WO2015075093A1 - Verfahren, fusionsfilter und system zur fusion von sensorsignalen mit unterschiedlichen zeitlichen signalausgabeverzügen zu einem fusionsdatensatz - Google Patents

Verfahren, fusionsfilter und system zur fusion von sensorsignalen mit unterschiedlichen zeitlichen signalausgabeverzügen zu einem fusionsdatensatz Download PDF

Info

Publication number
WO2015075093A1
WO2015075093A1 PCT/EP2014/075060 EP2014075060W WO2015075093A1 WO 2015075093 A1 WO2015075093 A1 WO 2015075093A1 EP 2014075060 W EP2014075060 W EP 2014075060W WO 2015075093 A1 WO2015075093 A1 WO 2015075093A1
Authority
WO
WIPO (PCT)
Prior art keywords
sensor
measured values
values
fusion
error
Prior art date
Application number
PCT/EP2014/075060
Other languages
English (en)
French (fr)
Inventor
Nico Steinhardt
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 US14/917,063 priority Critical patent/US10422658B2/en
Publication of WO2015075093A1 publication Critical patent/WO2015075093A1/de

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
    • 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

Definitions

  • the invention relates to a method for the fusion of
  • Signal outputs correspond to a fuse data set in accordance with
  • Signal outputs correspond to a fuse data set in accordance with
  • Sensor errors or measurement errors or erroneous measured values can be divided into quasi-stationary components which are constant over several measurements, such as, for example, an offset, and stochastic, random from measurement to measurement, e.g. Noise, subdivide. While the random parts are not deterministically correctable in principle, quasi-stationary errors can generally be corrected with a given observability. Uncorrectable,
  • Sensorfusionmaschine known which are usually also suitable for measuring data from different sensors or to correct or filter sensor systems.
  • DE 10 2010 063 984 AI describes a sensor system comprising several sensor elements.
  • the sensor elements are designed such that they at least partially detect different primary measured variables and at least partially use different measuring principles. At least one measured quantity is then derived from at least one primary measured variable of one or more sensor elements.
  • the sensor system comprises a
  • Signal processing device is designed so that they at least each one of the following
  • Sensor elements or its output signals comprises:
  • the signal processing device provides the
  • Signal processing device comprises.
  • Signal processing device is designed so that it at least partially jointly evaluates the sensor signals of the sensor elements. Furthermore, the
  • Measurement data of physical quantities are each assigned a time information that includes information about the time of each measurement directly or indirectly, wherein the signal processing device takes into account this time information at least in the generation of a fusion data set in a fusion filter.
  • Fusion data set are measured data used, the
  • Time information is present - it is a corresponding measured value with the required time information means
  • the fusion filter assumes that error values of the measured data change only negligibly over a defined period of time.
  • a conventional GPS receiver For example, a conventional GPS receiver
  • Delay time of about 100 ms creates a
  • Heterogeneous sensor measurements build inappropriate conditions, such as the assumption that no measurements of other sensors are fused during the delay time.
  • Claim 1 solved.
  • the invention relates to a method for the fusion of
  • Signal output distortion to a fusion data set wherein at least three different sensor signals each describe a measured value of at least three different sensor systems, wherein the signal output distortions are sensor-individual, wherein the sensor signals each have a one
  • Sensor system be determined by means of a comparison with measured values of other sensor systems, wherein for the
  • Adjustment Measured values are used with the same time stamp, whereby the error values are at least for the duration between two successive alignments are assumed to be constant, the error values and / or the
  • Measured values of the first sensor system are kept for a predetermined period of time, wherein the error values and / or the measured values of the first sensor system are constantly corrected by means of a correction and wherein during the
  • Period corrections are made by adding further corrections during the period.
  • the invention thus describes a comparatively very reliable and precise and, above all, truly time-capable and flexible method for the fusion of sensor signals.
  • the at least three different sensor systems can in fact have sensor-individual signal output distortions, as a result of which the fusion of virtually any sensor signals becomes possible.
  • error values or measured values are deleted from a memory suitable for this purpose after expiry of the predetermined period of time and replaced by current error values or measured values.
  • inventive method is in particular for
  • Fusion filters that estimate error increments are suitable.
  • the invention is based on the knowledge that the
  • Rate of change of sensor errors is significantly smaller than the rate of change of the error values of detected measured values, and further that the rate of change of the sensor errors is independent of the operating point of the sensor systems.
  • the corrections already made in the attachment or execution of further corrections which are based on the measured values of a sensor with a greater signal delay time, are taken into account or charged.
  • a predefined time period is defined during which the sensor signals or the error values of the measured values or the measured values of the first
  • Delay times can be used for correction measurements.
  • the predetermined period is 25
  • Measuring epochs where a measuring epoch is the time interval between the output of two sensor signals of the sensor system with the lowest output delay. In general, however, it is expedient to choose the given period of time depending on the respective system dynamics. In addition, it is provided according to the invention that the
  • variances are assigned. Using the variances, the quality of the measured values or the error values can be described relatively simply and efficiently. Preferably, the variances are kept in the electronic data storage.
  • the different sensor systems are preferably synchronized with an external timer in order to avoid inaccuracies or deviations in the generation of the time stamp.
  • the timestamp it is possible for the timestamp to be
  • Signal output delay and in particular a term of the sensor signal from the corresponding sensor system to the receiver of the sensor signal knows. For example, the
  • the sensor signals of the different sensor systems at least indirectly describe one and the same state, e.g. a position of a
  • the predefined period of time preferably corresponds at least to the time difference of the lowest signal output delay and the largest signal output delay, because then the measured values of the sensor system with the lowest signal output distortions can be compared with the measured values of all other sensor systems, ie a comparison of the measured values of the sensor system with the lowest signal output distortions Measured values of all other sensor systems can be done.
  • the sensor system with the lowest signal output delay is preferably also referred to as a so-called. Basic system, whereas the sensor systems with the least-possible
  • Signal output delay may also be referred to as so-called correction systems.
  • the choice of the basic system can also be made dependent on the type of further processing of the sensor signals or measured values, e.g. through a filter.
  • one of the sensor systems with the least-signal delay signal as a base system
  • the base system is chosen such that all required information, e.g.
  • Navigation information can be determined by the base system alone.
  • the basic system is that sensor system whose error values are determined by means of the comparison with the other sensor systems or their measured values
  • the invention thus improves a multi-sensor capability of a
  • the first sensor system has a
  • new error values are determined by means of a new adjustment, in which case the already corrected stored measured values or error values of the first sensor system are for comparison
  • the new correction only takes place if and only insofar as the already corrected stored measured values still have error values. This effectively prevents redundant corrections from occurring multiple times and leading to the generation of new errors.
  • Corrections may be e.g. have the form of so-called offset values, which are added to these or to the measured values for correcting the error values.
  • the corrections are offset against each other.
  • each of the last applied correction if necessary, several appropriate corrections held and compared with a new correction to be attached. If and insofar as the correction already made anticipates the new correction, ie if it corresponds to it, it is omitted. This also ensures that the previously made corrections are taken into account or redundant corrections are made only once. Furthermore, it is preferred that the corrections by means of
  • Measured values of the first sensor system by means of an adjustment with the measured values of the other sensor systems. To the same extent, it makes sense to determine the correction in the same way, since the correction is fixed with the error values
  • the sensor signals are filtered before being used for fusion.
  • the filtering may be e.g. be a statistical method by means of which so-called outliers among the measured values are detected and discarded, or also a prediction model which recognizes and rejects measured values which by more than one
  • Threshold deviate from a model prediction.
  • the error values are assumed to be constant over the time period, a number of measured values dependent on the time period is thus stored in the electronic data memory.
  • the measured values or outputted sensor signals within the time period can be converted into actual operating points, i. in at least partially corrected measured values, and be decomposed into independent residual errors.
  • the independent residual errors can never be finally resolved, as well as the
  • Determining the error values used correction values are subject to errors.
  • the operating points can at any time with an output of sensor signals of a
  • Output delay can be determined.
  • the sensor signals sensor signals of an inertial navigation system, sensor signals of a global Satellite navigation system and sensor signals of a
  • Odometry navigation system are.
  • the present invention is particularly for navigation purposes and for
  • Position in particular the position of a motor vehicle, from the sensor signals.
  • Satellite navigation system may be, for example, a so-called GPS navigation system.
  • the odometry navigation system first determines the
  • the satellite navigation system comprises at least two satellite signal receivers.
  • the satellite navigation system comprises at least two satellite signal receivers.
  • sensor signals of the inertial navigation system sensor signals of the odometry navigation system
  • error values are determined by means of an error state space filter, in particular by means of an error state space Kalman filter.
  • the error state space filter sets a fusion filter to merge the
  • the error state space filter preferably estimates or determines the error values of the first sensor system.
  • the first is
  • Inertial navigation system estimated or determined.
  • a special feature of the error-state space filter is that instead of the sensor signals or the measured values only Error values are estimated or determined incrementally and then the measured values are corrected by means of the corrections. Namely, the error values have a significantly lower temporal dynamics than the measured values themselves, whereby an extensive decoupling of the dynamics of the error-state space filter from the sensor properties is achieved and additional delays or errors due to non-constant group delay times of the individual signals
  • Another special feature of the error-state-space Kalman filter is that by applying a correction, the estimated or determined error values after each
  • the operating cycle of the error-state-space Kalman filter is zero, which eliminates an otherwise usual prediction step for predicting the error values in the following duty cycle, thus reducing the computational effort for the error-state-space Kalman filter.
  • Signal output delays are further processed with the last known error values or correction values.
  • measured values with a required time stamp are generated by means of interpolation, if no measured values with an identical time stamp are present. Since the sensor signals usually have different time stamps due to the different signal output delays and generally due to the lacking synchronization of the sensor systems, a measured value with the required time stamp can be calculated by means of the interpolation. In this case, measured values of the first sensor system, which is particularly preferably the lowest
  • Signal output delay generated by interpolation, i. This means that these measured values are generated as a function of the time stamp of the measured values or sensor signals of the other sensor systems. Expediently, for the generation of a measured value by means of interpolation, the two are required for the measured value to be generated
  • Timestamps closest to and including these included measurements of the first sensor system The measured value generated by means of interpolation is then used to determine the error values.
  • the time stamp required is the identical time stamp.
  • the error values for the measured values of all sensor systems are determined.
  • Odometry navigation system to correct. Furthermore, it is particularly preferred to use the error values of
  • Inertia navigation system to determine or measured values of the odometry navigation system using measured values of the
  • the "deep integration" also includes a correction of the sensor systems as such, ie that sensor systems which detect erroneous measured values are already corrected as far as possible in the detection.
  • Inertial navigation system forms in this case, the so-called.
  • the invention further relates to a fusion filter for the fusion of sensor signals with different temporal
  • the fusion filter is adapted to detect at least three sensor signals each describing a different measured value of at least three different sensor systems, wherein the signal output distortions are sensor-individual, the sensor signals each having a
  • the fusion filter is configured to determine error values of measured values of a sensor system with the lowest signal output distortions by means of comparisons with measured values from other sensor systems, wherein the fusion filter is designed for the adjustment
  • the fusion filter is configured to assume the error values as constant at least for the duration between two successive alignments, wherein the fusion filter is designed to determine the error values and / or the measured values the first sensor system for a predetermined period of time, wherein the fusion filter is adapted to the error values and / or the measured values of the first
  • the fusion filter is adapted to, during the period made corrections at a
  • the filter according to the invention is thus designed to carry out the method according to the invention, and in particular also carries it out, it leads, in conjunction with the aforementioned sensors, to those already described
  • the filter according to the invention is designed as an error-state-space Kalman filter.
  • An error-state-space Kalman filter allows the already described advantages regarding the determination of the
  • the invention also relates to a system for the fusion of sensor signals with different temporal
  • Output measuring data descriptive sensor signals with sensor-individual signal output distortions wherein the system further comprises a fusion filter according to the invention.
  • the inventive system thus enables the execution of the method according to the invention, including the
  • the system is designed to carry out the method according to the invention.
  • the execution of the method according to the invention leads to the already
  • the invention further relates to a use of the
  • FIG. 1 by way of example a possible embodiment of a system according to the invention, which for
  • FIG. 2 shows by way of example a further possible embodiment of a system according to the invention, which is likewise designed for position determination, in a motor vehicle and
  • Fig. 3 shows a possible sequence of an inventive
  • Fig. 1 shows a schematic representation of a
  • Embodiment of the system according to the invention which is intended for arrangement and use in a motor vehicle (not shown).
  • the illustrated system is formed according to the example for determining the position of the motor vehicle.
  • all elements or components or sensor systems comprised by the system are illustrated as functional blocks and their interaction with each other is shown.
  • the system includes inertial sensor navigation system 101 configured to provide at least the accelerations along a first, a second and a third axis, and at least the rotation rates around the first, around the second and about the third axis can detect.
  • the first axis corresponds to the longitudinal axis of the example according to
  • Inertial sensor navigation system 101 includes, for example, only the necessary for detecting the accelerations and rotation rates sensor. An electronics system required for processing or evaluation of the sensor signals is not included in the inertial sensor navigation system 101, for example.
  • Inertial sensor navigation system 101 forms, for example, together with strap-down algorithm unit 102 described below, the so-called basic system whose
  • the system furthermore has a so-called strapdown algorithm unit 102, in which a so-called strapdown algorithm is carried out, by means of which the measured values of
  • Velocity data and position data are converted.
  • An alignment of the motor vehicle is by means of a single integration of the corresponding
  • the output data of strapdown algorithm unit 102 thus includes the following physical quantities:
  • World coordinate system suitable for describing the orientation or dynamic quantities of the motor vehicle in the world. For example, it is in the
  • the output data from strapdown algorithm unit 102 includes the position relative to the
  • Sizes are output via output module 112 and provided to other automotive systems.
  • the system also includes odometry navigation system 103 in the form of wheel speed sensors for each wheel of the motor vehicle. For example, it is a four-wheeled
  • Motor vehicle with four wheel speed sensors, each detecting the speed of their associated wheel and its direction of rotation. Furthermore includes
  • Odometrienavigationssystem 103 a steering angle sensor element that detects the steering angle of the motor vehicle.
  • the exemplary system has satellite navigation system 104, which is designed so that it is the distance between each
  • Satellite Navigation System 104 for example, fusion filter 105 a start position or start position information ready, at least when the system or start.
  • the system also includes fusion filter 105.
  • Fusion filter 105 represents in the course of the joint evaluation of the sensor signals from Odometrienavigationssystem 103, of
  • Satellite navigation system 104 and of
  • Fusion data set 106 includes, for example, the error values or the corrections for the different, detected measured values.
  • the sensor signals from inertial navigation system 101 are now stored in dedicated electronic data storage 113 of fusion filter 105 for a predetermined period of time
  • Period for example, 250 ms, are constant.
  • Inertial navigation system 101 together with strapdown algorithm unit 102 represents the so-called basic system, while odometry navigation system 103 and
  • Satellite navigation system 104 represent the so-called correction systems. If necessary, that is, when the stored
  • measured values have no time stamp identical to the measured values of the correction systems, a measured value with the required time stamp is interpolated from the stored measured values.
  • the measured values of the correction systems ie of satellite navigation system 104 and of
  • Weighting model of the algorithm is. Corrections affect all stored measurements equally. Thus, the quality of fusion data set 106 and also the quality of the correction for the base system improves. There Both the basic system compared to the correction systems and the correction systems have different delay periods with each other, can by inventively
  • Fusion filter 105 with electronic data storage 113 the emergence of comparatively larger inaccuracies are avoided.
  • fusion data set 106 provided by fusion filter 105 includes the error values of the measured values of the base system, which were determined by means of the measured values of the correction systems.
  • the error values of the measured values of the base system were determined by means of the measured values of the correction systems.
  • Strapdown algorithm unit 102 now corrects the baseline measurements using fusion data set 106.
  • Fusion data set 106 is output from fusion filter 105
  • Fusion filter 105 is embodied, for example, as an error-state-space Kalman filter, that is, as a Kalman filter, which in particular comprises a linearization of the measured values and in which the error values are calculated or estimated and which operates sequentially and thereby in the respective functional step the sequence available sensor signals or measured values used or considered.
  • Fusion filter 105 is designed to be asynchronously the most recent of inertial navigation system 101,
  • Satellite navigation system 104 recorded sensor signals or measured values.
  • the measured values or sensor signals are thereby transmitted via motor vehicle model unit 107 and alignment model unit 109.
  • Motor vehicle model unit 107 is designed such that from the sensor signals of odometry navigation system 103 at least the speed along a first axis, the speed along a second axis and the speed
  • Fusion filter 105 provides.
  • Motor vehicle model unit 107 is configured to calculate the speed of each wheel along the first and second axes from the sensor signals of the wheel speed sensor elements and the steering angle sensor. Further, the motor vehicle model unit 107 calculates the rotation rate about the third axis.
  • the system also includes tire parameter estimation unit 110 configured to at least include the
  • Motor vehicle model unit 107 provides as additional input variables.
  • Tire parameter estimation unit 110 is further configured to provide a substantially linear tire model for calculating tire sizes
  • Tire parameter estimation unit 110 are the
  • the system also includes GPS error detection and plausibility checking unit 111, which is designed such that it receives the measured values or sensor signals from satellite navigation system 104 as input data, as well as at least partially measured values or sensor signals from
  • Strapdown algorithm unit 102 receives and in their Calculations taken into account.
  • GPS error detection and plausibility check unit 111 checks the measured values or
  • Sensor signals also against a adapted to the specific and individual characteristics of satellite navigation system 104 stochastic model. If the measured values or sensor signals correspond to the model within the framework of a noise-bearing tolerance, they become
  • the GPS error detection and plausibility check unit 111 is additionally connected to the fusion filter 105 at the data level and transmits the plausibility measured values or
  • GPS error detection and plausibility check unit 111 is exemplified to provide a method for
  • Satellite navigation system 104
  • the predetermined condition is a maximum permissible deviation of the position data from the reference position data
  • the probability that the position data falls within a standard deviation dependent scattering interval falls below a predetermined threshold value falls below a predetermined threshold value.
  • the system also has standstill detection unit 108, which is designed such that it can detect a stoppage of the motor vehicle and, in the case of a recognized standstill of the motor vehicle, at least fusion filter 5
  • the information from a standstill model describes that the rotation rates around all three axes are zero
  • Standstill detection unit 108 is, for example, designed so that it as
  • Input data the sensor signals of the wheel speed sensors odometry navigation system 103 and the sensor signals from inertial navigation system 101 uses.
  • the system uses, for example, a first group of measured values or sensor signals that relate to a
  • Motor vehicle coordinate system and additionally relate a second group of measured values or sensor signals, which relate to a world coordinate system, wherein the
  • World coordinate system is used to describe the orientation and dynamic sizes of the motor vehicle.
  • Motor vehicle coordinate system and the world coordinate system is determined based on the following quantities:
  • Alignment model unit 109 uses all of the output data from strapdown algorithm unit 102 as an example.
  • Alignment model unit 109 is like this according to example
  • Alignment angle is calculated in the form of a variance
  • Fusion filter 105 provides.
  • Fusion filter 105 uses the orientation angle and the
  • Fusion filter 105 thus stores the of
  • Inertial navigation system 101 the base system, received readings for 250 ms in electronic data storage 113. In each case when fusion filter 105 is a measured value of
  • Odometry navigation system 103 or of
  • Satellite navigation system 104 receives, determined
  • Fusion filter 105 by means of a comparison of the measured value of odometry navigation system 103 and of
  • Satellite navigation system 104 with the measurements of
  • Inertial navigation system 101 a current each
  • Error value is assumed to be constant until a new error value has been determined. Measurements with the same time stamp are always used for the adjustment, ie it has to be used because of the larger signal output delays of the odometry navigation system 103 and of
  • Satellite navigation system 104 recourse to stored measurements of inertial navigation system 101. Unless the timestamp of the stored readings from
  • inertial navigation system 101 does not correspond to the required time stamp is stored by means of
  • Odometry navigation system 103 or of
  • Satellite navigation system 104 The determined error values are then used by fusion filter 105, which
  • FIG. 2 shows an example of another possible
  • Embodiment of a system according to the invention which is also designed for position determination, in a motor vehicle.
  • the system includes
  • Inertial sensor navigation system 201 Inertial sensor navigation system 201,
  • Satellite navigation system 204 Satellite navigation system 204
  • Odometry navigation system 203 as different
  • Inertial sensor navigation system 201 Sensor systems. Inertial sensor navigation system 201,
  • Satellite navigation system 204 Satellite navigation system 204
  • Odometry navigation system 203 each
  • Satellite navigation system 204 its measured values or
  • inertial sensor navigation system 201 has the lowest signal output delay, followed by
  • Satellite navigation system 204 which has the largest
  • Motor vehicle is therefore inertial navigation system 201, which is, for example, a so-called MEMS-IMU (Micro-Electro-Mechanical System Inertial Measurement Unit), used in combination strapdown algorithm unit 207, since this all for a full dead reckoning
  • MEMS-IMU Micro-Electro-Mechanical System Inertial Measurement Unit
  • Non-linearity are measured over the measuring range as
  • Gaussian white noise assumed.
  • Inertia sensor navigation system 201 includes three yaw rate sensors orthogonal to each other and three mutually orthogonal detected ones
  • Satellite navigation system 204 includes a GPS receiver that communicates over the Satellitensignallaufzeit first makes distance measurements to the receivable GPS satellites and also from the change in the satellite signal transit time and in addition from the change in the number of wavelengths of the
  • Odometrial navigation system 203 includes one each
  • Wheel speed sensor on each wheel of the motor vehicle and a Lenwinkelsensor.
  • the wheel speed sensors each determine the Radcardgschwindmaschine their associated wheel and the steering angle sensor determines the chosen steering angle.
  • Inertia sensor navigation system 201 outputs its measured values or sensor signals to preprocessing unit 206
  • Inertia sensor navigation system 201 Inertia sensor navigation system 201.
  • Pre-processing unit 206 now corrects the measured values or sensor signals by means of correction values which
  • Preprocessing unit 206 of fusion filter 205 receives.
  • the measured values or sensor signals corrected in this way are now passed on to strapdown algorithm unit 207. Since, for example, in preprocessing unit 206,
  • Strapdown algorithm unit 207 and fusion filter 205 are software modules that are executed in different partitions on the same processor, the corrected measurements or sensor signals can be relatively easily and quickly continued.
  • Strapdown algorithm unit 207 also assumes the
  • Pre-processing unit 206 now before a position determination. This position determination is a so-called.
  • Inertia sensor navigation system 201 For this purpose, the corrected output by preprocessing unit 206
  • the system furthermore has a so-called strapdown algorithm unit 207, in which a so-called strapdown algorithm is carried out, by means of which the measured values of
  • Inertia sensor navigation system 201 i.a. in
  • Velocity data and position data are converted.
  • Inertia sensor navigation system 201 which by its nature
  • An alignment of the motor vehicle is by means of a single integration of the corresponding
  • Inertia sensor navigation system 101 determined over time. This allows a continuation of a previously known position as well as a continuation of a previously known orientation of the motor vehicle.
  • Strapdown algorithm unit 207 determines the position, the velocity and the alignment by means of corrections of fusion filter 205.
  • fusion filter 205 carries out the correction only indirectly via strapdown algorithm unit 207 and corrected information, ie the position, the velocity , the acceleration, the orientation, the rotation rate and the spin of the motor vehicle are now at output module 212 and
  • strapdown algorithm unit 207 which is executed by strapdown algorithm unit 207, is not very complex in terms of computation and can therefore be considered a real time-capable basic system
  • the calculation takes place in synchronism with the output of the sensor signals by inertial sensor navigation system 201.
  • inertial sensor navigation system 201 and strapdown algorithm unit 207 form, for example, together the so-called basic system, to which in addition proportionally
  • Fusion filter 205 is counted.
  • Output module 212 outputs the strapdown algorithm unit
  • the measured values acquired by satellite navigation system 204 are first of all, in the form of sensor signals, via a so-called UART data connection to preprocessing unit
  • Pre-processing unit 208 now corrects by means of
  • Fusionsfilter 205 received error values or corrections the measured values, which are so-called GPS raw data from
  • Satellite navigation system 204 and further calculates the orbit data of the GPS satellites from which GPS signals are received. In addition, satellite navigation system 204 determines a relative speed of the motor vehicle
  • preprocessing unit 208 corrects a time error of a receiver clock of satellite navigation system 204, contained in the sensor signals, which is caused by a drift of the receiver clock, and by means of a correction model the GPS signals transmitted by the GPS satellites due to atmospheric influences
  • Fusion filters 205 receive corrections. Satellite navigation system 204 is still on
  • Pre-processing unit 208 output information, for example, the GPS raw data, plausibility. For plausibility it is assumed that the
  • Satellite signals from the GPS satellites or from
  • Satellite navigation system 204 detected measured values are affected by accidental, environmental disturbances. As long as these disturbances correspond with their size and frequency to so-called white noise, they are made plausible. Because the
  • Satellite navigation system 204 pre-recorded or determined measured values. Therefore, the means
  • Inertia sensor navigation system 201 used certain measured values to plausibilize the measured values from satellite navigation system 204. If a plausibility check of these measured values can not take place, the corresponding measured values are discarded and not further processed.
  • Satellite navigation system 204 specific position
  • Plausibility module 209 supplied by fusion filter 205.
  • the measured values verified by plausibility module 209 are then output to fusion filter 205.
  • the system further comprises preprocessing unit 210 of the odometry navigation system 203, which uses the CAN bus to record the measured values acquired by the odometry navigation system 203 as Sensor signals receives.
  • the recorded measured values are the measured values of the individual wheel speed sensors as well as the measured values of the steering angle sensor.
  • Pre-processing unit 210 determines the position and orientation of the motor vehicle in the GPS coordinate system from the measured values or sensor signals output by odometry navigation system 203 in accordance with a so-called dead-reckoning navigation method.
  • pre-processing unit 210 corrects the of
  • Odometry navigation system 203 received measured values or
  • Odometry navigation system 203 is still on
  • Preprocessing unit 210 output measured values, i. the wheel - individual speeds of the wheels of the
  • Odometry navigation system 203 detected measured values are affected by accidental, environmental disturbances. Unless these metrics in their statistical behavior whiten
  • Odometer navigation system 203 to plausibility. If a plausibility check of these measured values can not take place, the corresponding measured values are discarded and not further processed. The plausibility check is carried out by comparing the plausibilizing measured values. The respective measurement uncertainties or error values are taken into account and threshold values are used for the comparison. The measurements determined by inertial sensor navigation system 201 become plausibility module 211 supplied by fusion filter 205. The of
  • Plausibilization module 211 plausibilized measured values are output as corrections to fusion filter 205.
  • Satellite navigation system 204 and plausibility module 209 form here with proportionate inclusion of
  • Fusion filter 205 each a so-called. Tightly coupling loop.
  • Fusion filter 205 is designed, for example, as an error-state-space Kalman filter and forms the core of the exemplary system. Fusion filter 205
  • Satellite navigation system 204 detected measured values of precalculated target values, wherein the fusion filter 205 from the deviation determines the associated error values and makes - directly or indirectly - corrections of the measured values.
  • Fusionsfilter 205 provides a so-called control technology.
  • the main task of fusion filter 205 is to measure the measured values of the base system, ie of inertial navigation system 201, by means of measured values from odometry navigation system 203 and
  • Satellite navigation system 204 which are the correction systems to correct certain correction values, or output these corrections to strapdown algorithm unit 207.
  • the fusion filter 205 uses the measured values from the odometry navigation system 203
  • Vehicle coordinate system determined. In addition, from
  • Fusion filter 205 based on the measurements from
  • Satellite navigation system 204 the position and the
  • Fusionsfilter 205 receives comparatively many sensor signals from inertial navigation system 201, while fusion filter 205 comparatively few sensor signals from odometry navigation system 203 and
  • Satellite navigation system 204 receives.
  • the sensor signals are, as described, still in raw data form
  • Sensor signals from inertial navigation system 201 stored over a period of 25 measuring periods in an electronic data storage, not shown. This period is essentially the difference of the lowest
  • the largest signal output delay has, for example
  • Satellite navigation system 204 on.
  • Satellite navigation system 204 always sensor signals from
  • Satellite navigation system 204 To an already made correction or an already determined error value
  • corrections already made are taken into account in such a way that the previously executed corrections-as, for example, all corrections-are applied not only to the current measured values or error values of the inertial navigation system 201, but also to the stored ones
  • Inertial navigation system 201 a position of
  • Error value determines which describes that the particular position is one meter too far to the left of the actual
  • Satellite navigation system 204 certain position of the
  • Satellite navigation system 204 were all detected at the same time to, they are due to the
  • Measurements from satellite navigation system 204 are again recognized to be from inertial navigation system 201
  • microprocessor Taken into account, ie. monitored, for example, by means of a microprocessor.
  • the microprocessor now recognizes that an identical correction has already been made, so that the detected error has already been corrected, and therefore suppresses the re-attachment.
  • Fusion Filter 205 is a so-called Error State Space Kalman Filter, only the
  • Position determination and correction of the position determination allows.
  • the system shown in Fig. 2 provides a so-called.
  • Satellite navigation system 204 are not components of the virtual sensor.
  • a virtual sensor is on
  • Satellite navigation system 204 always the same
  • FIG. 3 shows a possible sequence of a method according to the invention in the form of a flowchart.
  • method step 301 three different measured values of three
  • sensor system 1 different sensor systems, namely of sensor system 1, sensor system 2 and sensor system 3 detected. All three
  • first sensor system 1 which has the lowest signal output delay, displays a measured value acquired by sensor system 1 in step 301
  • sensor system 2 which has the second-lowest signal output delay, outputs in process step 304 a sensor signal describing the measured value detected by sensor system 2 in step 301.
  • Signal output delay has, in step 305, a sensor signal describing the measured value detected by sensor system 3 in step 301.
  • the sensor signals output by the sensor systems 1, 2, and 3 each comprise a time stamp which comprises the detection instant of the measured value described by the respective sensor signal.
  • the time stamp is for all three sensor signals or
  • step 306 a comparison between the measured value of sensor system 1 and the measured value of sensor system 2 is now carried out. Since the measured value of sensor system 1 was already output by sensor system 2 before the measured value, the measured value of sensor system 1 became electronic Data storage held in order to use it now for the comparison can. This ensures that only measured values with identical timestamps to each other
  • step 306 shows that the measurement of sensor system 1 has an error.
  • the corresponding value of the error ie the error value, is also determined in step 306.
  • step 307 a correction of the im
  • step 307 all other stored in the electronic data storage
  • Measured values of sensor system 1 are corrected according to the error value determined in step 306.
  • all currently output measured values or sensor signals are corrected in step 307 in accordance with the error value determined in step 306.
  • step 308 a comparison between the measured value of sensor system 1 and the measured value of
  • step 308 now shows that the measured value of sensor system 1 still has an error despite the correction already applied in step 307. Therefore, in step 308, the now resulting error value for the already in step 307
  • step 308 thus denotes the value of an error which still exists after the correction made in step 307.
  • step 309 a new correction of the already corrected measured value of sensor system 1 from step 301 is now carried out.
  • the process described by way of example here is a continuously running process, in particular the sensor systems 1, 2 and 3 constantly issue new sensor signals, while the previously outputted sensor signals or measured values are still partly processed by the fusion filter. Likewise, there is a constant correction of the measured values. Since the current measured values are already provided with the sum of all previous corrections or offset values, there is thus a continuous further correction. The current correction takes into account the previously applied corrections by further correcting the already corrected measured values.
  • an error-state-space Kalman filter carries out the form of the method according to the invention described below. For this purpose, the following exemplary assumptions are made:
  • Measured values X in the strapdown algorithm constant and independent of the measured values.
  • ⁇ depending on the sampling rate f IMU of the
  • Residual error ⁇ permitted. Since the error values are assumed to be constant, they are identical to the error value of the current measurement epoch and can be correctly described by the associated variances of the error-state-space Kalman filter: Xn - $ n + ⁇
  • Sampling steps of the filter are all changes of the measured values to be described as approximately proportional to the time duration.
  • the basic system and the correction systems are generally known or measurable.
  • Base system and correction measurements that is, the base system and the correction systems
  • the delay time t d is preferably used to bring the two closest to this time or timestamp and including this time or timestamp
  • the values X ⁇ corrected for the currently known error and interpolated for the required time stamp are then compared with the further correction measurements, i. with the measured values of the correction systems.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Navigation (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Fusion von Sensorsignalen mit unterschiedlichen zeitlichen Signalausgabeverzügen zu einem Fusionsdatensatz (106), wobei mindestens drei unterschiedliche Sensorsignale jeweils einen Messwert von mindestens drei unterschiedlichen Sensorsystemen (101, 103, 104, 201, 203, 204) beschreiben, wobei die Signalausgabeverzüge sensorindividuell sind, wobei die Sensorsignale jeweils einen einen Erfassungszeitpunkt der Messwerte beschreibenden Zeitstempel umfassen, wobei Fehlerwerte von Messwerten eines ersten Sensorsystems (101, 103, 104, 201, 203, 204) mittels eines Abgleichs mit Messwerten von weiteren Sensorsystemen (101, 103, 104, 201, 203, 204) bestimmt werden, wobei für den Abgleich Messwerte mit identischem Zeitstempel herangezogen werden, wobei die Fehlerwerte zumindest für die Dauer zwischen zwei aufeinander folgenden Abgleichen als konstant angenommen werden, wobei die Fehlerwerte und/oder die Messwerte des ersten Sensorsystems (101, 103, 104, 201, 203, 204) für einen vorgegebenen Zeitraum vorgehalten werden, wobei die Fehlerwerte und/oder die Messwerte des ersten Sensorsystems beständig mittels einer Korrektur korrigiert werden und wobei während des Zeitraums erfolgte Korrekturen bei einer Anbringung weiterer Korrekturen während des Zeitraums berücksichtigt werden. Die Erfindung betrifft weiterhin ein entsprechendes Fusionsfilter, ein entsprechendes System sowie eine Verwendung des Systems.

Description

Verfahren, Fusionsfilter und System zur Fusion von
Sensorsignalen mit unterschiedlichen zeitlichen
Signalausgabeverzügen zu einem Fusionsdatensatz
Die Erfindung betrifft ein Verfahren zur Fusion von
Sensorsignalen mit unterschiedlichen zeitlichen
Signalausgäbe erzügen zu einem Fusio sdatensatz gemäß
Oberbegriff von Anspruch 1, ein Fusi nsfilter zur Fusion Sensorsignalen mit unterschiedlichen zeitlichen
Signalausgäbe erzügen zu einem Fusio sdatensatz gemäß
Oberbegriff von Anspruch 12 , ein Sys em zur Fusion von
Sensorsignalen mit unterschiedlichen zeitlichen
Signalausgäbeverzügen zu einem Fusio sdatensatz gemäß
Oberbegriff von Anspruch 13 sowie ei e Verwendung des
Systems .
Alle Messdaten sind prinzipiell fehlerbehaftet und in vielen Fällen ist eine durchgängige Verfügbarkeit der Messdaten nicht gegeben. Zusätzlich sind die Messdaten häufig abhängig von Umgebungsbedingungen. Weiterhin haben unterschiedliche Sensoren bzw. Sensorsysteme im Allgemeinen unterschiedliche zeitliche Erfassungsraten, sind nicht mit anderen Sensoren bzw. Sensorsystemen synchronisiert und besitzen eine
Latenzzeit zwischen der Messung und der Ausgabe der
Messwerte. Sensorfehler bzw. Messfehler bzw. fehlerhafte Messwerte lassen sich dabei in quasistationäre, über mehrere Messungen konstante Anteile, wie z.B. einen Offset, und stochastische, von Messung zu Messung zufällige Anteile, wie z.B. Rauschen, unterteilen. Während die zufälligen Anteile prinzipiell nicht deterministisch korrigierbar sind, lassen sich quasistationäre Fehler im Allgemeinen bei gegebener Beobachtbarkeit korrigieren. Nicht korrigierbare,
signifikante Fehler lassen sich bei gegebener Erkennbarkeit üblicherweise zumindest vermeiden.
Im Stand der Technik sind bereits unterschiedliche
Sensorfusionsverfahren bekannt, welche üblicherweise auch dazu geeignet sind, Messdaten von unterschiedlichen Sensoren bzw. Sensorsysteme zu korrigieren bzw. zu filtern.
Insbesondere im Automotive-Bereich sind dabei besondere
Anforderungen zu berücksichtigen, da eine Vielzahl von unterschiedlichen Sensoren eine gemeinsame Umfeldsituation bzw. einen Kraftfahrzeugzustand mittels unterschiedlicher Messprinzipien erfasst und diese Umfeldsituation bzw. diesen Kraftfahrzeugzustand mittels einer Vielzahl unterschiedlicher Messdaten beschreibt. Für eine im Automotive-Bereich
anwendbare Sensorfusion ist somit eine möglichst große
Robustheit gegen zufällige Störungen sowie eine Erkennung und Kompensation von systematischen Fehlern gefordert. Ebenso sind zeitliche Einflüsse auf die Messdaten zu korrigieren und temporäre Ausfälle oder die Nichtverfügbarkeit von Sensoren zu überbrücken.
In diesem Zusammenhang beschreibt die DE 10 2010 063 984 AI ein mehrere Sensorelemente umfassendes Sensorsystem. Die Sensorelemente sind so ausgebildet, dass sie zumindest teilweise unterschiedliche primäre Messgrößen erfassen und zumindest teilweise unterschiedliche Messprinzipien nutzen. Aus mindestens einer primären Messgröße eines oder mehrerer Sensorelemente wird dann zumindest eine Messgröße abgeleitet. Weiterhin umfasst das Sensorsystem eine
Signalverarbeitungseinrichtung, eine
SchnittStelleneinrichtung sowie mehrere
Funktionseinrichtungen. Die Sensorelemente sowie sämtliche Funktionseinrichtungen sind mit der
Signalverarbeitungseinrichtung verbunden, wobei die
Signalverarbeitungseinrichtung so ausgelegt ist, dass sie zumindest jeweils eine der folgenden
Signalverarbeitungsfunktionen für wenigstens eines der
Sensorelemente bzw. dessen Ausgangssignale umfasst:
- eine Fehlerbehandlung,
- eine Filterung und
- eine Berechnung bzw. Bereitstellung einer abgeleiteten
Messgröße . Die Signalverarbeitungseinrichtung stellt die
Signalverarbeitungsfunktionen dabei den
Funktionseinrichtungen bereit. Die DE 10 2012 216 215 AI beschreibt ebenfalls ein
Sensorsystem, welches mehrere Sensorelemente und eine
Signalverarbeitungseinrichtung umfasst. Die
Signalverarbeitungseinrichtung ist dabei so ausgebildet, dass sie die Sensorsignale der Sensorelemente zumindest teilweise gemeinsam auswertet. Weiterhin ist die
Signalverarbeitungseinrichtung so ausgebildet, dass den
Messdaten physikalischer Größen jeweils eine ZeitInformation zugeordnet wird, welche eine Information über den Zeitpunkt der jeweiligen Messung direkt oder indirekt umfasst, wobei die Signalverarbeitungseinrichtung diese ZeitInformation zumindest bei der Erzeugung eines Fusionsdatensatzes in einem Fusionsfilter berücksichtigt. Für die Erzeugung des
Fusionsdatensatzes werden Messdaten herangezogen, die
entweder eine übereinstimmende ZeitInformation aufweisen oder aber - sofern keine Messdaten mit übereinstimmenden
ZeitInformationen vorliegen - es wird ein entsprechender Messwert mit der benötigten ZeitInformation mittels
Interpolation erstellt. Weiterhin geht das Fusionsfilter davon aus, dass sich Fehlerwerte der Messdaten über eine definierte Zeitspanne nur vernachlässigbar ändern.
Die im Stand der Technik bekannten, gattungsgemäßen Verfahren und Sensorsysteme sind jedoch aus mehreren Gründen
nachteilbehaftet. So sind diese, sofern es sich um sog.
akausale Verfahren handelt, nicht echt zeitfähig, da sie vorhandene Datensätze mehrmals und in unterschiedlichen
Reihenfolgen durchrechnen. Andere Verfahren hingegen
ermöglichen zwar eine Echtzeitfähigkeit, jedoch nur unter im Serienbereich unvertretbar großem Rechenaufwand, da bei
Eintreffen eines - naturgemäß - verzögerten Messwerts
zunächst bis zum Messzeitpunkt zurückgerechnet wird, um dann wieder bis zum Ist-Zeitpunkt vorzurechnen. Zudem erbringen derartige Verfahren nur einen vergleichsweise geringen Zugewinn an Genauigkeit der verarbeiteten Messwerte. Andere bekannte Verfahren wiederum leiden unter ihrer
Latenz zeitbehaftung, da sie eine Fusion der erfassten
Messdaten stets erst dann vornehmen, wenn der Sensor mit der größten Verzugszeit seine Messdaten gesendet hat. Da
beispielsweise ein herkömmlicher GPS-Empfänger eine
Verzugszeit von etwa 100 ms aufweist, entsteht eine
entsprechende Latenz des Gesamtsystems. Weitere Schwachpunkte der bekannten Verfahren sind z.B. die oftmals angewandten rechenaufwandsreduz ierenden Prinzipien, die auf für
heterogene Sensormessungen ungeeigneten Voraussetzungen aufbauen, wie beispielsweise die Annahme, dass während der Verzugszeit keine Messungen anderer Sensoren fusioniert werden .
Es ist daher eine Aufgabe der Erfindung, ein echt zeitfähiges Verfahren zur Fusion von Sensorsignalen unter Vermeidung der genannten Nachteile vorzuschlagen. Diese Aufgabe wird erfindungsgemäß durch das Verfahren zur Fusion von Sensorsignalen mit unterschiedlichen zeitlichen Signalausgabeverzügen zu einem Fusionsdatensatz gemäß
Anspruch 1 gelöst. Die Erfindung betrifft ein Verfahren zur Fusion von
Sensorsignalen mit unterschiedlichen zeitlichen
Signalausgabeverzügen zu einem Fusionsdatensatz, wobei mindestens drei unterschiedliche Sensorsignale jeweils einen Messwert von mindestens drei unterschiedlichen Sensorsystemen beschreiben, wobei die Signalausgabeverzüge sensorindividuell sind, wobei die Sensorsignale jeweils einen einen
Erfassungszeitpunkt der Messwerte beschreibenden Zeitstempel umfassen, wobei Fehlerwerte von Messwerten eines ersten
Sensorsystems mittels eines Abgleiche mit Messwerten von weiteren Sensorsystemen bestimmt werden, wobei für den
Abgleich Messwerte mit identischem Zeitstempel herangezogen werden, wobei die Fehlerwerte zumindest für die Dauer zwischen zwei aufeinander folgenden Abgleichen als konstant angenommen werden, wobei die Fehlerwerte und/oder die
Messwerte des ersten Sensorsystems für einen vorgegebenen Zeitraum vorgehalten werden, wobei die Fehlerwerte und/oder die Messwerte des ersten Sensorsystems beständig mittels einer Korrektur korrigiert werden und wobei während des
Zeitraums erfolgte Korrekturen bei einer Anbringung weiterer Korrekturen während des Zeitraums berücksichtigt werden. Die Erfindung beschreibt somit ein vergleichsweise sehr zuverlässiges und präzises sowie vor allem echt zeitfähiges und flexibles Verfahren zur Fusion von Sensorsignalen. Die mindestens drei unterschiedlichen Sensorsysteme können nämlich sensorindividuelle Signalausgabeverzüge aufweisen, wodurch die Fusion nahezu beliebiger Sensorsignale möglich wird. Die Annahme, dass die Fehlerwerte für die Dauer
zwischen zwei aufeinander folgenden Abgleichen konstant sind, erlaubt es, die bestimmten Fehlerwerte für die gesamte Dauer mittels ein und derselben Korrektur zu korrigieren. Die
Zulässigkeit dieser Annahme beruht dabei auf der Erkenntnis, dass sich zwar die Messwerte vergleichsweise schnell ändern können, die Fehlerwerte der Messwerte sich jedoch in der Regel nur vergleichsweise langsam ändern. Ein besonderer Vorteil des erfindungsgemäßen Verfahrens liegt darin, dass jeweils aus den Messwerten der weiteren
Sensorsysteme im vorgegebenen Zeitraum bestimmte Korrekturen nur einmal berücksichtigt werden. Wenn also z.B. eine sich aus den Messwerten des eines Sensorsystems ergebende
Korrektur der Messwerte des ersten Sensorsystems erfolgt und im weiteren Verfahrensverlauf während des vorgegebenen
Zeitraums eine weitere Korrektur aus den Messwerten eines weiteren Sensorsystems erfolgen soll, so unterbleibt die weitere Korrektur, falls diese die vorausgegangene Korrektur nur noch einmal wiederholen würde. Sofern die weitere Korrektur die vorausgegangene Korrektur anteilig noch einmal wiederholen würde, so unterbleibt die weitere Korrektur in dem Maße anteilig, wie sie die vorausgegangene Korrektur wiederholen würde. Soweit sie allerdings der vorausgegangenen Korrektur widerspricht oder diese ergänzt, wird sie
ausgeführt. Somit kann also eine unnötige zusätzliche
Korrektur, die die bereits korrigierten Messwerte wieder verfälschen würde, vermieden werden. Die Fehlerwerte bzw. Messwerte werden dabei nach Ablauf des vorgegebenen Zeitraums aus einem hierfür geeigneten Speicher gelöscht und durch aktuelle Fehlerwerte bzw. Messwerte ersetzt . Das erfindungsgemäße Verfahren ist insbesondere für
Fusionsfilter, die Fehlerinkremente schätzen, geeignet. Die Erfindung geht dabei von der Erkenntnis aus, dass die
Änderungsrate von Sensorfehlern signifikant kleiner ist als die Änderungsrate der Fehlerwerte erfasster Messwerte und dass weiterhin die Änderungsrate der Sensorfehler unabhängig vom Arbeitspunkt der Sensorsysteme ist.
Erfindungsgemäß werden unter dem Begriff „redundante
Korrekturen" also nicht nur völlig identische Korrekturen verstanden, sondern auch nur teilweise identische und
überlappende Korrekturen. Mit anderen Worten werden
erfindungsgemäß die bereits ausgeführten Korrekturen bei der Anbringung bzw. Ausführung weiterer Korrekturen, die auf den Messwerten eines Sensors mit größerer Signalverzugszeit basieren, berücksichtigt bzw. verrechnet.
Wie beschrieben, wird erfindungsgemäß also ein vorgegebener Zeitraum definiert, während dessen die Sensorsignale bzw. die Fehlerwerte der Messwerte bzw. die Messwerte des ersten
Sensorsystems vorgehalten werden und es wird die Annahme getroffen, dass die zugehörigen Fehlerwerte konstant sind. Korrekturen betreffen dann alle vorgehaltenen Messwerte bzw. Fehlerwerte gleichermaßen. Dies führt gegenüber dem Stand der Technik zu der Verbesserung, dass mehrere verschiedene
Sensorsysteme mit verschiedenen, nicht-konstanten
Verzugs zeiten für Korrekturmessungen einsetzbar sind.
Besonders bevorzugt beträgt der vorgegebene Zeitraum 25
Messepochen, wobei eine Messepoche die Zeitspanne zwischen der Ausgabe von zwei Sensorsignalen des Sensorsystems mit der geringsten Ausgabeverzögerung ist. Im Allgemeinen ist es jedoch zweckmäßig, den vorgegebenen Zeitraum abhängig von der jeweiligen Systemdynamik zu wählen. Außerdem ist es erfindungsgemäß vorgesehen, dass den
Fehlerwerten bzw. den Messwerten sog. Varianzen zugeordnet werden. Mittels der Varianzen lässt sich die Qualität der Messwerte bzw. der Fehlerwerte vergleichsweise einfach und effizient beschreiben. Bevorzugt werden auch die Varianzen im elektronischen Datenspeicher vorgehalten.
Die Zeitstempel werden dabei vorteilhafterweise direkt durch die jeweiligen Sensorsysteme erzeugt und in das den
jeweiligen Messwert beschreibende Sensorsignal geschrieben, wobei die unterschiedlichen Sensorsysteme in diesem Fall bevorzugt mit einem externen Zeitgeber synchronisiert sind, um Ungenauigkeiten bzw. Abweichungen bei der Erzeugung des Zeitstempels zu vermeiden. Alternativ ist es möglich, dass der Zeitstempel dem
jeweiligen Sensorsignal erst von einem Empfänger des
Sensorsignals zugeordnet wird, sofern der Empfänger die
Signalausgabeverzögerung sowie insbesondere eine Laufzeit des Sensorsignals vom entsprechenden Sensorsystem zum Empfänger des Sensorsignals kennt. Beispielsweise können die
Signalausgabeverzüge vor Ausführung des Verfahrens bzw. vor Inbetriebnahme eines zur Ausführung des Verfahrens geeigneten Systems bestimmt und abgespeichert werden. Daraus ergibt sich der Vorteil, dass die Zeitstempel stets den tatsächlichen Zeitpunkt der Erfassung eines Messwerts anzeigen. Dies erlaubt eine sinnvolle zeitliche Zuordnung von Messwerten unterschiedlicher Sensoren zueinander.
Des Weiteren ist es bevorzugt, dass die Sensorsignale der unterschiedlichen Sensorsysteme zumindest mittelbar ein und denselben Zustand beschreiben, z.B. eine Position eines
Kraftfahrzeugs.
Der vorgegebene Zeitraum entspricht bevorzugt mindestens der zeitlichen Differenz des geringsten Signalausgabeverzugs und des größten Signalausgabeverzugs, weil dann die Messwerte des Sensorsystems mit den geringsten Signalausgabeverzügen mit den Messwerten aller anderen Sensorsysteme abgeglichen werden können, also ein Abgleich der Messwerte des Sensorsystems mit den geringsten Signalausgabeverzügen mit den Messwerten aller anderen Sensorsysteme erfolgen kann.
Das Sensorsystem mit dem geringsten Signalausgabeverzug wird bevorzugt auch als sog. Basissystem bezeichnet, wohingegen die Sensorsysteme mit dem nicht-geringsten
Signalausgabeverzug auch als sog. Korrektursysteme bezeichnet werden.
Alternativ kann die Wahl des Basissystems auch abhängig gemacht werden von der Art der weiteren Verarbeitung der Sensorsignale bzw. Messwerte, z.B. durch einen Filter. In diesem Fall kann also auch eines der Sensorsysteme mit dem nicht-geringsten Signalausgabeverzug als Basissystem
herangezogen werden.
Von Vorteil ist es weiterhin, wenn das Basissystem derart gewählt wird, dass alle benötigten Informationen, z.B.
Navigationsinformationen, vom Basissystem alleine bestimmt werden können. Im Allgemeinen ist das Basissystem dasjenige Sensorsystem, dessen Fehlerwerte mittels des Abgleichs mit den weiteren Sensorsystemen bestimmt werden bzw. dessen Messwerte
korrigiert werden. Die weiteren Sensorsysteme werden daher auch als sog. Korrektursysteme bezeichnet.
Die für das erfindungsgemäße Verfahren getätigte Annahme, dass innerhalb der Dauer zwischen zwei aufeinanderfolgenden Abgleichen nur eine vernachlässigbare Änderung der
Fehlerwerte stattfindet bzw. die Fehlerwerte konstant sind, begründet die Anwendung der erfindungsgemäß berechneten
Korrekturen nicht nur auf die aktuell ausgegebenen, sondern auch auf gespeicherten Messwerte des Sensorsystems mit der geringsten Signalausgabeverzögerung. Somit ist
sichergestellt, dass der Abgleich zwischen den Messwerten auch bei einer Verwendung von gespeicherten Messwerten aus der Vergangenheit stets den Fehlerwert des aktuellen Zustande des ersten Sensorsystems liefert, und daher auch konsistent mit einem verwendeten Gewichtungsmodell ist. Somit verbessert die Erfindung also eine Multisensortauglichkeit eines
Fusionsfilters.
Es ist bevorzugt, dass das erste Sensorsystem einen
vergleichsweise geringsten Signalausgabeverzug aufweist. Da somit die Fehlerwerte der Messwerte des Sensorsystems mit den geringsten Signalausgabeverzügen bestimmt werden, korrigiert werden und diese Fehlerwerte über den vorgegebenen Zeitraum zudem als konstant angenommen werden, stehen also stets vergleichsweise aktuelle - da nur mit den vergleichsweise geringsten Signalausgabeverzügen behaftete - und korrigierte Messwerte zur Verfügung.
Bevorzugt ist es vorgesehen, dass die vorgehaltenen
Fehlerwerte bzw. die vorgehaltenen Messwerte korrigiert werden. Daraus ergibt sich der Vorteil, dass eine aktive Überwachung bzw. ein aktiver Abgleich der ausgeführten
Korrekturen vermieden werden kann, dass also nicht ständig die aktuell anzubringenden Korrekturen mit den bereits in der Vergangenheit angebrachten Korrekturen abgeglichen werden müssen. Stattdessen werden die zur Bestimmung der
Fehlerwerte, also zum Abgleich, herangezogenen und bereits korrigierten Messwerte aus der Vergangenheit, jeweils bei Bedarf mittels einer weiteren Korrektur korrigiert. Eine Beaufschlagung der vorgehaltenen Fehlerwerte mit der
Korrektur bringt dabei denselben Effekt, da die Fehlerwerte naturgemäß nur eine Abweichung eines Messwerts von einem tatsächlichen Wert beschreiben. Anschließend werden bei
Vorliegen neuer Messwerte der weiteren Sensorsysteme neue Fehlerwerte mittels eines neuen Abgleiche bestimmt, wobei also die bereits korrigierten vorgehaltenen Messwerte bzw. Fehlerwerte des ersten Sensorsystems zum Abgleich
herangezogen werden. Somit erfolgt die neuerliche Korrektur also nur dann und nur insoweit, als die bereits korrigierten vorgehaltenen Messwerte noch Fehlerwerte aufweisen. Dies verhindert effektiv, dass redundante Korrekturen mehrfach erfolgen und zur Erzeugung neuer Fehler führen. Die
Korrekturen können dabei z.B. die Form von sog. Offset-Werten haben, welche zur Korrektur der Fehlerwerte auf diese bzw. auf die Messwerte aufaddiert werden.
Ebenso ist es bevorzugt vorgesehen, dass die Korrekturen aufeinander angerechnet werden. Somit ist es nicht notwendig, die vorgehaltenen Messwerte bzw. Fehlerwerte aus der
Vergangenheit zu korrigieren. Stattdessen wird jeweils die letzte angebrachte Korrektur, ggf. auch mehrere angebrachte Korrekturen, vorgehalten und mit einer neuen anzubringenden Korrektur abgeglichen. Sofern und soweit die bereits erfolgte Korrektur die neue Korrektur bereits vorwegnimmt, also dieser entspricht, unterbleibt sie. Auch somit ist gewährleistet, dass die zuvor erfolgten Korrekturen berücksichtigt werden bzw. redundante Korrekturen nur einmal erfolgen. Weiterhin ist es bevorzugt, dass die Korrekturen mittels
Messwerten der weiteren Sensorsysteme erfolgen. Wie bereits beschrieben, erfolgt die Bestimmung der Fehlerwerte der
Messwerte des ersten Sensorsystems mittels eines Abgleiche mit den Messwerten der weiteren Sensorsysteme. Im gleichen Maße ist es sinnvoll, die Korrektur auf dem selben Wege zu bestimmen, da die Korrektur fest mit den Fehlerwerten
korreliert ist, da sie diese schließlich ausgleicht bzw.
korrigiert. Bei Vorliegen eines bekannten Fehlerwerts kann aus diesem auch die notwendige Korrektur bestimmt werden, weil die Korrektur bevorzugt dem negativen Fehlerwert
entspricht . Außerdem ist es bevorzugt, dass die Sensorsignale vor einem Heranziehen zur Fusion gefiltert werden. Somit ist
gewährleistet, dass grob falsche Messwerte nicht verarbeitet werden, insbesondere nicht im Rahmen des Abgleiche zur
Bestimmung der Fehlerwerte bzw. zur Korrektur. Die Filterung kann dabei z.B. ein statistisches Verfahren sein, mittels dessen sog. Ausreißer unter den Messwerten erkannt und verworfen werden oder auch ein Prädiktionsmodell, welches Messwerte erkennt und verwirft, die um mehr als einen
Schwellenwert von einer Modellvorhersage abweichen.
Da die Fehlerwerte als über den Zeitraum konstant angenommen werden, wird also eine vom Zeitraum abhängige Anzahl von Messwerten im elektronischen Datenspeicher vorgehalten. Unter der genannten Annahme, dass nämlich die Fehlerwerte über den Zeitraum konstant sind, können die innerhalb des Zeitraums erfassten Messwerte bzw. ausgegebenen Sensorsignale in tatsächliche Arbeitspunkte, d.h. in zumindest teilweise korrigierte Messwerte, und in davon unabhängige Restfehler zerlegt werden. Die unabhängigen Restfehler können dabei niemals endgültig aufgelöst werden, da auch die zur
Bestimmung der Fehlerwerte herangezogenen Korrekturwerte fehlerbehaftet sind. Die Arbeitspunkte hingegen können jederzeit bei einer Ausgabe von Sensorsignalen eines
Sensorsystems mit einer geringeren als der größten
Ausgabeverzögerung bestimmt werden.
Es ist zweckmäßig, dass die Sensorsignale Sensorsignale eines Trägheitsnavigationssystems , Sensorsignale eines globalen Satellitennavigationssystems und Sensorsignale eines
Odometrienavigationssystems sind. Damit ist die vorliegende Erfindung insbesondere zu Navigationszwecken und für
Navigationssysteme, bevorzugt in Kraftfahrzeugen, geeignet. Das erfindungsgemäße Verfahren bestimmt somit also die
Position, insbesondere die Position eines Kraftfahrzeugs, aus den Sensorsignalen. Bei dem globalen
Satellitennavigationssystem kann es sich beispielsweise um ein sog. GPS-Navigationssystem handeln. Das
Odometrienavigationssystem bestimmt zunächst die
Geschwindigkeit z.B. über den bekannten Abrollumfang der Kraftfahrzeugreifen und daraus die Position unter
Berücksichtigung des Lenkwinkels. Besonders zweckmäßig ist es, dass das Satellitennavigationssystem mindestens zwei Satellitensignalempfänger umfasst. Dadurch verbessert sie die Qualität der erfassten Satellitensignale und somit die
Zuverlässigkeit und Genauigkeit des
Satellitennavigationssystems. Die zeitlichen
Signalausgabeverzüge der genannten Sensorsignale sind
typischerweise in folgender, zunehmender Reihenfolge
sortiert: Sensorsignale des Trägheitsnavigationssystems , Sensorsignale des Odometrienavigationssystems und
Sensorsignale des globalen Satellitennavigationssystems. Es ist vorteilhaft, dass die Fehlerwerte mittels eines Error- State-Space-Filters , insbesondere mittels eines Error-State- Space-Kalman-Filters bestimmt werden. Das Error-State-Space- Filter stellt dabei ein Fusionsfilter zur Fusion der
Messwerte dar, insbesondere zur Fusion von normalverteilten Messwerten. Gleichzeitig schätzt bzw. bestimmt das Error- State-Space- Filter bevorzugt die Fehlerwerte des ersten Sensorsystems. Bevorzugt handelt es sich bei dem ersten
Sensorsystem um ein Trägheitsnavigationssystem eines
Kraftfahrzeugs. Mittels der weiteren Sensorsysteme können dann die Fehlerwerte und ggf. auch unbekannte Größen des
Trägheitsnavigationssystems geschätzt bzw. bestimmt werden. Eine Besonderheit des Error-State-Space- Filters ist es also, dass anstelle der Sensorsignale bzw. der Messwerte lediglich Fehlerwerte inkrementell geschätzt bzw. bestimmt werden und anschließend die Messwerte mittels der Korrekturen korrigiert werden. Die Fehlerwerte haben nämlich eine signifikant niedrigere zeitliche Dynamik als die Messwerte selbst, wodurch eine weitgehende Entkopplung der Dynamik des Error- State-Space- Filters von den Sensoreigenschaften erreicht wird und zusätzliche Verzögerungen bzw. Fehler durch nicht konstante Gruppenlaufzeiten der Einzelsignale eines
Signalpakets reduziert werden.
Eine weitere Besonderheit des Error-State-Space-Kalman- Filters ist es, dass durch die Anbringung einer Korrektur die geschätzten bzw. bestimmten Fehlerwerte nach jedem
Arbeitszyklus des Error-State-Space-Kalman-Filters Null sind, wodurch ein sonst üblicher Prädiktionsschritt zur Vorhersage der Fehlerwerte im folgenden Arbeitszyklus entfällt, wodurch sich also der Rechenaufwand für das Error-State-Space-Kalman- Filter reduziert.
Die Anforderungen der unterschiedlichen Anwendungen,
insbesondere der unterschiedlichen Fahrzeugsystemanwendungen, an die Qualität der fusionierten Messdaten sind jeweils spezifisch. Für die erwünschte Verwendung der Fusion als zentraler Datenlieferant für alle Anwendungen ist somit die für eine Eigenschaft anspruchsvollste Anforderung, oder, bei widersprüchlichen Anforderungen, der beste Kompromiss der Eigenschaften, ausschlaggebend. Allgemeingültige
Anforderungen an die Fusion sind in der Regel jedoch eine möglichst niedrige Latenzzeit, eine konstante, möglichst kurze Gruppenlaufzeit sowie hohe Verfügbarkeit und
Widerspruchsfreiheit der Daten.
Anstelle des im Stand der Technik oftmals üblichen
Prädiktionsschrittes werden bevorzugt die in der
Vergangenheit bereits kontinuierlich korrigierten Messwerte des ersten Sensorsystems in Differenz mit den Messwerten von anderen, zur Korrektur eingesetzten weiteren Sensorsystemen gesetzt. Diese Differenz ist die Grundlage für die Schätzung bzw. Bestimmung der aktuellen Fehlerwerte und stellt
beispielhaft eine Möglichkeit für den erfindungsgemäßen
Abgleich dar. Stehen in einem Arbeitszyklus des Error-State-Space-Kalman- Filters keine Korrekturwerte zur Verfügung, so findet auch keine Bestimmung von neuen Fehlerwerten statt und die jeweils aktuellen Sensorsignale des Sensors mit der geringsten
Signalausgabeverzögerung werden mit den letzten bekannten Fehlerwerten bzw. Korrekturwerten weiterverarbeitet. Damit ist für die Dauer, für welche die Fehlerwerte des ersten Sensorsystems als konstant angenommen werden, eine
Unabhängigkeit von der Verfügbarkeit von Korrekturmessungen gegeben. Im Error-State-Space-Kalman-Filter wird in diesem Fall nur die Fortpflanzung der Varianzen durchgeführt.
Besonders bevorzugt ist es vorgesehen, dass zum Bestimmen der Fehlerwerte Messwerte mit einem benötigten Zeitstempel mittels Interpolation erzeugt werden, falls keine Messwerte mit identischem Zeitstempel vorliegen. Da die Sensorsignale aufgrund der unterschiedlichen Signalausgabeverzögerungen und im Allgemeinen aufgrund der fehlenden Synchronisation der Sensorsysteme untereinander üblicherweise unterschiedliche Zeitstempel aufweisen, kann mittels der Interpolation ein Messwert mit dem benötigten Zeitstempel berechnet werden. Bevorzugt werden dabei Messwerte des ersten Sensorsystems, welches besonders bevorzugt die geringste
Signalausgabeverzögerung aufweist, mittels Interpolation erzeugt, d.h. also, dass diese Messwerte in Abhängigkeit der Zeitstempel der Messwerte bzw. Sensorsignale der weiteren Sensorsysteme erzeugt werden. Zweckmäßigerweise werden für die Erzeugung eines Messwerts mittels Interpolation die beiden dem zu erzeugenden Messwert mit dem benötigten
Zeitstempel am nahesten liegenden und diesen einschließenden Messwerte des ersten Sensorsystems herangezogen. Der mittels Interpolation erzeugte Messwert wird dann zur Bestimmung der Fehlerwerte herangezogen. Der benötigte Zeitstempel ist dabei der identische ZeitStempel .
Weiterhin ist es besonders bevorzugt vorgesehen, dass
Änderungen der Messwerte für die Interpolation als
proportional zur Zeit angenommen werden. Somit erfolgt also eine lineare Interpolation. Daraus ergibt sich der Vorteil, dass die Interpolation vergleichsweise einfach und
entsprechend mit nur geringem Rechenaufwand ausführbar ist.
Ebenso ist es bevorzugt vorgesehen, dass die Fehlerwerte für die Messwerte aller Sensorsysteme bestimmt werden.
Insbesondere ist es dabei bevorzugt, die Fehlerwerte des Trägheitsnavigationssystem mittels der Messwerte
Satellitennavigationssystems und der Messwerte des
Odometrienavigationssystems zu bestimmen bzw. die Messwerte des Trägheitsnavigationssystem mittels der Messwerte
Satellitennavigationssystems und der Messwerte des
Odometrienavigationssystems zu korrigieren. Weiterhin ist es insbesondere bevorzugt, die Fehlerwerte des
Odometrienavigationssystems mittels Messwerten des
Trägheitsnavigationssystems zu bestimmen bzw. Messwerte des Odometrienavigationssystems mittels Messwerten des
Trägheitsnavigationssystems zu korrigieren. Ebenso ist es weiterhin insbesondere bevorzugt, die Fehlerwerte des
Satellitennavigationssystems mittels Messwerten des
Trägheitsnavigationssystems zu bestimmen bzw. Messwerte des Satellitennavigationssystems mittels Messwerten des
Trägheitsnavigationssystems zu korrigieren. Diese Art der wechselseitigen Bestimmung von Fehlerwerten bzw. der
wechselseitigen Korrektur von Messwerten wird dabei bevorzugt als sog. „deep Integration" durchgeführt, was bedeutet, dass nicht nur die Fehlerwerte des Basissystems bestimmt werden bzw. die Messwerte des Basissystems korrigiert werden, sondern, wie beschrieben, auch die der anderen Sensorsysteme. Weiterhin umfasst die „deep Integration" bereits eine
Korrektur der jeweiligen Sensorrohdaten der verschiedenen Sensorsysteme, was eine Sensorsignal-Vorverarbeitung der jeweiligen Sensorsysteme verbessert. Darüber hinaus umfasst die „deep Integration" auch eine Korrektur der Sensorsysteme als solche, d.h., dass Sensorsysteme, welche fehlerbehaftete Messwerte erfassen, bereits soweit möglich in der Erfassung korrigiert werden.
Da das Trägheitsnavigationssystem üblicherweise die
geringsten Signalausgabeverzüge aufweist, also das
Sensorsystem mit den geringsten Signalausgabeverzügen
darstellt, ist es von Vorteil, dessen Messwerte zur
Positionsbestimmung heranzuziehen und diese regelmäßig mittels der Messwerte des globalen
Satellitennavigationssystems und der Messwerte des
Odometrienavigationssystems zu korrigieren. Das
Trägheitsnavigationssystem bildet in diesem Fall das sog.
Basissystem, während das globale Satellitennavigationssystem und das Odometrienavigationssystem die sog. Korrektursysteme bilden . Die Erfindung betrifft weiterhin ein Fusionsfilter zur Fusion von Sensorsignalen mit unterschiedlichen zeitlichen
Signalausgabeverzügen zu einem Fusionsdatensatz, wobei das Fusionsfilter dazu ausgebildet ist, mindestens drei jeweils einen unterschiedlichen Messwert beschreibende Sensorsignale von mindestens drei unterschiedlichen Sensorsystemen zu erfassen, wobei die Signalausgabeverzüge sensorindividuell sind, wobei die Sensorsignale jeweils einen einen
Erfassungszeitpunkt der Messwerte beschreibenden Zeitstempel umfassen, wobei das Fusionsfilter dazu ausgebildet ist, Fehlerwerte von Messwerten eines Sensorsystems mit den geringsten Signalausgabeverzügen mittels eines Abgleiche mit Messwerten von anderen Sensorsystemen zu bestimmen, wobei das Fusionsfilter dazu ausgebildet ist, für den Abgleich
Messwerte mit identischem Zeitstempel heranzuziehen,
wobei das Fusionsfilter dazu ausgebildet ist, die Fehlerwerte zumindest für die Dauer zwischen zwei aufeinander folgenden Abgleichen als konstant anzunehmen, wobei das Fusionsfilter dazu ausgebildet ist, die Fehlerwerte und/oder die Messwerte des ersten Sensorsystems für einen vorgegebenen Zeitraum vorzuhalten, wobei das Fusionsfilter dazu ausgebildet ist, die Fehlerwerte und/oder die Messwerte des ersten
Sensorsystems beständig mittels einer Korrektur zu
korrigieren und wobei das Fusionsfilter dazu ausgebildet ist, während des Zeitraums erfolgte Korrekturen bei einer
Anbringung weiterer Korrekturen während des Zeitraums zu berücksichtigen. Da das erfindungsgemäße Filter also zur Ausführung des erfindungsgemäßen Verfahrens ausgebildet ist, und dieses insbesondere auch ausführt, führt es in Verbindung mit den genannten Sensoren zu den bereits beschriebenen
Vorteilen .
Bevorzugt ist es vorgesehen, dass das erfindungsgemäße Filter als Error-State-Space-Kalman-Filter ausgebildet ist. Ein Error-State-Space-Kalman-Filter ermöglicht die bereits geschilderten Vorzüge hinsichtlich der Bestimmung der
Fehlerwerte . Die Erfindung betrifft außerdem ein System zur Fusion von Sensorsignalen mit unterschiedlichen zeitlichen
Signalausgabeverzügen zu einem Fusionsdatensatz, umfassend mindestens drei unterschiedliche Sensorsysteme, welche
Messdaten beschreibende Sensorsignale mit sensorindividuellen Signalausgabeverzügen ausgeben, wobei das System weiterhin ein erfindungsgemäßes Fusionsfilter umfasst. Das
erfindungsgemäße System ermöglicht also die Ausführung des erfindungsgemäßen Verfahrens unter Einbeziehung des
erfindungsgemäßen Filters. Dies führt zu den bereits
genannten Vorteilen.
Es ist bevorzugt, dass das System dazu ausgebildet ist, das erfindungsgemäße Verfahren auszuführen. Die Ausführung des erfindungsgemäßen Verfahrens führt zu den bereits
beschriebenen Vorteilen.
Zur Vereinheitlichung der Architektur eines derartigen
Systems ist es vorgesehen, die Fusion der Sensorsignale als sog. nicht-transparente Verarbeitungsebene zwischen den
Sensorsystemen und auf den Messwerten basierenden Anwendungen zu konzipieren. Die Erfindung betrifft weiterhin eine Verwendung des
erfindungsgemäßen Systems in einem Kraftfahrzeug.
Weitere bevorzugte Ausführungsformen ergeben sich aus den Unteransprüchen und der nachfolgenden Beschreibung eines Ausführungsbeispiels an Hand von Figuren.
Es zeigen
Fig. 1 beispielhaft eine mögliche Ausbildungsform eines erfindungsgemäßen Systems, welches zur
Positionsbestimmung ausgebildet ist, in einem
Kraftfahrzeug,
Fig. 2 beispielhaft eine weitere mögliche Ausbildungsform eines erfindungsgemäßen Systems, welches ebenfalls zur Positionsbestimmung ausgebildet ist, in einem Kraftfahrzeug und
Fig. 3 einen möglichen Ablauf eines erfindungsgemäßen
Verfahrens in Form eines Flussdiagramms.
Fig. 1 zeigt in schematischer Darstellung ein
Ausführungsbeispiel des erfindungsgemäßen Systems, das zur Anordnung und Verwendung in einem Kraftfahrzeug (nicht dargestellt) vorgesehen ist. Das dargestellte System ist beispielsgemäß zur Positionsbestimmung des Kraftfahrzeugs ausgebildet. Dabei sind alle vom System umfassten Elemente bzw. Bestandteile bzw. Sensorsysteme als Funktionsblöcke veranschaulicht und deren Zusammenwirken untereinander dargestellt.
Das System umfasst Trägheitssensornavigationssystem 101, das so ausgebildet ist, dass es zumindest die Beschleunigungen entlang einer ersten, einer zweiten und einer dritten Achse sowie wenigstens die Drehraten um die erste, um die zweite und um die dritte Achse erfassen kann. Die erste Achse entspricht dabei beispielsgemäß der Längsachse des
Kraftfahrzeugs, die zweite Achse entspricht der Querachse des Kraftfahrzeugs und die dritte Achse entspricht der Hochachse des Kraftfahrzeugs. Diese drei Achsen bilden ein kartesisches Koordinatensystem, das sog. Kraftfahrzeugkoordinatensystem. Trägheitssensornavigationssystem 101 umfasst beispielsgemäß ausschließlich die zum Erfassen der Beschleunigungen und Drehraten notwendige Sensorik. Eine zur Verarbeitung bzw. Auswertung der Sensorsignale notwendige Elektronik ist beispielsgemäß nicht von Trägheitssensornavigationssystem 101 umfasst .
Trägheitssensornavigationssystem 101 bildet beispielsgemäß zusammen mit weiter unten beschriebener Strapdown- Algorithmus-Einheit 102 das sog. Basissystem, dessen
Messwerte mittels der im Folgenden beschriebenen
Korrektursysteme korrigiert werden.
Das System weist weiterhin eine sog. Strapdown-Algorithmus- Einheit 102 auf, in welcher ein sog. Strapdown-Algorithmus durchgeführt wird, mittels dessen die Messwerte von
Trägheitssensornavigationssystem 101 u.a. in
Geschwindigkeitsdaten und Positionsdaten umgerechnet werden. Dazu werden die Sensorsignale von
Trägheitssensornavigationssystem 101, welche naturgemäß
Beschleunigungen beschreiben, einmal bzw. zweimal über die Zeit integriert. Auch eine Ausrichtung des Kraftfahrzeugs wird mittels einmaliger Integration der entsprechenden
Sensorsignale von Trägheitssensornavigationssystem 101 über die Zeit bestimmt. Außerdem kompensiert Strapdown- Algorithmus-Einheit 102 eine auf
Trägheitssensornavigationssystem 101 wirkende
Coriolisbeschleunigung sowie die Erdbeschleunigung, die sog. Erdtransportdrehrate und die Erddrehrate. Die Ausgangsdaten von Strapdown-Algorithmus-Einheit 102 umfassen folglich die folgenden physikalischen Größen:
die Geschwindigkeit, die Beschleunigung sowie die Drehrate des Kraftfahrzeugs, beispielsgemäß bezüglich der genannten drei Achsen des Kraftfahrzeugkoordinatensystems und
beispielsgemäß zusätzlich jeweils bezogen auf ein
Weltkoordinatensystem, das zur Beschreibung der Ausrichtung bzw. von dynamischen Größen des Kraftfahrzeugs auf der Welt geeignet ist. Beispielsgemäß handelt es sich bei dem
genannten Weltkoordinatensystem um ein GPS-Koordinatensystem. Außerdem umfassen die Ausgangsdaten von Strapdown- Algorithmus-Einheit 102 die Position bezüglich des
Kraftfahrzeugkoordinatensystems und die Ausrichtung
hinsichtlich des Weltkoordinatensystems. Die von Strapdown- Algorithmus-Einheit 102 berechneten o.g. physikalischen
Größen werden über Ausgabemodul 112 ausgegeben und anderen Kraftfahrzeugsystemen zur Verfügung gestellt.
Das System umfasst außerdem Odometrienavigationssystem 103 in Form von Raddrehzahlsensoren für jedes Rad des Kraftahrzeugs. Beispielgemäß handelt es sich um ein vierrädriges
Kraftfahrzeug mit vier Raddrehzahlsensoren, die jeweils die Geschwindigkeit des ihnen zugeordneten Rads sowie dessen Drehrichtung erfassen. Weiterhin umfasst
Odometrienavigationssystem 103 ein Lenkwinkelsensorelement , das den Lenkwinkel des Kraftfahrzeugs erfasst.
Darüber hinaus weist das beispielhaft dargestellte System Satellitennavigationssystem 104 auf, welches so ausgebildet ist, dass es die Entfernung jeweils zwischen einem
zugeordneten Satelliten und dem Kraftahrzeug sowie die
Geschwindigkeit jeweils zwischen dem zugeordneten Satelliten und dem Kraftfahrzeug bestimmt. Zusätzlich stellt
Satellitennavigationssystem 104 beispielsgemäß Fusionsfilter 105 eine Startposition bzw. Startpositionsinformation bereit, zumindest beim Start bzw. Einschalten des Systems.
Das System umfasst außerdem Fusionsfilter 105. Fusionsfilter 105 stellt im Zuge der gemeinsamen Auswertung der Sensorsignale von Odometrienavigationssystem 103, von
Satellitennavigationssystems 104 und von
Trägheitssensornavigationssystem 101 einen Fusionsdatensatz 106 bereit. Fusionsdatensatz 106 umfasst beispielsgemäß die Fehlerwerte bzw. die Korrekturen für die unterschiedlichen, erfassten Messwerte.
Die Sensorsignale von Trägheitsnavigationssystems 101 werden nun in hierfür vorgesehene elektronischen Datenspeicher 113 von Fusionsfilter 105 für einen vorgegebenen Zeitraum
gespeichert. Weiterhin geht ein Algorithmus von Fusionsfilter 105 von der Annahme aus, dass Fehlerwerte der Messwerte von Trägheitsnavigationssystems 101 für einen bestimmten
Zeitraum, beispielsgemäß für 250 ms, konstant sind.
Trägheitsnavigationssystems 101 stellt dabei gemeinsam mit Strapdown-Algorithmus-Einheit 102 das sog. Basissystem dar, während Odometrienavigationssystem 103 und
Satellitennavigationssystem 104 die sog. Korrektursysteme darstellen. Bei Bedarf, d.h., wenn die gespeicherten
Messwerte keinen zu den Messwerten der Korrektursysteme identischen Zeitstempel aufweisen, wird aus den gespeicherten Messwerten ein Messwert mit dem benötigten Zeitstempel interpoliert. Die Messwerte der Korrektursysteme, also von Satellitennavigationssystem 104 und von
Odometrienavigationssystem 103, werden hingegen nicht
gespeichert .
Somit ist sichergestellt, dass der Abgleich zwischen
mindestens einem Korrektursystem und dem Basissystem, d.h. also die Bestimmung der Fehlerwerte, auch bei einer
Verwendung von gespeicherten Messwerten aus der Vergangenheit stets den Fehlerwert des aktuellen Zustande des Basissystems liefert und daher auch konsistent mit dem aktuellen
Gewichtungsmodell des Algorithmus ist. Korrekturen betreffen dann alle gespeicherten Messwerte gleichermaßen. Somit verbessert sich die Qualität von Fusionsdatensatz 106 und auch die Qualität der Korrektur für das Basissystem. Da sowohl das Basissystem gegenüber den Korrektursystemen als auch die Korrektursysteme untereinander unterschiedliche Verzugs zeiten aufweisen, kann durch erfindungsgemäßes
Fusionsfilter 105 mit elektronischem Datenspeicher 113 das Entstehen von vergleichsweise größeren Ungenauigkeiten vermieden werden.
Von Fusionsfilter 105 bereitgestellter Fusionsdatensatz 106 umfasst beispielsgemäß die Fehlerwerte der Messwerte des Basissystems, die mittels der Messwerte der Korrektursysteme bestimmt wurden. Die Fehlerwerte der Messwerte des
Basissystems werden dabei fortlaufend weiter bestimmt, sobald neue Messwerte eines Korrektursystems vorliegen. In anderen Worten heißt dies, dass ständig neue Korrekturen bestimmt werden.
Strapdown-Algorithmus-Einheit 102 korrigiert nun mittels Fusionsdatensatz 106 die Messwerte des Basissystems. Fusionsdatensatz 106 wird von Fusionsfilter 105 aus den
Messwerten bzw. Sensorsignalen von Odometrienavigationssystem 103, Satellitennavigationssystems 104 und
Trägheitsnavigationssystem 101 berechnet. Fusionsfilter 105 ist beispielsgemäß als Error-State-Space- Kalman Filter ausgebildet ist, also als Kaiman-Filter, das insbesondere eine Linearisierung der Messwerte umfasst und in welchem die Fehlerwerte berechnet bzw. geschätzt werden und welches sequentiell arbeitet und dabei die in dem jeweiligen Funktionsschritt der Sequenz verfügbaren Sensorsignale bzw. Messwerte verwendet bzw. berücksichtigt.
Fusionsfilter 105 ist so ausgebildet, dass es asynchron die neuesten von Trägheitsnavigationssystem 101,
Odometrienavigationssystem 103 und
Satellitennavigationssystem 104 ausgegebenen Sensorsignale bzw. Messwerte erfasst. Beispielsgemäß werden die Messwerte bzw. Sensorsignale dabei über Kraftfahrzeugmodelleinheit 107 und Ausrichtungsmodelleinheit 109 geführt.
Kraftfahrzeugmodelleinheit 107 ist so ausgebildet, dass sie aus den Sensorsignalen von Odometrienavigationssystem 103 zumindest die Geschwindigkeit entlang einer ersten Achse, die Geschwindigkeit entlang einer zweiten Achse sowie die
Drehrate um eine dritte Achse berechnet und diese
Fusionsfilter 105 bereitstellt. Kraftfahrzeugmodelleinheit 107 ist so ausgebildet, dass sie aus den Sensorsignalen der Raddrehzahlsensorelemente und des Lenkwinkelsensors die Geschwindigkeit jedes Rads entlang der ersten und der zweiten Achse berechnet. Weiter berechnet Kraftfahrzeugmodelleinheit 107 die Drehrate um die dritte Achse.
Das System umfasst außerdem Reifenparameterschat zungseinheit 110, welche so ausgebildet ist, dass sie zumindest den
Halbmesser, beispielgemäß den dynamischen Halbmesser, aller Räder berechnet und zusätzlich die Schräglaufsteifigkeit und die Schlupfsteifigkeit aller Räder berechnet und diese
Kraftfahrzeugmodelleinheit 107 als zusätzliche Eingangsgrößen bereitstellt. Reifenparameterschät zungseinheit 110 ist weiterhin so ausgebildet, dass sie ein im Wesentlichen lineares Reifenmodell zur Berechnung der Reifengrößen
verwendet . Die beispielgemäßen Eingangsgrößen von
Reifenparameterschät zungseinheit 110 sind dabei die
Raddrehzahlen und den Lenkwinkel beschreibende Sensorsignale, zumindest teilweise die Ausgangswerte von Strapdown- Algorithmus-Einheit 102 sowie die von Fusionsfilter 105 bestimmten Varianzen.
Das System umfasst außerdem GPS-Fehlererkennungs-und- Plausibilisierungseinheit 111, welche so ausgebildet ist, dass sie beispielgemäß als Eingangsdaten die Messwerte bzw. Sensorsignale von Satellitennavigationssystem 104 sowie zumindest teilweise Messwerte bzw. Sensorsignale von
Strapdown-Algorithmus-Einheit 102 erhält und in ihren Berechnungen berücksichtigt. GPS-Fehlererkennungs-und- Plausibilisierungseinheit 111 prüft die Messwerte bzw.
Sensorsignale außerdem gegen ein an die spezifischen und individuellen Eigenschaften von Satellitennavigationssystem 104 angepasstes stochastisches Modell. Sofern die Messwerte bzw. Sensorsignale im Rahmen einer dem Rauschen Rechnung tragenden Toleranz dem Modell entsprechen, werden sie
verifiziert bzw. bestätigt. Dabei ist GPS-Fehlererkennungs-und-Plausibilisierungseinheit 111 zusätzlich mit Fusionsfilter 105 auf Datenebene verbunden und übermittelt die plausibilisierten Messwerte bzw.
Sensorsignale an Fusionsfilter 105. GPS-Fehlererkennungs-und-Plausibilisierungseinheit 111 ist beispielhaft so ausgebildet, dass sie ein Verfahren zum
Auswählen eines Satelliten u.a. mittels der folgenden
Verfahrensschritte durchführt:
- Messen von Positionsdaten des Kraftfahrzeugs gegenüber dem Satelliten basierend auf den Sensorsignalen von
SatellitennavigationsSystems 104,
- Bestimmen von zu den basierend auf den Sensorsignalen von Satellitennavigationssystems 104 bestimmten
Positionsdaten redundanten Referenzpositionsdaten des
Kraftfahrzeugs,
- Auswählen des Satelliten, wenn eine Gegenüberstellung der Positionsdaten und der Referenzpositionsdaten einer
vorbestimmten Bedingung genügt,
- wobei zur Gegenüberstellung der Positionsdaten und der Referenzpositionsdaten eine Differenz zwischen den
Positionsdaten und den Referenzpositionsdaten gebildet wird,
- wobei die vorbestimmte Bedingung eine maximal zulässige Abweichung der Positionsdaten von den Referenzpositionsdaten ist ,
- wobei die maximal zulässige Abweichung von einer
Standardabweichung abhängig ist, die basierend auf einer Summe aus einer Referenzvarianz für die
Referenzpositionsdaten und einer Messvarianz für die Positionsdaten berechnet wird und
- wobei die maximal zulässige Abweichung einem Vielfachen der Standardabweichung derart entspricht, dass eine
Wahrscheinlichkeit, dass die Positionsdaten in ein von der Standardabweichung abhängiges Streuintervall fallen, einen vorbestimmten Schwellwert unterschreitet.
Die genannten Verfahrensschritte werden dabei beispielsgemäß anhand der sog. Rohdaten der einzelnen Sensorsysteme
durchgeführt.
Das System weist außerdem Stillstandserkennungseinheit 108 auf, welche so ausgebildet ist, dass sie einen Stillstand des Kraftfahrzeugs erkennen kann und im Fall eines erkannten Stillstands des Kraftfahrzeugs zumindest Fusionsfilter 5
Informationen aus einem Stillstandsmodell bereitstellt. Die Informationen aus einem Stillstandsmodell beschreiben dabei, dass die Drehraten um alle drei Achsen den Wert Null
aufweisen und die Geschwindigkeiten entlang aller drei Achsen den Wert Null aufweisen. Stillstandserkennungseinheit 108 ist dabei beispielgemäß so ausgebildet, dass sie als
Eingangsdaten die Sensorsignale der Raddrehzahlsensoren von Odometrienavigationssystem 103 sowie die Sensorsignale von Trägheitsnavigationssystem 101 nutzt.
Das System verwendet beispielgemäß eine erste Gruppe von Messwerten bzw. Sensorsignalen, die sich auf ein
Kraftfahrzeugkoordinatensystem beziehen und zusätzlich eine zweite Gruppe von Messwerten bzw. Sensorsignalen, die sich auf ein Weltkoordinatensystem beziehen, wobei das
Weltkoordinatensystem zur Beschreibung der Ausrichtung und von dynamischen Größen des Kraftfahrzeugs verwendet wird. Mittels Ausrichtungsmodelleinheit 109 wird ein
Ausrichtungswinkel zwischen dem
Kraftfahrzeugkoordinatensystem und dem Weltkoordinatensystem bestimmt .
Der von Ausrichtungsmodelleinheit 109 bestimmte Ausrichtungswinkel zwischen dem
Kraftfahrzeugkoordinatensystem und dem Weltkoordinatensystem wird dabei bestimmt auf Basis folgender Größen:
- der vektoriellen Geschwindigkeit bezüglich des
Weltkoordinatensystems,
- der vektoriellen Geschwindigkeit bezüglich des
Kraftfahrzeugkoordinatensystems ,
- des Lenkwinkels und
- der jeweiligen Fehlerwerte der die genannten Größen
beschreibenden Messwerte.
Ausrichtungsmodelleinheit 109 greift dabei beispielsgemäß auf sämtliche der Ausgangsdaten von Strapdown-Algorithmus-Einheit 102 zurück.
Ausrichtungsmodelleinheit 109 ist beispielgemäß so
ausgebildet, dass sie zusätzlich zu dem Ausrichtungswinkel noch eine Information über die Datenqualität des
Ausrichtungswinkels in Form einer Varianz berechnet und
Fusionsfilter 105 bereitstellt.
Fusionsfilter 105 verwendet den Ausrichtungswinkel und die
Varianz des Ausrichtungswinkels bei seinen Berechnungen, welche er über Fusionsdatensatz 106 an Strapdown-Algorithmus- Einheit 102 weiterleitet.
Fusionsfilter 105 speichert also die von
Trägheitsnavigationssystem 101, dem Basissystem, empfangenen Messwerte für 250 ms in elektronischem Datenspeicher 113. Jeweils dann, wenn Fusionsfilter 105 einen Messwert von
Odometrienavigationssystem 103 bzw. von
Satellitennavigationssystem 104 empfängt, bestimmt
Fusionsfilter 105 mittels eines Abgleiche des Messwerts von Odometrienavigationssystem 103 bzw. von
Satellitennavigationssystem 104 mit den Messwerten von
Trägheitsnavigationssystem 101 einen jeweils aktuellen
Fehlerwert von Trägheitsnavigationssystem 101. Dieser
Fehlerwert wird solange als konstant angenommen, bis ein neuer Fehlerwert bestimmt wurde. Für den Abgleich werden stets Messwerte mit identischem Zeitstempel herangezogen, d.h. es muss wegen der größeren Signalausgabeverzüge von Odometrienavigationssystem 103 und von
Satellitennavigationssystem 104 auf gespeicherte Messwerte von Trägheitsnavigationssystem 101 zurückgegriffen werden. Sofern der Zeitstempel der gespeicherten Messwerte von
Trägheitsnavigationssystem 101 jedoch nicht dem benötigten Zeitstempel entspricht, wird mittels der gespeicherten
Messwerte ein Messwert mit dem benötigten Zeitstempel linear interpoliert, d.h. es wird mittels linearer Interpolation ein Messwert erzeugt, der scheinbar zum selben Zeitpunkt erfasst wurde wie der entsprechende Messwert von
Odometrienavigationssystem 103 bzw. von
Satellitennavigationssystem 104. Die bestimmten Fehlerwerte werden dann von Fusionsfilter 105 dazu verwendet, die
aktuellen Messwerte von Trägheitsnavigationssystem 101 mittels einer Korrektur zu korrigieren. Gleichzeitig werden auch die gespeicherten Messwerte aus der Vergangenheit korrigiert, so dass die Korrektur bei einer Anbringung weiterer Korrekturen während der 250 ms berücksichtigt wird, da die mittels der weiteren Korrektur zu korrigierenden
Messwerte die aktuelle Korrektur ja bereits aufweisen. Fig. 2 zeigt beispielhaft eine weitere mögliche
Ausbildungsform eines erfindungsgemäßen Systems, welches ebenfalls zur Positionsbestimmung ausgebildet ist, in einem Kraftfahrzeug. Das System umfasst
Trägheitssensornavigationssystem 201,
Satellitennavigationssystem 204 und
Odometrienavigationssystem 203 als unterschiedliche
Sensorsysteme. Trägheitssensornavigationssystem 201,
Satellitennavigationssystem 204 und
Odometrienavigationssystem 203 weisen jeweils
unterschiedliche und individuelle Signalausgabeverzüge aus, was bedeutet, dass die genannten Sensorsysteme einen Messwert zu einem ersten Zeitpunkt erfassen, diesen aber erst nach Ablauf einer dem jeweils individuellen Signalausgabeverzug entsprechenden Zeitdauer an Fusionsfilter 205 in Form von Sensorsignalen ausgeben. Die Ausgabe der Sensorsignale erfolgt dabei über einen Fahrzeugdatenbus, beispielsgemäß über einen sog. CAN-Bus . Beispielsgemäß gibt
Satellitennavigationssystem 204 seine Messwerte bzw.
Sensorsignale in Rohdatenform aus.
Trägheitssensornavigationssystem 201 weist beispielsgemäß den geringsten Signalausgabeverzug auf, gefolgt von
Odometrienavigationssystem 203 und schließlich von
Satellitennavigationssystem 204, welches den größten
Signalausgabeverzug aufweist.
Als zentrales Element bei einer Positionsbestimmung des
Kraftfahrzeugs wird daher Trägheitsnavigationssystem 201, bei dem es sich beispielsgemäß um eine sog. MEMS-IMU (Micro- Electro-Mechanical-System-Inertial Measurement Unit) handelt, in Kombination Strapdown-Algorithmus-Einheit 207 verwendet, da dieses alle für eine vollständige Koppelnavigation
notwendigen Messwerte bzw. Sensorsignale mit den
vergleichsweise geringsten Signalausgabeverzügen liefert und zudem die höchste, von Umwelt und Fahrzuständen annähernd unabhängige Verfügbarkeit besitzt. Hierbei sind die
signifikantesten Sensorfehler der sog. Offset und der sog. Skalenfaktorfehler, wobei die Anfangswerte oder summierten Fehlerwerte der Größen Ausrichtung, Geschwindigkeit und
Position ohne äußere Unterstützung zunächst nicht schätzbar sind. Das Rauschen sowie verbleibende, nicht modellierte Fehler von Trägheitsnavigationssystem 201, wie z.B.
Nichtlinearität , werden über den Messbereich als
mittelwertfrei, stationär und normalverteilt (sog. Gaußsches Weißes Rauschen) angenommen.
Trägheitssensornavigationssystem 201 umfasst drei zueinander jeweils orthogonal erfassende Drehratensensoren und drei zueinander jeweils orthogonal erfassende
Beschleunigungssensoren. Satellitennavigationssystem 204 umfasst einen GPS-Empfänger, welcher über die Satellitensignallaufzeit zunächst Entfernungsmessungen zu den empfangbaren GPS-Satelliten vornimmt und außerdem aus der Änderung der Satellitensignallaufzeit sowie zusätzlich aus der Änderung der Anzahl der Wellenlängen der
Satellitensignale zwischen Sender- und Empfängerantenne eine vom Kraftfahrzeug zurückgelegte Wegstrecke bestimmt.
Odometrienavigationssystem 203 umfasst jeweils einen
Raddrehzahlsensor an jedem Rad des Kraftfahrzeugs sowie einen Lenwinkelsensor . Die Raddrehzahlsensoren bestimmen jeweils die Raddrehgschwindigkeit des ihnen zugeordneten Rads und der Lenkwinkelsensor bestimmt den eingeschlagenen Lenkwinkel.
Trägheitssensornavigationssystem 201 gibt seine Messwerte bzw. Sensorsignale an Vorverarbeitungseinheit 206 von
Trägheitssensornavigationssystem 201 aus.
Vorverarbeitungseinheit 206 korrigiert nun die Messwerte bzw. Sensorsignale mittels Korrekturwerten, die
Vorverarbeitungseinheit 206 von Fusionsfilter 205 erhält. Die solcherart korrigierten Messwerte bzw. Sensorsignale werden nun weitergeführt an Strapdown-Algorithmus-Einheit 207. Da es sich beispielsgemäß bei Vorverarbeitungseinheit 206,
Strapdown-Algorithmus-Einheit 207 und Fusionsfilter 205 um Softwaremodule handelt, die in unterschiedlichen Partitionen auf ein und demselben Prozessor ausgeführt werden, können die korrigierten Messwerte bzw. Sensorsignale vergleichsweise einfach und schnell weitergeführt werden.
Strapdown-Algorithmus-Einheit 207 nimmt anhnd der
korrigierten Messwerte bzw. Sensorsignale von
Vorverarbeitungseinheit 206 nun eine Positionsbestimmung vor. Diese Positionsbestimmung ist dabei eine sog.
Koppelnavigation auf Basis von
Trägheitssensornavigationssystem 201. Dazu werden die von Vorverarbeitungseinheit 206 ausgegebenen korrigierten
Messwerte bzw. Sensorsignale fortlaufend über die Zeit aufintegriert bzw. aufaddiert. Strapdown-Algorithmus-Einheit
207 kompensiert weiterhin eine auf
Trägheitssensornavigationssystem 201 wirkende Coriolisbeschleunigung sowie die Erdbeschleunigung, die sog. Erdtransportdrehrate und die Erddrehrate, welche sich jeweils auf die Messwerte von Trägheitssensornavigationssystem 201 auswirken können.
Das System weist weiterhin eine sog. Strapdown-Algorithmus- Einheit 207 auf, in welchem ein sog. Strapdown-Algorithmus durchgeführt wird, mittels dessen die Messwerte von
Trägheitssensornavigationssystem 201 u.a. in
Geschwindigkeitsdaten und Positionsdaten umgerechnet werden. Dazu werden die Sensorsignale von
Trägheitssensornavigationssystem 201, welche naturgemäß
Beschleunigungen beschreiben, einmal bzw. zweimal über die Zeit integriert. Auch eine Ausrichtung des Kraftfahrzeugs wird mittels einmaliger Integration der entsprechenden
Sensorsignale, nämlich der Drehraten, von
Trägheitssensornavigationssystem 101 über die Zeit bestimmt. Dies ermöglicht eine FortSchreibung einer zuvor bekannten Position sowie eine FortSchreibung einer zuvor bekannten Ausrichtung des Kraftfahrzeugs.
Strapdown-Algorithmus-Einheit 207 bestimmt die Position, die Geschwindigkeit und die Ausrichtung mittels Korrekturen von Fusionsfilter 205. Fusionsfilter 205 führt in diesem Beispiel die Korrektur also nur mittelbar über Strapdown-Algorithmus- Einheit 207 bestimmten und korrigierten Informationen, also die Position, die Geschwindigkeit, die Beschleunigung, die Ausrichtung, die Drehrate und die Drehbeschleunigung des Kraftfahrzeugs werden nun an Ausgabemodul 212 und an
Fusionsfilter 205 geführt.
Der von Strapdown-Algorithmus-Einheit 207 ausgeführte sog. Strapdown-Algorithmus ist dabei rechnerisch nur wenig komplex und lässt sich daher als echt zeitfähiges Basissystem
realisieren. Er stellt einen Verfahrensablauf zur Integration der Messwerte von Trägheitsnavigationssystem 201 zu
Geschwindigkeit, Ausrichtung und Position dar und beinhaltet keine Filterung, so dass sich eine annähernd konstante Latenzzeit und Gruppenlaufzeit ergibt. Die Berechnung erfolgt beispielsgemäß taktgleich zur Ausgabe der Sensorsignale durch Trägheitssensornavigationssystem 201. Trägheitssensornavigationssystem 201, Vorverarbeitungseinheit
206 von Trägheitssensornavigationssystem 201 und Strapdown- Algorithmus-Einheit 207 bilden beispielsgemäß zusammen das sog. Basissystem, zu welchem zusätzlich anteilig auch
Fusionsfilter 205 gezählt wird.
Ausgabemodul 212 gibt die von Strapdown-Algorithmus-Einheit
207 bestimmten und korrigierten Informationen an beliebige weitere Systeme des Kraftfahrzeugs weiter. Die von Satellitennavigationssystem 204 erfassten Messwerte werden beispielsgemäß in Form von Sensorsignalen über eine sog. UART-Datenverbindung zunächst an Vorverarbeitungseinheit
208 von Satellitennavigationssystem 204 weitergeführt.
Vorverarbeitungseinheit 208 korrigiert nun mittels von
Fusionsfilter 205 erhaltenen Fehlerwerten bzw. Korrekturen die Messwerte, welche sog. GPS-Rohdaten sind, von
Satellitennavigationssystem 204 und berechnet weiterhin die Bahndaten der GPS-Satelliten, von denen GPS-Signale empfangen werden. Außerdem bestimmt Satellitennavigationssystem 204 eine relative Geschwindigkeit des Kraftfahrzeugs zu
denjenigen GPS-Satelliten, von denen GPS-Signale empfangen werden. Weiterhin korrigiert Vorverarbeitungseinheit 208 einen in den Sensorsignalen enthaltenen Zeitfehler einer Empfängeruhr von Satellitennavigationssystem 204, welcher durch eine Drift der Empfängeruhr entsteht, sowie mittels eines Korrekturmodells die durch atmosphärische Einwirkungen auf die von den GPS-Satelliten gesendeten GPS-Signale
verursachten Veränderungen in der Signallaufzeit und dem Signalweg. Auch die Korrektur des Zeitfehlers sowie der atmosphärischen Einwirkungen erfolgen mittels von
Fusionsfilter 205 erhalten Korrekturen. Satellitennavigationssystem 204 ist weiterhin
Plausibilisierungsmodul 209 zugeordnet, welches die von
Vorverarbeitungseinheit 208 ausgegebenen Informationen, beispielsgemäß die GPS-Rohdaten, plausibilisiert . Für die Plausibilisierung wird davon ausgegangen, dass die
Satellitensignale der GPS-Satelliten bzw. die von
Satellitennavigationssystem 204 erfassten Messwerte von zufälligen, umweltbedingten Störungen betroffen sind. Solange diese Störungen bzgl. ihrer Größe und Häufigkeit sog. Weißem Rauschen entsprechen, werden sie plausibilisiert. Da die
Störungen der Satellitensignale häufig jedoch nicht Weißem Rauschen entsprechen, z.B. bei sog. Mehrwegeausbreitung, wird zusätzlich ein weiteres Konzept zur Plausibilisierung
verwendet. Dieses Konzept sieht die Nutzung weiterer
vorhandener Redundanzen zur Plausibilisierung der von
Satellitennavigationssystem 204 erfassten bzw. bestimmten Messwerte vor. Deshalb werden die mittels
Trägheitssensornavigationssystem 201 bestimmten Messwerte genutzt, um die Messwerte von Satellitennavigationssystem 204 zu plausibilisieren . Sofern eine Plausibilisierung dieser Messwerte nicht erfolgen kann, werden die entsprechenden Messwerte verworfen und nicht weiter verarbeitet. Die
Plausibilisierung erfolgt dabei über einen Vergleich der zu plausibilisierenden Messwerte, d.h. der von
Satellitennavigationssystem 204 bestimmten Position und
Geschwindigkeit, mit den von Trägheitssensornavigationssystem 201 bestimmten Positionen und Geschwindigkeiten, wobei die jeweiligen Messunsicherheiten bzw. Fehlerwerte berücksichtigt werden und Schwellwerte für den Vergleich herangezogen werden. Die von Trägheitssensornavigationssystem 201
bestimmten Positionen und Geschwindigkeiten werden
Plausibilisierungsmodul 209 dabei von Fusionsfilter 205 zugeführt. Die von Plausibilisierungsmodul 209 verifizierten Messwerte werden dann an Fusionsfilter 205 ausgegeben.
Das System umfasst weiterhin Vorverarbeitungseinheit 210 von Odometrienavigationssystem 203, welches über den CAN-Bus die von Odometrienavigationssystem 203 erfassten Messwerte als Sensorsignale erhält. Die erfassten Messwerte sind in diesem Fall die Messwerte der einzelnen Raddrehzahlsensoren sowie die Messwerte des Lenkwinkelsensors. Vorverarbeitungseinheit 210 bestimmt nun aus den von Odometrienavigationssystem 203 ausgegebenen Messwerten bzw. Sensorsignalen gemäß einem sog. Koppelnavigationsverfahren die Position und die Ausrichtung des Kraftfahrzeugs im GPS-Koordinatensystem. Außerdem
korrigiert Vorverarbeitungseinheit 210 die von
Odometrienavigationssystem 203 erhaltenen Messwerte bzw.
Sensorsignale mittels von Fusionsfilter 205 erhaltenen
Korrekturwerten .
Odometrienavigationssystem 203 ist weiterhin
Plausibilisierungsmodul 211 zugeordnet, welches die von
Vorverarbeitungseinheit 210 ausgegebenen Messwerte, d.h. die radindividuelle Geschwindigkeiten der Räder des
Kraftfahrzeugs plausibilisiert . Für die Plausibilisierung wird davon ausgegangen, dass auch die von
Odometrienavigationssystem 203 erfassten Messwerte von zufälligen, umweltbedingten Störungen betroffen sind. Sofern diese Messwerte in ihrem statistischen Verhalten Weißem
Rauschen entsprechen, werden sie plausibilisiert. Da die Störungen der Messwerte von Odometrienavigationssystem 203 häufig jedoch nicht Weißem Rauschen entsprechen, z.B. bei vergleichsweise großem Radschlupf, wird auch hier zusätzlich ein weiteres Konzept zur Plausibilisierung verwendet, nämlich die Nutzung weiterer vorhandener Redundanzen. Deshalb werden die mittels Trägheitssensornavigationssystem 201 bestimmten Messwerten genutzt, um die Messwerte von
Odometrienavigationssystem 203 zu plausibilisieren . Sofern eine Plausibilisierung dieser Messwerte nicht erfolgen kann, werden die entsprechenden Messwerte verworfen und nicht weiter verarbeitet. Die Plausibilisierung erfolgt dabei über einen Vergleich der zu plausibilisierenden Messwerte. Die jeweiligen Messunsicherheiten bzw. Fehlerwerte werden hierbei berücksichtigt und es werden Schwellwerte für den Vergleich herangezogen. Die von Trägheitssensornavigationssystem 201 bestimmten Messwerte werden Plausibilisierungsmodul 211 dabei von Fusionsfilter 205 zugeführt. Die von
Plausibilisierungsmodul 211 plausibilisierten Messwerte werden als Korrekturen an Fusionsfilter 205 ausgegeben. Die Elemente Vorverarbeitungseinheit 210 von
Odometrienavigationssystem 203 und Plausibilisierungsmodul 211 sowie die Elemente Vorverarbeitungseinheit 208 von
Satellitennavigationssystem 204 und Plausibilisierungsmodul 209 bilden dabei unter anteiliger Einbeziehung von
Fusionsfilter 205 jeweils eine sog. Tightly Coupling- Schleife .
Fusionsfilter 205 ist beispielsgemäß als Error-State-Space- Kalman-Filter ausgebildet und bildet das Kernstück des beispielhaft dargestellten Systems. Fusionsfilter 205
bestimmt beständig eine Abweichung der von
Odometrienavigationssystem 203 und
Satellitennavigationssystem 204 erfassten Messwerte von vorausberechneten Sollwerten, wobei Fusionsfilter 205 aus der Abweichung die zugehörigen Fehlerwerte bestimmt und - direkt oder indirekt - Korrekturen der Messwerte vornimmt. Dazu stellt Fusionsfilter 205 regelungstechnisch einen sog.
Beobachter dar. Die Hauptaufgabe von Fusionsfilter 205 ist es beispielsgemäß jedoch, die Messwerte des Basissystems, also von Trägheitsnavigationssystem 201, mittels aus Messwerten von Odometrienavigationssystem 203 und
Satellitennavigationssystem 204, welche die Korrektursysteme darstellen, bestimmten Korrekturwerten zu korrigieren, bzw. diese Korrekturen an Strapdown-Algorithmus-Einheit 207 auszugeben. Dazu werden von Fusionsfilter 205 anhand der Messwerte von Odometrienavigationssystem 203 die
radindividuellen Geschwindigkeiten, die radindividuellen Beschleunigungen sowie die Drehrate und die
Drehbeschleunigung des Kraftfahrzeugs im
Fahrzeugkoordinatensystem bestimmt. Außerdem werden von
Fusionsfilter 205 anhand der Messwerte von
Satellitennavigationssystem 204 die Position und die
Geschwindigkeit im GPS-Koordinatensystem bestimmt. Da Trägheitsnavigationssystem 201 beispielsgemäß die
geringsten Signalausgabeverzüge und die höchste Abtastrate aufweist, erhält Fusionsfilter 205 vergleichsweise viele Sensorsignale von Trägheitsnavigationssystem 201, während Fusionsfilter 205 vergleichsweise wenige Sensorsignale von Odometrienavigationssystem 203 und
Satellitennavigationssystem 204 erhält. Die Sensorsignale werden dabei, wie beschrieben, noch in Rohdatenform an
Fusionsfilter 205 übertragen. Aufgrund der genannten
unterschiedlichen Signalausgabeverzüge werden die
Sensorsignale von Trägheitsnavigationssystem 201 über einen Zeitraum von 25 Messepochen in einem nicht dargestellten elektronischen Datenspeicher gespeichert. Dieser Zeitraum entspricht im Wesentlichen der Differenz des geringsten
Signalausgabeverzugs und des größten Signalausgabeverzugs. Den größten Signalausgabeverzug weist beispielsgemäß
Satellitennavigationssystem 204 auf.
Somit ist sichergestellt, dass sowohl für die Sensorsignale von Odometrienavigationssystem 203 als auch von
Satellitennavigationssystem 204 stets Sensorsignale von
Trägheitsnavigationssystem 201 mit einem identischen
Zeitstempel vorliegen, da ausschließlich Sensorsignale mit identischem Zeitstempel verglichen werden. Mittels diesen Abgleiche werden auch die Fehlerwerte bestimmt.
Da die Sensorsignale von Odometrienavigationssystem 203 und von Satellitennavigationssystem 204 ebenfalls
unterschiedliche Signalausgabeverzüge aufweisen, erfolgen die Korrekturen bzw. die Bestimmung der Fehlerwerte auf Basis von Sensorsignalen von Odometrienavigationssystem 203
beispielsgemäß zu anderen Zeitpunkten als die Korrekturen bzw. die Bestimmung der Fehlerwerte auf Basis von
Satellitennavigationssystem 204. Um eine bereits erfolgte Korrektur bzw. einen bereits bestimmten Fehlerwert zu
erkennen und eine wiederholte Anbringung einer Korrektur, die zur Verursachung eines neuen Fehlers führen würde, zu
vermeiden, werden die bereits ausgeführten Korrekturen bei der Anbringung weiterer Korrekturen berücksichtigt. Die
Berücksichtigung der bereits ausgeführten Korrekturen erfolgt dabei derart, dass die zuvor ausgeführten Korrekturen - wie beispielsgemäß alle Korrekturen - nicht nur auf die aktuellen Messwerte bzw. Fehlerwerte von Trägheitsnavigationssystem 201 angewandt werden, sondern auch auf die gespeicherten
Messwerte. Die solcherart korrigierten Messwerte - sowohl die aktuellen als auch die gespeicherten - enthalten also die angebrachten Korrekturen. Da diese, die angebrachten
Korrekturen enthaltenden Messwerte später zur Bestimmung der neuen Fehlerwerte herangezogen werden, werden die zuvor angebrachten Korrekturen also über die bereits korrigierten Messwerte berücksichtigt. Das folgende einfache Beispiel beschreibt zusätzlich eine alternative Ausführungsform des erfindungsgemäßen Verfahrens: Zu einem ersten Zeitpunkt ti bestimmt
Trägheitsnavigationssystem 201 eine Position des
Kraftfahrzeugs, die einen Meter zu weit links von der
tatsächlichen Position des Kraftfahrzeugs liegt. Dieser
Fehler wird nun etwas später zum Zeitpunkt t2 mittels eines Vergleichs mit den Messwerten von Odometrienavigationssystem 203 erkannt. Entsprechend wird zum Zeitpunkt t2 ein
Fehlerwert bestimmt, welcher beschreibt, dass die bestimmte Position einen Meter zu weit links von der tatsächlichen
Position des Kraftfahrzeugs liegt. Unmittelbar darauf wird eine Korrektur vorgenommen, um den erkannten Fehlerwert auszugleichen. Zu einem nochmals späteren Zeitpunkt t3 liegt nun auch die aus den Messwerten von
Satellitennavigationssystem 204 bestimmte Position des
Kraftfahrzeugs für Fusionsfilter 205 vor. Obwohl die
Messdaten von Trägheitsnavigationssystem 201,
Odometrienavigationssystem 203 und
Satellitennavigationssystem 204 alle zum gleichen Zeitpunkt to erfasst wurden, liegen diese aufgrund der
unterschiedlichen Signalausgabeverzüge erst später und zu den genannten, unterschiedlichen Zeitpunkten ti, t2 und t3 für Fusionsfilter 205 vor. Im nun folgenden Abgleich der Messwerten von Trägheitsnavigationssystem 201 mit den
Messwerte von Satellitennavigationssystem 204 wird nochmals erkannt, dass die von Trägheitsnavigationssystem 201
bestimmte Position des Kraftfahrzeugs einen Meter zu weit links von der tatsächlichen Position des Kraftfahrzeugs liegt. Eine nochmalige Korrektur dieses Fehlers durch die Messwerte von Satellitennavigationssystem 204 würde nun dazu führen, dass die vom System bestimmte Position einen Meter nach rechts von der tatsächlichen Position des Kraftfahrzeugs abweichen würde. Um diesen Fehler zu vermeiden, werden die Korrekturen über den beispielsgemäßen Zeitraum von 25
Messepochen berücksichtigt, d.h. beispielsgemäß mittels eines Mikroprozessors überwacht. Der Mikroprozessor erkennt nun, dass eine identische Korrektur bereits angebracht wurde, dass der erkannte Fehler also bereits korrigiert wurde, und unterdrückt daher das nochmalige Anbringen.
Da es sich bei Fusionsfilter 205 um einen sog. Error-State- Space-Kalman-Filter handelt, werden ausschließlich die
Fehlerwerte der Messwerte bestimmt und entsprechende
Korrekturen ausgeführt. Dies vereinfacht und beschleunigt die von Fusionsfilter 205 vorgenommene Fusion der Messwerte von Trägheitsnavigationssystem 201, Odometrienavigationssystem 203 und Satellitennavigationssystem 204 zu einem gemeinsamen Fusionsdatensatz. Somit wird eine echt zeitfähige
Positionsbestimmung und Korrektur der Positionsbestimmung ermöglicht .
Das in Fig. 2 dargestellte System stellt einen sog.
virtuellen Sensor dar, wobei Trägheitsnavigationssystem 201, Odometrienavigationssystem 203 und
Satellitennavigationssystem 204 jedoch nicht Bestandteile des virtuellen Sensors sind. Ein virtueller Sensor ist ein
System, welches unabhängig von der Art der eingebundenen Sensorsysteme - hier also Trägheitsnavigationssystem 201, Odometrienavigationssystem 203 und
Satellitennavigationssystem 204 - stets die gleichen
Ausgangsdaten bzw. Ausgaben erzeugt. Anhand der Ausgangsdaten bzw. Ausgaben ist nicht ersichtlich, welche Sensorsysteme in das System eingebunden sind.
Fig. 3 zeigt einen möglichen Ablauf eines erfindungsgemäßen Verfahrens in Form eines Flussdiagramms. In Verfahrensschritt 301 werden drei unterschiedliche Messwerte von drei
unterschiedlichen Sensorsystemen, nämlich von Sensorsystem 1, Sensorsystem 2 und Sensorsystem 3, erfasst. Alle drei
Sensorsysteme erfassen dabei ein und dieselbe physikalische Größe, allerdings mittels unterschiedlicher Wirkprinzipien. In Verfahrensschritt 302 gibt zunächst Sensorsystem 1, welches den geringsten Signalausgabeverzug aufweist, ein den von Sensorsystem 1 in Schritt 301 erfassten Messwert
beschreibendes Sensorsignal aus. Dieses Sensorsignal wird in Schritt 303 von einem Fusionsfilter erfasst, welches den vom Sensorsignal beschriebenen Messwert sowie den Zeitstempel ausliest. Das Fusionsfilter geht dabei davon aus, dass der zuletzt bestimmte Fehlerwert noch immer unverändert gültig ist und bringt eine entsprechende Korrektur am Messwert an. Kurz darauf gibt Sensorsystem 2, welches den zweitgeringsten Signalausgabeverzug aufweist, in Verfahrensschritt 304 ein den von Sensorsystem 2 in Schritt 301 erfassten Messwert beschreibendes Sensorsignal aus. Schließlich gibt auch
Sensorsystem 3, welches beispielsgemäß den größten
Signalausgabeverzug aufweist, in Verfahrensschritt 305 ein den von Sensorsystem 3 in Schritt 301 erfassten Messwert beschreibendes Sensorsignal aus. Die von den Sensorsystemen 1, 2, und 3 ausgegebenen Sensorsignale umfassen dabei jeweils einen Zeitstempel, der den Erfassungszeitpunkt des vom jeweiligen Sensorsignal beschriebenen Messwerts umfasst. Der Zeitstempel ist dabei für alle drei Sensorsignale bzw.
Messwerte identisch, da alle drei Messwerte zu einem
identischen Zeitpunkt, nämlich in Verfahrensschritt 301, erfasst wurden. In Schritt 306 erfolgt nun ein Abgleich zwischen dem Messwert von Sensorsystem 1 mit dem Messwert von Sensorsystem 2. Da der Messwert von Sensorsystem 1 bereits vor dem Messwert von Sensorsystem 2 ausgegeben wurde, wurde der Messwert von Sensorsystem 1 in einem elektronischen Datenspeicher vorgehalten, um ihn nun für den Abgleich heranziehen zu können. Somit ist gewährleistet, dass nur Messwerte mit identischem Zeitstempel untereinander
abgeglichen werden. Der Abgleich in Schritt 306 ergibt, dass der Messwert von Sensorsystem 1 einen Fehler aufweist. Der entsprechende Wert des Fehlers, also der Fehlerwert, wird ebenfalls in Schritt 306 bestimmt. In Schritt 307 erfolgt eine dem Fehlerwert entsprechende Korrektur des im
elektronischen Datenspeicher vorgehaltenen Messwerts von Sensorsystem 1. Ebenso werden in Schritt 307 auch alle weiteren, im elektronischen Datenspeicher vorgehaltenen
Messwerte von Sensorsystem 1 entsprechend dem in Schritt 306 bestimmten Fehlerwert korrigiert. Zusätzlich werden alle aktuell ausgegebenen Messwerte bzw. Sensorsignale in Schritt 307 entsprechend dem in Schritt 306 bestimmten Fehlerwert korrigiert. In Schritt 308 erfolgt nun ein Abgleich zwischen dem Messwert von Sensorsystem 1 mit dem Messwert von
Sensorsystem 3. Da der Messwert von Sensorsystem 1 auch vor dem Messwert von Sensorsystem 3 ausgegeben wurde, wurde der Messwert von Sensorsystem 1, wie beschrieben, in einem elektronischen Datenspeicher vorgehalten, um ihn nun auch für diesen Abgleich heranziehen zu können. Somit ist auch hier gewährleistet, dass Messwerte mit identischem Zeitstempel untereinander abgeglichen werden. Der Abgleich in Schritt 308 ergibt nun, dass der Messwert von Sensorsystem 1 trotz der bereits in Schritt 307 angebrachten Korrektur noch einen Fehler aufweist. Daher wird in Schritt 308 auch der sich nun ergebende Fehlerwert für den bereits in Schritt 307
korrigierten Messwert bestimmt. Der in Schritt 308 bestimmte Fehlerwert bezeichnet somit den Wert eines Fehlers, der auch nach der in Schritt 307 erfolgten Korrektur noch besteht. In Schritt 309 wird nun eine erneute Korrektur des bereits korrigierten Messwerts von Sensorsystem 1 aus Schritt 301 vorgenommen .
Die erfolgten Korrekturen bauen dabei beispielsgemäß jeweils aufeinander auf und stellen sozusagen einen aufaddierten Gesamtfehler dar, welche zur Korrektur auf den Messwert aufaddiert werden.
Der beispielhaft beschriebene Verfahrensablauf ist dabei ein kontinuierlich ablaufender Prozess, insbesondere geben die Sensorsysteme 1, 2 und 3, ständig neue Sensorsignale aus, während die zuvor ausgegebenen Sensorsignale bzw. Messwerte teilweise noch vom Fusionsfilter verarbeitet werden. Ebenso erfolgt eine ständige Korrektur der Messwerte. Da auch die jeweils aktuell ausgegebenen Messwerte schon mit der Summe aller vorigen Korrekturen bzw. Offset-Werte versehen werden, erfolgt somit also eine ständige Weiter-Korrektur . Die jeweils aktuelle Korrektur berücksichtigt dabei die zuvor bereits angebrachten Korrekturen, indem sie die bereits korrigierten Messwerte weiter korrigiert.
Gemäß einem weiteren, nicht dargestellten Ausführungsbeispiel führt ein Error-State-Space-Kalman-Filter die im Folgenden beschriebene Form des erfindungsgemäßen Verfahrens aus. Dazu werden zunächst folgende beispielhafte Annahmen getroffen:
1. Innerhalb der zeitlichen Dauer τ sind die Fehler der
Messwerte X im Strapdown-Algorithmus konstant und unabhängig von den Messwerten. Im Rahmen der Zeitspanne τ werden, abhängig von der Abtastrate fIMU des
Basissystems, n Messwerte im Speicher vorgehalten:
n— τ■ fIMU
2. Bei Gültigkeit von Annahme (1) ist innerhalb von τ eine Trennung der n gespeicherten, um den aktuell bekannten Fehler korrigierten Messwerte Xn aus der Vergangenheit in wahre Arbeitspunkte Sn und davon unabhängige
Restfehler ε zulässig. Da die Fehlerwerte als konstant angenommen werden, sind sie identisch mit dem Fehlerwert der aktuellen Messepoche und lassen sich durch die zugehörigen Varianzen des Error-State-Space-Kalman- Filters korrekt beschreiben: Xn — $n + ε
3. Zwischen jeweils zwei aufeinanderfolgenden
Abtastschritten des Filters sind alle Änderungen der Messwerte als annähernd proportional zur Zeitdauer zu beschreiben .
4. Die Differenz td der Signalausgabeverzüge zwischen dem
Basissystem und den Korrektursystemen ist generell bekannt oder messbar.
Der Error-State-Space-Beobachtungsvektor z, welcher die
Fehlerwerte des Basissystems beschreibt, ergibt sich nun als Differenz zwischen Korrekturmessung und der Messung des
Basissystems. Gilt Annahme (1), so wird ein um td in der Vergangenheit ermittelter Fehlerwert unter der Voraussetzung, dass td < τ gilt, ohne Verluste von Genauigkeit in der
aktuellen, gegenwärtigen Messepoche bzw. im aktuellen, gegenwärtigen Messzyklus angebracht. Damit ist zur virtuellen Messung in der Vergangenheit eine Speicherung der zur
Berechnung von z verwendeten Messwerte des Basissystems innerhalb der Zeitspanne τ ausreichend.
Während des Signalausgabeverzugs eines Sensorsystems finden bereits Korrekturen durch Messwerte anderer Sensorsysteme mit jeweils unterschiedlichen Signalausgabeverzügen statt. Um Annahme (2) zu halten, findet bei einer Korrektur der
aktuellen Messwerte durch die vom Filter errechneten
Fehlerinkremente x auch die Korrektur des für alle
gespeicherten Messwerte Xn gültigen Fehlers ε statt. Somit ist gewährleistet, dass unabhängig vom jeweiligen
Signalausgabeverzug stets nur der Fehlerwert der aktuellen Messwerte korrigiert wird.
Da in einem Messwert Xm auch stets die zu diesem Zeitpunkt bekannten, summierten Korrekturinkremtente ε0 bereits
enthalten sind, gilt für das Update der zugehörigen Korrektur ε z.B.:
s=m
ε = ε0 + ^ xs
S =0
Dies erlaubt eine rechenzeiteffiziente, rekursive
Implementierung als Summation der vom Error-State-Space- Kaiman-Filters errechneten Korrekturen x auf jeweils alle gespeicherten Messwerte Xn .
Da im Allgemeinen nicht von synchroner Abtastung von
Basissystem und Korrekturmessungen ausgegangen wird, d.h., dass das Basissystem und die Korrektursysteme
unterschiedliche Signalausgabeverzüge aufweisen, erfolgt unter Annahme (3) eine lineare Interpolation der zur
Bestimmung der Fehlerwerte benötigten Messwerte . Unter Annahme (4) wird bevorzugt die Verzögerungszeit td verwendet, um die beiden diesem Zeitpunkt bzw. Zeitstempel am nahesten und diesen Zeitpunkt bzw. Zeitstempel einschließenden
Messwerte X± und Xj des Basissystems auszuwählen. Hierbei gilt, dass tj < td < tj . Es erfolgt nun eine lineare
Interpolation zwischen den Messwerten nach:
Figure imgf000044_0001
Die um den aktuell bekannten Fehler korrigierten und auf den benötigten Zeitstempel interpolierten Werte X^ werden dann mit den weiteren Korrekturmessungen, d.h. mit den Messwerten der Korrektursysteme, abgeglichen.

Claims

Patentansprüche
1. Verfahren zur Fusion von Sensorsignalen mit
unterschiedlichen zeitlichen Signalausgabeverzügen zu einem Fusionsdatensatz (106), wobei mindestens drei
unterschiedliche Sensorsignale jeweils einen Messwert von mindestens drei unterschiedlichen Sensorsystemen (101, 103, 104, 201, 203, 204) beschreiben, wobei die
Signalausgabeverzüge sensorindividuell sind, wobei die
Sensorsignale jeweils einen einen Erfassungszeitpunkt der Messwerte beschreibenden Zeitstempel umfassen, wobei
Fehlerwerte von Messwerten eines ersten Sensorsystems (101, 103, 104, 201, 203, 204) mittels eines Abgleiche mit
Messwerten von weiteren Sensorsystemen (101, 103, 104, 201, 203, 204) bestimmt werden, wobei für den Abgleich Messwerte mit identischem Zeitstempel herangezogen werden, wobei die Fehlerwerte zumindest für die Dauer zwischen zwei aufeinander folgenden Abgleichen als konstant angenommen werden, wobei die Fehlerwerte und/oder die Messwerte des ersten
Sensorsystems (101, 103, 104, 201, 203, 204) für einen vorgegebenen Zeitraum vorgehalten werden und wobei die
Fehlerwerte und/oder die Messwerte des ersten Sensorsystems beständig mittels einer Korrektur korrigiert werden,
dadurch gekennzeichnet, dass während des Zeitraums erfolgte Korrekturen bei einer Anbringung weiterer Korrekturen während des Zeitraums berücksichtigt werden.
2. Verfahren nach Anspruch 1,
dadurch gekennzeichnet, dass das erste Sensorsystem einen vergleichsweise geringsten Signalausgabeverzug aufweist.
3. Verfahren nach mindestens einem der Ansprüche 1 und 2, dadurch gekennzeichnet, dass die vorgehaltenen Fehlerwerte und/oder die vorgehaltenen Messwerte korrigiert werden.
4. Verfahren nach mindestens einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass während des Zeitraums die
Korrekturen aufeinander angerechnet werden.
5. Verfahren nach mindestens einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die Korrekturen mittels
Messwerten der weiteren Sensorsysteme (101, 103, 104, 201, 203, 204) erfolgen.
6. Verfahren nach mindestens einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass die Sensorsignale vor einem Heranziehen zur Fusion gefiltert werden.
7. Verfahren nach mindestens einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die Sensorsignale Sensorsignale eines Trägheitsnavigationssystems (101, 201), Sensorsignale eines globalen Satellitennavigationssystems (104, 204) und Sensorsignale eines Odometrienavigationssystems (103, 203) sind .
8. Verfahren nach mindestens einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass die Fehlerwerte mittels eines Error-State-Space-Filters , insbesondere mittels eines Error- State-Space-Kalman-Filters (105, 205) bestimmt werden.
9. Verfahren nach mindestens einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass zum Bestimmen der Fehlerwerte Messwerte mit einem benötigten Zeitstempel mittels
Interpolation erzeugt werden, falls keine Messwerte mit identischem Zeitstempel vorliegen.
10. Verfahren nach Anspruch 9,
dadurch gekennzeichnet, dass Änderungen der Messwerte für die Interpolation als proportional zur Zeit angenommen werden.
11. Verfahren nach mindestens einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass dass die Fehlerwerte für die Messwerte aller Sensorsysteme (101, 201, 104, 204, 103, 203) bestimmt werden.
12. Fusionsfilter (105, 205) zur Fusion von Sensorsignalen mit unterschiedlichen zeitlichen Signalausgabeverzügen zu einem Fusionsdatensatz (106), wobei das Fusionsfilter (105, 205) dazu ausgebildet ist, mindestens drei jeweils einen unterschiedlichen Messwert beschreibende Sensorsignale von mindestens drei unterschiedlichen Sensorsystemen (101, 103, 104, 201, 203, 204) zu erfassen, wobei die
Signalausgabeverzüge sensorindividuell sind, wobei die
Sensorsignale jeweils einen einen Erfassungszeitpunkt der Messwerte beschreibenden Zeitstempel umfassen, wobei das Fusionsfilter (105, 205) dazu ausgebildet ist, Fehlerwerte von Messwerten eines Sensorsystems (101, 103, 104, 201, 203, 204) mit den geringsten Signalausgabeverzügen mittels eines Abgleichs mit Messwerten von anderen Sensorsystemen (101, 103, 104, 201, 203, 204) zu bestimmen, wobei das
Fusionsfilter (105, 205) dazu ausgebildet ist, für den
Abgleich Messwerte mit identischem Zeitstempel heranzuziehen, wobei das Fusionsfilter (105, 205) dazu ausgebildet ist, die Fehlerwerte zumindest für die Dauer zwischen zwei aufeinander folgenden Abgleichen als konstant anzunehmen, wobei das Fusionsfilter (105, 205) dazu ausgebildet ist, die
Fehlerwerte und/oder die Messwerte des ersten Sensorsystems (101, 103, 104, 201, 203, 204) für einen vorgegebenen
Zeitraum vorzuhalten und wobei das Fusionsfilter (105, 205) dazu ausgebildet ist, die Fehlerwerte und/oder die Messwerte des ersten Sensorsystems beständig mittels einer Korrektur zu korrigieren,
dadurch gekennzeichnet, dass das Fusionsfilter (105, 205) dazu ausgebildet ist, während des Zeitraums erfolgte
Korrekturen bei einer Anbringung weiterer Korrekturen während des Zeitraums zu berücksichtigen.
13. System zur Fusion von Sensorsignalen mit
unterschiedlichen zeitlichen Signalausgabeverzügen zu einem Fusionsdatensatz (106) , umfassend mindestens drei
unterschiedliche Sensorsysteme (101, 103, 104, 201, 203, 204), welche Messdaten beschreibende Sensorsignale mit sensorindividuellen Signalausgabeverzügen ausgeben, dadurch gekennzeichnet, dass das System weiterhin ein
Fusionsfilter (105, 205) nach Anspruch 11 umfasst.
14. System nach Anspruch 13,
dadurch gekennzeichnet, dass das System dazu ausgebildet ist, ein Verfahren nach mindestens einem der Ansprüche 1 bis 10 auszuführen.
15. Verwendung des Systems nach mindestens einem der
Ansprüche 13 und 14 in einem Kraftfahrzeug.
PCT/EP2014/075060 2013-11-20 2014-11-19 Verfahren, fusionsfilter und system zur fusion von sensorsignalen mit unterschiedlichen zeitlichen signalausgabeverzügen zu einem fusionsdatensatz WO2015075093A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US14/917,063 US10422658B2 (en) 2013-11-20 2014-11-19 Method, fusion filter, and system for fusing sensor signals with different temporal signal output delays into a fusion data set

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102013223629 2013-11-20
DE102013223629.8 2013-11-20

Publications (1)

Publication Number Publication Date
WO2015075093A1 true WO2015075093A1 (de) 2015-05-28

Family

ID=51999404

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2014/075060 WO2015075093A1 (de) 2013-11-20 2014-11-19 Verfahren, fusionsfilter und system zur fusion von sensorsignalen mit unterschiedlichen zeitlichen signalausgabeverzügen zu einem fusionsdatensatz

Country Status (3)

Country Link
US (1) US10422658B2 (de)
DE (1) DE102014211166A1 (de)
WO (1) WO2015075093A1 (de)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11105655B2 (en) * 2012-08-09 2021-08-31 Bae Systems Information And Electronic Systems Integration Inc. Integrated data registration
EP3470787B1 (de) 2013-11-27 2020-04-15 The Trustees Of The University Of Pennsylvania Multisensorfusion für einen robusten autonomen flug in innen- und aussenumgebungen mit einem mikro-rotorkraft-luftfahrzeug
US10395115B2 (en) 2015-01-27 2019-08-27 The Trustees Of The University Of Pennsylvania Systems, devices, and methods for robotic remote sensing for precision agriculture
US10037028B2 (en) 2015-07-24 2018-07-31 The Trustees Of The University Of Pennsylvania Systems, devices, and methods for on-board sensing and control of micro aerial vehicles
US10884430B2 (en) 2015-09-11 2021-01-05 The Trustees Of The University Of Pennsylvania Systems and methods for generating safe trajectories for multi-vehicle teams
DE102016211805A1 (de) 2015-10-09 2017-04-13 Volkswagen Aktiengesellschaft Fusion von Positionsdaten mittels Posen-Graph
DE102015226365A1 (de) * 2015-12-21 2017-06-22 Robert Bosch Gmbh Verfahren zur Messung der Varianz in einem Messsignal, Verfahren zur Datenfusion, Computerprogramm, Maschinenlesbares Speichermedium und Vorrichtung
WO2017133707A1 (zh) * 2016-02-06 2017-08-10 苏州宝时得电动工具有限公司 自动工作系统，自移动设备及其控制方法
EP3236210B1 (de) 2016-04-20 2020-08-05 Honda Research Institute Europe GmbH Navigationssystem und verfahren zur fehlerkorrektur
JP6579054B2 (ja) * 2016-07-27 2019-09-25 株式会社アドヴィックス センサ監視装置、及び、該装置を備える車両の制動制御装置
DE102016213893A1 (de) * 2016-07-28 2018-02-01 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen der Absolutposition eines Kraftfahrzeugs, Ortsbestimmungssystem, Kraftfahrzeug
US10571913B2 (en) 2016-08-05 2020-02-25 Aptiv Technologies Limited Operation-security system for an automated vehicle
CN107806886B (zh) * 2016-09-08 2020-08-28 千寻位置网络有限公司 一种移动终端惯性导航定位修正方法及其装置
DE102016222272B4 (de) * 2016-11-14 2018-05-30 Volkswagen Aktiengesellschaft Schätzen einer Eigenposition
US11035959B1 (en) * 2017-04-19 2021-06-15 Amazon Technologies, Inc. Selection of satellites for global positioning system
EP3407185B1 (de) * 2017-05-24 2019-10-16 Continental Automotive GmbH Algorithmusausgelöste sensordatenerfassung
DE102017213577A1 (de) 2017-08-04 2019-02-07 Robert Bosch Gmbh Verfahren zur Lagebestimmung eines Roboters, Lagebestimmungsvorrichtung eines Roboters und Roboter
CN108573271B (zh) * 2017-12-15 2022-06-28 上海蔚来汽车有限公司 多传感器目标信息融合的优化方法及装置、计算机设备和记录介质
US11435752B2 (en) 2018-03-23 2022-09-06 Motional Ad Llc Data fusion system for a vehicle equipped with unsynchronized perception sensors
DE102018205879A1 (de) * 2018-04-18 2019-10-24 Volkswagen Aktiengesellschaft Verfahren, Vorrichtung und computerlesbares Speichermedium mit Instruktionen zur Verarbeitung von Sensordaten
WO2019215473A1 (en) * 2018-05-10 2019-11-14 Olympus Corporation Multisensor data fusion systems and methods
CN110674125B (zh) * 2019-09-24 2022-05-17 北京明略软件系统有限公司 一种待融合数据的过滤方法、过滤装置及可读存储介质
CN111504963B (zh) * 2020-04-10 2023-07-07 上海蓝长自动化科技有限公司 一种应用于叶绿素、蓝绿藻荧光检测的数据时空融合方法
CN112649804A (zh) * 2020-12-21 2021-04-13 杭州电子科技大学 基于特征函数的集中式多传感器融合滤波方法
DE102021203976A1 (de) * 2021-04-21 2022-10-27 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Ermittlung von Signallaufzeiten und System zur Fusion von Sensordaten mindestens zweier Sensoren zur Objekterkennung
CN113438045B (zh) * 2021-06-25 2022-03-29 重庆邮电大学 基于扩展卡尔曼滤波的免时间戳同步时钟参数跟踪方法
CN114001758B (zh) * 2021-11-05 2024-04-19 江西洪都航空工业集团有限责任公司 一种捷联导引头捷联解耦准确确定时间延迟的方法
DE102022208345A1 (de) 2022-08-11 2024-02-22 Siemens Aktiengesellschaft Genaue und effiziente Korrektur von Sensordaten
CN116484306B (zh) * 2023-06-20 2023-09-26 蘑菇物联技术（深圳）有限公司 异常传感器的定位方法、装置、计算机设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050251328A1 (en) * 2004-04-05 2005-11-10 Merwe Rudolph V D Navigation system applications of sigma-point Kalman filters for nonlinear estimation and sensor fusion
WO2012161597A2 (en) * 2011-05-26 2012-11-29 Crown Equipment Limited Method and apparatus for providing accurate localization for an industrial vehicle
DE102012216215A1 (de) * 2011-09-12 2013-03-14 Continental Teves Ag & Co. Ohg Zeitkorrigiertes Sensorsystem

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010537210A (ja) * 2007-08-29 2010-12-02 コンチネンタル・テベス・アーゲー・ウント・コンパニー・オーハーゲー 境界標識による車両位置の補正
DE102010063984A1 (de) 2010-02-11 2011-08-11 Continental Teves AG & Co. OHG, 60488 Fahrzeug-Sensor-Knoten
US9235212B2 (en) 2012-05-01 2016-01-12 5D Robotics, Inc. Conflict resolution based on object behavioral determination and collaborative relative positioning

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050251328A1 (en) * 2004-04-05 2005-11-10 Merwe Rudolph V D Navigation system applications of sigma-point Kalman filters for nonlinear estimation and sensor fusion
WO2012161597A2 (en) * 2011-05-26 2012-11-29 Crown Equipment Limited Method and apparatus for providing accurate localization for an industrial vehicle
DE102012216215A1 (de) * 2011-09-12 2013-03-14 Continental Teves Ag & Co. Ohg Zeitkorrigiertes Sensorsystem

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
FLETCHER J ET AL: "Real-Time Fusion of Image and Inertial Sensors for Navigation", 63RD AM - PROCEEDINGS OF THE 63RD ANNUAL MEETING OF THE INSTITUTE OF NAVIGATION, THE INSTITUTE OF NAVIGATION, 8551 RIXLEW LANE SUITE 360 MANASSAS, VA 20109, USA, 25 April 2007 (2007-04-25), pages 534 - 544, XP056006564 *

Also Published As

Publication number Publication date
DE102014211166A1 (de) 2015-05-21
US20160209236A1 (en) 2016-07-21
US10422658B2 (en) 2019-09-24

Similar Documents

Publication Publication Date Title
WO2015075093A1 (de) Verfahren, fusionsfilter und system zur fusion von sensorsignalen mit unterschiedlichen zeitlichen signalausgabeverzügen zu einem fusionsdatensatz
EP3155377B1 (de) Verfahren und system zur verifizierung von messdaten
EP2755869B1 (de) Ausrichtungsmodell für ein sensorsystem
DE102014211175A1 (de) Verfahren und System zur Initialisierung eines Sensorfusionssystems
DE102008030071B4 (de) System zum Ermitteln der Fahrtrichtung eines Fahrzeugs
DE102012219478A1 (de) Sensorsystem zur eigenständigen Bewertung der Integrität seiner Daten
DE102013213067B4 (de) Verfahren und Vorrichtung zur Bestimmung mindestens einer Zustandsgröße einer Eigenposition eines Fahrzeugs
WO2015189180A1 (de) Verfahren und system zur anpassung eines navigationssystems
WO2015189144A1 (de) Verfahren und system zur korrektur von messdaten und/oder navigationsdaten eines sensorbasissystems
WO2015189204A1 (de) Verfahren und system zur verbesserten erkennung und/oder kompensation von fehlerwerten
EP3155454B1 (de) Verfahren und system zur anpassung eines navigationssystems
DE102018201154A1 (de) Verfahren zur Kalibrierung von Sensoren und/oder von Sensoranordnungen
DE102014211178A1 (de) Verfahren und System zur Korrektur von Messdaten eines ersten Sensorsystems
EP3155380A1 (de) Verfahren und system zur echtzeitfähigen bereitstellung von dynamischen fehlerwerten dynamischer messwerte
WO2015189183A1 (de) Verfahren und system zur korrektur von ausgabedaten eines sensorbasissystems
DE102017218487A1 (de) Verfahren zum Betrieb eines Inertialsensorsystems, Inertialsystem und Fahrzeug mit Inertialsystem
WO2020253921A1 (de) Verfahren zur fehlerbewertung bei einer positionsbestimmung
EP1980823B1 (de) Verfahren zur Fahrwegbestimmung
DE102017222290A1 (de) Verfahren zum Bestimmen von Korrekturwerten, Verfahren zum Bestimmen einer Position eines Kraftfahrzeugs, elektronische Steuerungsvorrichtung und Speichermedium
WO2023198348A1 (de) Überwachung und detektion von sensorfehlern in inertial-mess-systemen
DE102008002664A1 (de) Verfahren und Vorrichtung zum Kalibrieren eines Gierratensensors eines Kraftfahrzeugs

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: 14805210

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14917063

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 14805210

Country of ref document: EP

Kind code of ref document: A1