpflanzung bei allgemeiner Filterung als Signalverarbeitungsschritt des Signals:
Rauschcharakteristik wird verändert
Änderung der Bandbreite / Grenzfrequenzen entsprechend der Filterung
Verzögerungs- / Totzeit wird verlängert durch Gruppenlaufzeit innerhalb der Bandbreite
Verarbeitungszeit des digitalen Filters
Die Genauigkeitsaussage über das Genauigkeitsmaß in Form der Kenngrößen bzw. des Kenngrößensatzes ermöglicht beispiels¬ weise in einer an Datenblätter angelehnten Beschreibung die Charakterisierung von Messdaten von ihrer Quelle durch die Signalverarbeitungskette der Signalverarbeitungseinrichtung bis hin zu ihrer Senke also den Ausgangsdaten des Sensorsys¬ tems. Bei der Genauigkeitsbeschreibung werden beispielgemäß die tatsächlichen Eigenschaften individueller Messdaten bzw. Daten physikalischer Größen adressiert, indem durch die Genauigkeitsbewertung in Anlehnung an eine Beschreibung beispielsweise aus Datenblättern deren dynamische Spezifikation fortlaufend berechnet wird.
Diese Beschreibungsdaten bzw. Kenngrößen lassen sich für mindestens eine Benutzerfunktion des Sensorsystems oder ei¬ nes mit dem Sensorsystem verbundenen Regelungssystems bzw. Steuerungssystems nutzen. So ist beispielsweise eine adapti¬ ve Regelung oder das genauigkeitsabhängige Angebot von Zu- satzfunktionen von Fahrerassistenzsystemen möglich.

Claims

Patentansprüche
1. Sensorsystem, umfassend mehrere Sensorelemente, die so ausgebildet sind, dass sie zumindest teilweise unter¬ schiedliche primäre Messgrößen erfassen und/oder zumindest teilweise unterschiedliche Messprinzipien nutzen, des Weiteren umfassend eine Signalverarbeitungseinrichtung, wobei
die Signalverarbeitungseinrichtung so ausgebildet ist, dass sie die Sensorsignale der Sensorelemente zumindest teilweise gemeinsam auswertet und die Informationsquali¬ tät der Sensorsignale bewertet, wobei die Signalverar¬ beitungseinrichtung eine Information über die Genauigkeit wenigstens eines Datums einer physikalischen Größe bereitstellt, dadurch gekennzeichnet, dass
die Signalverarbeitungseinrichtung so ausgebildet ist, dass die Information über die Genauigkeit in wenigstens einer Kenngröße oder einem Kenngrößensatz beschrieben ist .
2. Sensorsystem nach Anspruch 1, dadurch gekennzeichnet, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass sie wenigstens einen Sensorinformationsquell¬ kanal aufweist, der zumindest ein Ausgangssignal eines Sensorelements weiterleitet und verarbeitet.
3. Sensorsystem nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass sie die wenigstens eine Kenngröße oder den Kenngrößensatz jeweils zu einem Datum einer physikalischen Größe nach oder an aufeinanderfolgenden Signalverabeitungsschritten der Signalverarbeitungseinrichtung bereitstellt und die Daten der mindestens einen Kenngröße oder des Kenngrößensatzes davon abhängig sind, wie die zugeordnete oder der vorangehende Signalverar¬ beitungsschritt das verarbeitete Datum der physikali¬ schen Größe beeinflusst, auf welches sich die wenigstens eine Kenngröße oder der Kenngrößensatz bezieht.
4. Sensorsystem nach mindestens einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die Signalverarbeitungs¬ einrichtung so ausgebildet ist, dass die wenigstens eine Kenngröße als mindestens eine der folgenden Größen, ins¬ besondere zur Beschreibung einer Datenqualität, defi¬ niert ist, nämlich
eine Rauschkenngröße,
eine Offset-/ Bias-Kenngröße,
eine Skalenfaktorkenngröße,
eine Nichtlinearitätskenngröße,
eine Offset- und/oder Skalenfaktordriftkenngröße, eine Bandbreite-/ Grenzfrequenzkenngröße, und/oder eine Verzögerungs-/ Totzeitkenngröße .
5. Sensorsystem nach mindestens einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die Signalverarbeitungs¬ einrichtung so ausgebildet ist, dass der Kenngrößensatz wenigstens drei oder sämtliche der folgenden Größen, insbesondere zur Beschreibung einer Datenqualität, um- fasst ,
eine Rauschkenngröße,
eine Offset-/ Bias-Kenngröße,
eine Skalenfaktorkenngröße, eine Nichtlinearitätskenngröße,
eine Offset- und/oder Skalenfaktordriftkenngröße, eine Bandbreite-/ Grenzfrequenzkenngröße, und/oder eine Verzögerungs-/ Totzeitkenngröße .
Sensorsystem nach mindestens einem der Ansprüche 1 bis
5, dadurch gekennzeichnet, dass die Signalverarbeitungs¬ einrichtung so ausgebildet ist, dass sie die wenigstens eine Kenngröße oder den Kenngrößensatz zu jedem Datum einer definierten physikalischen Größe nach oder an jedem Signalverabeitungsschritt bereitstellt.
Sensorsystem nach mindestens einem der Ansprüche 1 bis
6, dadurch gekennzeichnet, dass die Signalverarbeitungs¬ einrichtung so ausgebildet ist, dass an oder nach jedem wesentlichen Signalverarbeitungsschritt und zu jeder Signalquelle, insbesondere zum Ausgang eines Sensorele¬ ments, die wenigstens eine Kenngröße oder den Kenngrö¬ ßensatz zu jedem Datum mehrerer definierter physikalischer Größen, insbesondere aller wesentlicher physikalischer Größen, die Ausgangsgrößen des Sensorsystems sind, bereitstellt .
Sensorsystem nach mindestens einem der Ansprüche 1 bis
7, dadurch gekennzeichnet, dass die Signalverarbeitungs¬ einrichtung so ausgebildet ist, dass der Kenngrößensatz direkt ein Genauigkeitsmaß bildet oder indirekt in Ab¬ hängigkeit mehrerer Kenngrößen des Kenngrößensatzes ein Genauigkeitsmaß beschrieben wird.
Sensorsystem nach Anspruch 8, dadurch gekennzeichnet, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass das Genauigkeitsmaß hinsichtlich eines
Schwellwerts bewertet wird und danach wenigstens einem Datum einer physikalischen Größe eine Bewertung hinsichtlich der Genauigkeit zugeordnet wird, insbesondere ob das entsprechende Datum der physikalischen Größe mit hinreichender oder nicht hinreichender Genauigkeit bereitgestellt wird und dass diese Bewertung der Genauig¬ keit in wenigstens einem der nachfolgenden Signalverarbeitungsschritte berücksichtigt wird.
10. Sensorsystem nach mindestens einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass die Signalverarbeitungs¬ einrichtung so ausgebildet ist, dass sie eine voraus¬ schauende und/oder prädiktive Berechnung mindestens ei¬ nes Genauigkeitsmaßes zu wenigstens einem Wert einer physikalischen Größe durchführt, wobei dieser Wert der physikalischen Größe und das zugeordnete Genauigkeitsmaß bezogen sind auf deren voraussichtliches und/oder prä- diktives Vorliegen an oder nach einem oder mehrere Signalverarbeitungsschritten, bevor dieser eine oder die mehreren Signalverarbeitungsschritte selbst durchgeführt werden .
11. Sensorsystem nach Anspruch 10, dadurch gekennzeichnet, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass sie im Zuge der vorausschauenden und/oder prädikativen Berechnung das voraussichtliche und/oder prädikative Vorliegen des Genauigkeitsmaßes auf ein defi¬ niertes Zeitintervall ausgehend vom aktuellen Zeitpunkt zu einem definierten Zeitpunkt in der Zukunft bezieht, wobei dieser definierte Zeitpunkt in der Zukunft insbe¬ sondere an oder nach einem Signalverarbeitungsschritt auftritt .
12. Sensorsystem nach Anspruch 10 oder 11, dadurch gekennzeichnet, dass die Signalverarbeitungseinrichtung so ausgebildet ist, dass sie im Zuge der vorausschauenden und/oder prädiktiven Berechnung Daten und/oder Messdaten verwendet, die im Sensorsystem bereits verfügbar sind.
13. Sensorsystem nach mindestens einem der Ansprüche 10 bis
12, dadurch gekennzeichnet, dass die Signalverarbei¬ tungseinrichtung so ausgebildet ist, dass die voraus¬ schauende und/oder prädiktive Berechnung wiederholt oder mindestens zweimal aufeinanderfolgend durchgeführt wird, wobei diese Wiederholung oder Folge bezogen ist auf auf¬ einanderfolgenden Signalverarbeitungsschritte und wobei diese wiederholte oder mindestens zweimal aufeinander¬ folgende prädiktive Berechnung sich auf denselben Zeit¬ punkt oder Signalverarbeitungsschritt in der Zukunft be¬ zieht, an oder nach welchem das prädizierte Genauig¬ keitsmaß vorliegt, wobei im Zuge der wiederholten Be¬ rechnung insbesondere potentiell neu dazugekommene Mess¬ daten aus einem oder mehreren Sensorinformationsquellka¬ nälen berücksichtigt werden.
14. Sensorsystem nach mindestens einem der Ansprüche 10 bis
13, dadurch gekennzeichnet, dass die Signalverarbei¬ tungseinrichtung so ausgebildet ist, dass im Zuge der vorausschauenden und/oder prädiktiven Berechnung
das definierte Zeitintervall ausgehend vom aktuellen Zeitpunkt zu einem definierten Zeitpunkt in der Zukunft und/oder eine definierte Anzahl von Signalverarbeitungs¬ schritten, bevor diese Signalverarbeitungsschritte selbst durchgeführt werden, vorgegeben sind und davon abhängig das Genauigkeitsmaß zu einem Wert einer physi¬ kalischen Größe an diesem in der Zukunft liegenden Zeitpunkt oder an oder nach diesem zukünftigen Signalverarbeitungsschritt berechnet wird
und dabei oder danach insbesondere dieses Genauigkeits¬ maß hinsichtlich eines Schwellwerts bewertet wird.
Sensorsystem nach mindestens einem der Ansprüche 10 bis 13, dadurch gekennzeichnet, dass die Signalverarbei¬ tungseinrichtung so ausgebildet ist, dass im Zuge einer vorausschauenden und/oder prädiktiven Berechnung das Genauigkeitsmaß zu einem zukünftig vorliegenden Wert einer physikalischen Größe vorgegeben ist und davon abhängig das definierte Zeitintervall ausgehend vom aktuellen Zeitpunkt zu einem definierten Zeitpunkt in der Zukunft berechnet wird und/oder eine definierte Anzahl zukünfti¬ ger Signalverarbeitungsschritte berechnet werden, insbe¬ sondere bis das Genauigkeitsmaß einen definierten
Schwellwert unter- oder überschreitet.
PCT/EP2012/071091 2011-10-24 2012-10-24 Sensorsystem zur eigenständigen bewertung der genauigkeit seiner daten WO2013060749A1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US14/353,847 US9558157B2 (en) 2011-10-24 2012-10-24 Sensor system for independently evaluating the accuracy of the data of the sensor system
CN201280052432.6A CN104011563B (zh) 2011-10-24 2012-10-24 用于独立评价其数据精度的传感器系统
EP12787661.3A EP2771713A1 (de) 2011-10-24 2012-10-24 Sensorsystem zur eigenständigen bewertung der genauigkeit seiner daten
KR1020147014005A KR20140093961A (ko) 2011-10-24 2012-10-24 센서 시스템의 데이터의 정확성을 독립적으로 평가하기 위한 센서 시스템

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
DE102011085134 2011-10-24
DE102011085134.8 2011-10-24
DE102011086710.4 2011-11-21
DE102011086710 2011-11-21
DE102012207297.7 2012-05-02
DE102012207297 2012-05-02

Publications (1)

Publication Number Publication Date
WO2013060749A1 true WO2013060749A1 (de) 2013-05-02

Family

ID=47191701

Family Applications (2)

Application Number Title Priority Date Filing Date
PCT/EP2012/071091 WO2013060749A1 (de) 2011-10-24 2012-10-24 Sensorsystem zur eigenständigen bewertung der genauigkeit seiner daten
PCT/EP2012/071092 WO2013060750A1 (de) 2011-10-24 2012-10-24 Sensorsystem zur eigenständigen bewertung der integrität seiner daten

Family Applications After (1)

Application Number Title Priority Date Filing Date
PCT/EP2012/071092 WO2013060750A1 (de) 2011-10-24 2012-10-24 Sensorsystem zur eigenständigen bewertung der integrität seiner daten

Country Status (6)

Country Link
US (2) US9558157B2 (de)
EP (2) EP2771714B8 (de)
KR (2) KR20140082848A (de)
CN (2) CN104081222B (de)
DE (2) DE102012219478A1 (de)
WO (2) WO2013060749A1 (de)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140070722A (ko) * 2012-11-26 2014-06-11 한국전자통신연구원 다중속도시스템 결합 장치 및 운용 방법
US20150102955A1 (en) * 2013-10-14 2015-04-16 GM Global Technology Operations LLC Measurement association in vehicles
DE102014211178A1 (de) 2013-11-20 2015-06-25 Continental Teves Ag & Co. Ohg Verfahren und System zur Korrektur von Messdaten eines ersten Sensorsystems
DE102014211177A1 (de) 2014-06-11 2015-12-17 Continental Teves Ag & Co. Ohg Verfahren und System zur echtzeitfähigen Bereitstellung von dynamischen Fehlerwerten dynamischer Messwerte
DE102014211172A1 (de) * 2014-06-11 2015-12-17 Continental Teves Ag & Co. Ohg Verfahren und System zur Korrektur von Ausgabedaten eines Sensorbasissystems
DE102014211175A1 (de) 2014-06-11 2015-12-17 Continental Teves Ag & Co. Ohg Verfahren und System zur Initialisierung eines Sensorfusionssystems
DE102014211171A1 (de) 2014-06-11 2015-12-17 Continental Teves Ag & Co. Ohg Verfahren und System zur Anpassung eines Navigationssystems
DE102014211180A1 (de) 2014-06-11 2015-12-17 Continental Teves Ag & Co. Ohg Verfahren und System zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten
DE102014211168A1 (de) 2014-06-11 2015-12-17 Continental Teves Ag & Co. Ohg Verfahren und System zur Verifizierung von Messdaten
DE102014211164A1 (de) 2014-06-11 2015-12-17 Continental Teves Ag & Co. Ohg Verfahren und System zur Anpassung eines Navigationssystems
CN104061928B (zh) * 2014-06-26 2017-05-03 北京控制工程研究所 一种自主择优使用星敏感器信息的方法
DE102014212703A1 (de) * 2014-07-01 2016-01-07 Continental Teves Ag & Co. Ohg M2XPro-Überwachung durch Integritätsmaßspeicherung
JP6269566B2 (ja) 2015-05-08 2018-01-31 トヨタ自動車株式会社 誤認識判定装置
DE102015209467A1 (de) * 2015-05-22 2016-11-24 Continental Teves Ag & Co. Ohg Verfahren zur Schätzung von Fahrstreifen
US11501867B2 (en) * 2015-10-19 2022-11-15 Medtronic Minimed, Inc. Medical devices and related event pattern presentation methods
US11666702B2 (en) 2015-10-19 2023-06-06 Medtronic Minimed, Inc. Medical devices and related event pattern treatment recommendation methods
DE102016217079A1 (de) * 2016-09-08 2018-03-08 Robert Bosch Gmbh Verfahren und Vorrichtung zum Betreiben eines ersten Fahrzeugs
JP6885781B2 (ja) 2017-05-11 2021-06-16 日立Astemo株式会社 車両制御装置、車両制御方法および車両制御システム
DE102017213577A1 (de) 2017-08-04 2019-02-07 Robert Bosch Gmbh Verfahren zur Lagebestimmung eines Roboters, Lagebestimmungsvorrichtung eines Roboters und Roboter
US20190054915A1 (en) * 2017-08-16 2019-02-21 Deere & Company Service Brake Assist Steering
DE102017216755A1 (de) * 2017-09-21 2019-03-21 Continental Automotive Gmbh Verfahren zur Bestimmung einer Fehlerfortpflanzung von Steuersignalen
DE102017216749A1 (de) * 2017-09-21 2019-03-21 Continental Automotive Gmbh Verfahren zur Bereitstellung eines Steuersignals
EP3470861B1 (de) * 2017-10-10 2019-11-27 Melexis Technologies SA Redundante sensorfehlerdetektion
DE102018206829A1 (de) * 2018-05-03 2019-11-07 Continental Automotive Gmbh Adaption eines Steuersignals anhand von der Signalgenauigkeit
EP3653428A1 (de) * 2018-11-19 2020-05-20 B&R Industrial Automation GmbH Verfahren zum sicheren überwachen der funktion eines langstatorlinearmotors
DE102018220936A1 (de) * 2018-12-04 2020-06-04 Robert Bosch Gmbh Verfahren zur Überprüfung eines Sensorwertes eines MEMS-Sensors
DE102018222166A1 (de) * 2018-12-18 2020-06-18 Robert Bosch Gmbh Verfahren zum Ermitteln eines Integritätsbereichs
DE102020203511A1 (de) 2020-03-19 2021-09-23 Zf Friedrichshafen Ag Verfahren zum Feststellen einer sicheren Position eines Fahrzeugs
CN111965390B (zh) * 2020-07-13 2022-06-21 江苏大学 一种轮速传感器故障检测方法
US11789110B2 (en) 2020-09-03 2023-10-17 Honeywell International Inc. Fault detection, exclusion, isolation, and re-configuration of navigation sensors using an abstraction layer
US11529973B1 (en) 2020-11-09 2022-12-20 Waymo Llc Software application for sensor analysis
US20230027369A1 (en) * 2021-07-26 2023-01-26 Motional Ad Llc Vehicle location using combined inputs of redundant localization pipelines
CN117056326B (zh) * 2023-08-11 2024-05-03 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) 基于灰色关联自适应确权的gnss数据质量评价方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0498655A2 (de) * 1991-02-08 1992-08-12 Rockwell International Corporation Integriertes Flug- und Anflug-Leitsystem für Luftfahrzeuge
WO1995034850A2 (en) * 1994-06-16 1995-12-21 Litton Systems, Inc. Assured-integrity monitored-extrapolation navigation apparatus
DE102010063984A1 (de) 2010-02-11 2011-08-11 Continental Teves AG & Co. OHG, 60488 Fahrzeug-Sensor-Knoten

Family Cites Families (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05231938A (ja) * 1991-02-07 1993-09-07 Res Dev Corp Of Japan 高感度多波長分光装置
US5482314A (en) * 1994-04-12 1996-01-09 Aerojet General Corporation Automotive occupant sensor system and method of operation by sensor fusion
US5451960A (en) * 1994-06-10 1995-09-19 Unisys Corporation Method of optimizing the allocation of sensors to targets
CN1180413A (zh) * 1995-03-30 1998-04-29 西门子公司 高分辨率分析信号进行一维或二维方向或频率评估的方法
US5902351A (en) * 1995-08-24 1999-05-11 The Penn State Research Foundation Apparatus and method for tracking a vehicle
US5626140A (en) * 1995-11-01 1997-05-06 Spacelabs Medical, Inc. System and method of multi-sensor fusion of physiological measurements
GB9608953D0 (en) * 1996-04-29 1996-07-03 Pulp Paper Res Inst Automatic control loop monitoring and diagnostics
DE69713600T2 (de) * 1996-04-29 2003-02-27 Pulp Paper Res Inst System zur überwachung und diagnose von automatischen regelschleifen
US6026340A (en) * 1998-09-30 2000-02-15 The Robert Bosch Corporation Automotive occupant sensor system and method of operation by sensor fusion
US6240367B1 (en) * 1998-11-27 2001-05-29 Ching-Fang Lin Full fusion positioning method for vehicle
SE523023C2 (sv) * 2000-04-12 2004-03-23 Nira Dynamics Ab Metod och anordning för att med rekursiv filtrering bestämma en fysikalisk parameter hos ett hjulfordon
US6681159B2 (en) * 2001-10-28 2004-01-20 The Boeing Company Spacecraft methods and structures with enhanced attitude control that facilitates gyroscope substitutions
US6654685B2 (en) * 2002-01-04 2003-11-25 The Boeing Company Apparatus and method for navigation of an aircraft
US6909997B2 (en) * 2002-03-26 2005-06-21 Lockheed Martin Corporation Method and system for data fusion using spatial and temporal diversity between sensors
US6829568B2 (en) * 2002-04-26 2004-12-07 Simon Justin Julier Method and apparatus for fusing signals with partially known independent error components
AU2003264048A1 (en) * 2002-08-09 2004-02-25 Intersense, Inc. Motion tracking system and method
US6907347B2 (en) 2002-11-21 2005-06-14 Ford Global Technologies, Llc Systems and method for estimating speed and pitch sensor errors
US8131463B2 (en) * 2003-12-02 2012-03-06 Gmv Aerospace And Defence, S.A. GNSS navigation solution integrity in non-controlled environments
DE102005030296A1 (de) * 2005-06-24 2006-12-28 Siemens Ag Verfahren zur Erhöhung der Genauigkeit eines Dopplerradarsensors
DE102005033237B4 (de) * 2005-07-15 2007-09-20 Siemens Ag Verfahren zur Bestimmung und Korrektur von Fehlorientierungen und Offsets der Sensoren einer Inertial Measurement Unit in einem Landfahrzeug
US7376499B2 (en) 2005-09-16 2008-05-20 Gm Global Technology Operations, Inc. State-of-health monitoring and fault diagnosis with adaptive thresholds for integrated vehicle stability system
JP4796400B2 (ja) * 2006-02-01 2011-10-19 クラリオン株式会社 車両速度制御装置および同装置における目標速度設定方法ならびにプログラム
US20100019963A1 (en) * 2006-06-15 2010-01-28 Uti Limited Partnership Vehicular navigation and positioning system
US7702460B2 (en) * 2006-06-17 2010-04-20 Northrop Grumman Guidance And Electronics Company, Inc. Estimate of relative position between navigation units
JP4600357B2 (ja) * 2006-06-21 2010-12-15 トヨタ自動車株式会社 測位装置
DE102006029148B4 (de) 2006-06-24 2010-08-05 Lfk-Lenkflugkörpersysteme Gmbh Verfahren zur Überprüfung einer inertialen Messeinheit von Fahrzeugen, insbesondere von Luftfahrzeugen, im stationären Zustand
JP4914689B2 (ja) * 2006-09-29 2012-04-11 本田技研工業株式会社 車両位置検出システム
US7629889B2 (en) * 2006-12-27 2009-12-08 Cardiac Pacemakers, Inc. Within-patient algorithm to predict heart failure decompensation
JP5113407B2 (ja) 2007-03-22 2013-01-09 古野電気株式会社 Ｇｐｓ複合航法装置
US20090043447A1 (en) * 2007-08-07 2009-02-12 General Electric Company Systems and Methods for Model-Based Sensor Fault Detection and Isolation
CN101809409B (zh) * 2007-09-10 2012-06-13 三菱电机株式会社 导航装置
GB0901685D0 (en) * 2009-01-31 2009-03-11 Qinetiq Ltd Navigation system integrity
US8417490B1 (en) * 2009-05-11 2013-04-09 Eagle Harbor Holdings, Llc System and method for the configuration of an automotive vehicle with modeled sensors
US20110118979A1 (en) * 2009-11-19 2011-05-19 Robert Bosch Gmbh Automotive location data integrity
US20110190972A1 (en) * 2010-02-02 2011-08-04 Gm Global Technology Operations, Inc. Grid unlock
US8380447B2 (en) * 2010-04-14 2013-02-19 Simmonds Precision Products, Inc. Quantification of condition indicators in the presence of synchronous noise
DE102010028510A1 (de) * 2010-04-19 2011-12-01 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zum Ermitteln einer physikalischen Größe
US9568321B2 (en) * 2010-04-19 2017-02-14 Honeywell International Inc. Systems and methods for determining inertial navigation system faults
WO2012050473A1 (en) * 2010-10-11 2012-04-19 General Electric Company Systems, methods, and apparatus for detecting agreement for individual channels among redundant sensor signals
JP5306389B2 (ja) * 2011-02-25 2013-10-02 株式会社東芝 目標追跡装置
WO2013037854A1 (de) * 2011-09-12 2013-03-21 Continental Teves Ag & Co. Ohg Sensorsystem umfassend ein fusionsfilter zur gemeinsamen signalverarbeitung
US9471722B2 (en) * 2013-02-05 2016-10-18 Johnson Controls Technology Company Systems and methods for evaluating a fault condition in a building
DE102014211175A1 (de) * 2014-06-11 2015-12-17 Continental Teves Ag & Co. Ohg Verfahren und System zur Initialisierung eines Sensorfusionssystems

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0498655A2 (de) * 1991-02-08 1992-08-12 Rockwell International Corporation Integriertes Flug- und Anflug-Leitsystem für Luftfahrzeuge
WO1995034850A2 (en) * 1994-06-16 1995-12-21 Litton Systems, Inc. Assured-integrity monitored-extrapolation navigation apparatus
DE102010063984A1 (de) 2010-02-11 2011-08-11 Continental Teves AG & Co. OHG, 60488 Fahrzeug-Sensor-Knoten

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
GREG WELCH AND GARY BISHOP: "An Introduction to the Kalman Filter", UNC-CHAPEL HILL, TR 95-041,, no. TR 95-041, 24 July 2006 (2006-07-24), pages 1 - 16, XP007921410 *
GREG WELCH ET AL: "An Introduction to the Kalman Filter", SIGGRAPH 2001,, 12 August 2001 (2001-08-12), pages 1 - 81, XP007921411 *
MAYBECK P: "Stochastic Models, Estimation and Control", STOCHASTIC MODELS, ESTIMATION AND CONTROL, ELSEVIER SCIENCE AND TECHNOLOGY, vol. 1, 1 January 1979 (1979-01-01), pages 1 - 19, XP007921409, ISBN: 0-12-480701-1 *
YANRUI GENG ET AL: "Novel Approaches to Adaptive Estimation of Kalman Filter Fading Factor in Integrated GPS/INS Navigation Systems", 20070101, 1 January 2007 (2007-01-01), XP007921412 *

Also Published As

Publication number Publication date
EP2771714B1 (de) 2018-08-08
DE102012219475A1 (de) 2013-04-25
US9558157B2 (en) 2017-01-31
US20140336983A1 (en) 2014-11-13
WO2013060750A1 (de) 2013-05-02
KR20140093961A (ko) 2014-07-29
CN104011563A (zh) 2014-08-27
EP2771714B8 (de) 2018-10-24
EP2771713A1 (de) 2014-09-03
US20140300512A1 (en) 2014-10-09
CN104011563B (zh) 2016-08-17
CN104081222A (zh) 2014-10-01
DE102012219478A1 (de) 2013-04-25
US11255676B2 (en) 2022-02-22
CN104081222B (zh) 2016-10-12
KR20140082848A (ko) 2014-07-02
EP2771714A1 (de) 2014-09-03

Similar Documents

Publication Publication Date Title
EP2771713A1 (de) Sensorsystem zur eigenständigen bewertung der genauigkeit seiner daten
EP2755869B1 (de) Ausrichtungsmodell für ein sensorsystem
EP2981832B1 (de) Verfahren zur ermittlung zumindest einer geschwindigkeit bei einem schienenfahrzeug
WO2015075093A1 (de) Verfahren, fusionsfilter und system zur fusion von sensorsignalen mit unterschiedlichen zeitlichen signalausgabeverzügen zu einem fusionsdatensatz
DE19803386A1 (de) Vorrichtung zur Überwachung des Luftdrucks eines Fahrzeugreifens
DE102014211175A1 (de) Verfahren und System zur Initialisierung eines Sensorfusionssystems
DE102014211180A1 (de) Verfahren und System zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten
DE102014211164A1 (de) Verfahren und System zur Anpassung eines Navigationssystems
DE102014211178A1 (de) Verfahren und System zur Korrektur von Messdaten eines ersten Sensorsystems
WO2021023584A1 (de) Verfahren zur bestimmung einer lokalen wagengeschwindigkeit eines wagens
DE102014211177A1 (de) Verfahren und System zur echtzeitfähigen Bereitstellung von dynamischen Fehlerwerten dynamischer Messwerte
DE102014211172A1 (de) Verfahren und System zur Korrektur von Ausgabedaten eines Sensorbasissystems
DE102014211171A1 (de) Verfahren und System zur Anpassung eines Navigationssystems
WO2020224971A1 (de) Verfahren zur ermittlung von messwerten mittels mindestens zweier unterschiedlicher messverfahren und dessen verwendung
DE102013218043A1 (de) Verfahren zum Bereitstellen relativer Messdaten für einen Fusionssensor
DE102019211934A1 (de) Verfahren zur Bestimmung einer Zuggeschwindigkeit eines Zugs mit mindestens einem Wagen
DE102018123092A1 (de) Verfahren zum Bestimmen einer lateralen Geschwindigkeit sowie einer Gierrate für eine Eigenbewegung eines Kraftfahrzeugs
EP4326599A1 (de) Computerimplementiertes verfahren zur detektion eines lenkradeingriffszustands, computerprogrammprodukt, fahrassistenzsystem sowie kraftfahrzeug
DE102017010384A1 (de) Verfahren zur Ermittlung einer Eigenbewegung
EP3789264A1 (de) Verfahren und vorrichtung zur schlupferkennung sowie schienenfahrzeug
WO2022135636A1 (de) Verfahren und elektronisches kontrollsystem zum ermitteln einer gefahrenen wegstrecke eines fahrzeugs
DE102016221171A1 (de) Verfahren und Vorrichtung zur Ermittlung von Fahrspurverlaufsdaten

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12787661

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2012787661

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 14353847

Country of ref document: US

ENP Entry into the national phase

Ref document number: 20147014005

Country of ref document: KR

Kind code of ref document: A