WO2015189204A1 - Verfahren und system zur verbesserten erkennung und/oder kompensation von fehlerwerten - Google Patents

Verfahren und system zur verbesserten erkennung und/oder kompensation von fehlerwerten Download PDF

Info

Publication number
WO2015189204A1
WO2015189204A1 PCT/EP2015/062831 EP2015062831W WO2015189204A1 WO 2015189204 A1 WO2015189204 A1 WO 2015189204A1 EP 2015062831 W EP2015062831 W EP 2015062831W WO 2015189204 A1 WO2015189204 A1 WO 2015189204A1
Authority
WO
WIPO (PCT)
Prior art keywords
measured values
values
error
comparison
navigation system
Prior art date
Application number
PCT/EP2015/062831
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
Publication of WO2015189204A1 publication Critical patent/WO2015189204A1/de

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/028—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure
    • G01D3/032—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure affecting incoming signal, e.g. by averaging; gating undesired signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
    • G01D5/12—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means
    • G01D5/244—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means influencing characteristics of pulses or pulse trains; generating pulses or pulse trains
    • G01D5/24471—Error correction
    • G01D5/24485—Error correction using other sensors

Definitions

  • the invention relates to a method for improved detection and / or compensation of error values according to the preamble of claim 1, a system for improved detection and / or compensation of error values according to the preamble of claim 14 and a use of the system.
  • sensor fusion methods are already known in this context, which are usually also suitable for correcting or filtering measurement data from different sensors or sensor systems.
  • automotive sector in particular, special requirements have to be taken into account, since a multiplicity of different sensors detect a common environment situation or a motor vehicle state by means of different measurement principles and describe this environment situation or this motor vehicle state by means of a multiplicity of different measurement data.
  • a sensor fusion applicable in the automotive sector the greatest possible robustness against incidental disturbances and identification and compensation of systematic errors is required.
  • temporal influences on the measured data must be corrected and temporary failures or the unavailability of sensors bridged.
  • DE 10 2012 216 215 A1 describes a sensor system which comprises a plurality of sensor elements and a signal processing device.
  • the signal processing device is designed so that it evaluates the sensor signals of the sensor elements at least partially together. Furthermore, the signal processing device is designed such that the
  • Measurement data of physical quantities each time information is assigned, which 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.
  • measurement data are used which either have matching time information or, if no measurement data with matching time information is available, a corresponding measured value with the required time information is created by means of interpolation.
  • the fusion filter assumes that error values of the measured data change only negligibly over a defined period of time.
  • DE 10 2012 219 478 A1 discloses a sensor system for the independent evaluation of the integrity of its data.
  • the sensor system is preferably used in motor vehicles and comprises a plurality of sensor elements which are designed such that they cover at least partially different primary measurement parameters, or at least partially utilize different Messprin ⁇ ciples.
  • the sensor system further comprises a signal processing device which evaluates the sensor signals at least partially jointly and simultaneously assessing the Informa tion ⁇ quality of the sensor signals.
  • the Signalverar- beitungs shark also provides information about the consistency of at least a date of a physical ⁇ 's size, wherein the data of the physical quantity on the basis of the sensor signals is calculated of sensor elements, which either directly detect the physical quantity or from whose sensor signals the physical quantity can be calculated. The information about the consistency of the date is now calculated on the basis of directly or indirectly redundant sensor information.
  • a sensor system comprising several sensor elements.
  • the sensor elements are formed so that they cover at least partially different primary measured variables and at least partially under use ⁇ Kunststoffliche measuring principles. From the primary measured variable of the sensor elements, at least in part further measured quantities are derived.
  • the sensor system comprises a signal processing device, an interface device and a plurality of functional devices. The sensor elements and all functional devices are connected to the signal ⁇ processing device.
  • the primary measured variables thus provide redundant information that can be compared with one another in the signal processing device or can support one another. From the comparison of observables calculated in different ways, conclusions can be drawn about the reliability and accuracy of the observables.
  • the signal processing device qualifies the accuracy of the observables and makes the observables, together with an accuracy specification, available to various functional devices via an interface device .
  • the invention relates to a method for improved recognition and / or compensation of error values, wherein measured values are detected by a sensor system, wherein the measured values describe physical quantities, wherein the measured values are subject to Def ⁇ ler screw describing deviations of the measured values of the above physical quantities , wherein the error values detected by means of a comparison and / or com ⁇ compensated, and wherein a limit-border measured values are not used in order to detect errors values of other measured values and / or compensate.
  • the invention therefore offers the advantage that - in particular in a sensor data fusion system or.
  • creeping faults which can be calculated and compensated for by a system model, eg offset errors, scale factor errors (in particular of an inertial navigation system) ) and tires ⁇ semi-diameter error.
  • Measured values are not suitable for detecting or correcting other measured values. 2. creeping faults that can not be compensated and thus directly have a comparatively considerable negative influence on a fusion data set, eg ionospheric influences in so-called Pseudorange measurements of a satellite navigation system.
  • the limit can z. B. the specifications resp. a data sheet of the sensor system are taken.
  • the measured values describe the physical quantities by representing values of the physical quantities.
  • Faulty measured values which exceed the error limit are preferably discarded.
  • the comparison is a comparison with measured values of at least one further sensor system, wherein the measured values and the measured values of the at least one further sensor system directly or indirectly describe identical physical quantities and wherein error values detected by the comparison are determined by means of increments be continuously compensated.
  • AIME Autonomous Integrity Monitoring by Extrapolation
  • RAIM Receiveiver Autonomous Integrity Monitoring
  • a disadvantage of these methods is that only modeled errors are reliably detected.
  • a typical case of creeping errors is, for example, the time-varying disturbance in a pseudorange measurement caused by changes in the ionosphere. This takes place sufficiently slowly so that the estimated position of the fusion filter Corridor ⁇ is yaws according wrong, the amount of deviation from one measurement epoch to the next, however, not sufficient to detect an error with a so-called. SNAPS hot process.
  • creeping errors are expected for the sensors used in the following cases:
  • Inertial navigation system Due to defects or external influences, such as the ambient temperature, caused drift of offset or scale factor error.
  • Satellite navigation system pseudo-orange measurements due to ionospheric influence and multipath reception, whereas delta-range measurements are not affected by the temporal differentiation of the measured values.
  • Odometrienavigationssystem Slow variable error of the measured velocity by changes of the rolling radius, for example by temperature creep ⁇ sponding pressure loss or alteration of the of the tires.
  • Odometrial navigation systems are usually already implemented as an error model in the fusion filter, and in each measurement epoch, the raw measurements are preferably corrected by the known, continuously further estimated errors. Thus, the slow growth of these errors does not lead to significant errors in the fused data as long as the fusion filter corrects them sufficiently quickly by redundant measurements. Problematic as much about the dynamics filter out ⁇ continuous interference of the measurement data in question are against a defined detection probability and thresh recognizable both preventable by a plausibility check and by the. In so-called NIS test. Furthermore, by checking the summed absolute values of the error corrections with defined maximum values, a detection of measured values outside their specified error range can be realized.
  • Creeping faults of individual pseudo-orange measurements which are not modeled as faults in the fusion filter, lead to contradictions in the one described by the above-mentioned independent of the fusion filter.
  • Plausibilmaschine carried out geometric comparison of pseudoranges with each other, and are therefore recognizable with a defined detection threshold.
  • the physical variables described indirectly are preferably calculated from the measured values which describe them and from known physical or mathematical relationships. According to a further preferred embodiment of the invention, it is provided that only measured values with an identical time stamp are used for the comparison of the measured values. This has the advantage that - at least in error-free Measurement - match all subject to the comparison values because they write the same physical size at the same time be ⁇ . This simplifies the detection of erroneous values, since the cause of a mismatch in this case must necessarily be an erroneous value.
  • the values subjected to the comparison are generated by means of interpolation, if there are no values recorded with an identical time stamp. Since the measured data are usually acquired at different times due to different signal output delays and generally due to lack of synchronization between the sensor systems, or are output by the sensor systems at different times, the required values can be calculated by means of the interpolation. Preferably, measurement data or values of the sensor system with the lowest signal output delay are generated by means of interpolation, ie, that these measurement data or values are generated as a function of the acquisition times of the measurement data or values of the other sensor systems.
  • the two values of the sensor system with the lowest signal output delay closest in time and enclosing them to be generated are then subjected to the comparison as described.
  • the sensor system with the lowest signal output delay is most preferably the basic sensor system.
  • changes in the values for the interpolation be assumed to be proportional to the time. So therefore are used for linear INTERPO ⁇ lation. This results in the advantage that the interpolation is relatively simple and correspondingly executable with only a small amount of computation.
  • the comparison is a comparison of Measured values of one and the same sensor system with each other taking into account a sensor-specific stochastic model.
  • the sensor-specific stochastic model is used to compare the measured values from the past with the current measured values. If, for example, an unexpectedly large deviation is detected here or a limit value is exceeded, the corresponding measured value can be recognized as defective or can not be used to detect and correct error values of other measured values.
  • the current measured values can be comparatively easily compared against a limit, which was formed from the measured values of the past.
  • Such a procedure is also known as a so-called snapshot method.
  • the snapshot method is essentially the well-known NIS test, but without the consideration of covariances.
  • the snapshot method is comparatively less computationally expensive and favors real-time detection of error values.
  • the sensor system and the at least one further sensor system are an inertial navigation system global satellite navigation system and / or an odometry navigation system.
  • the present invention is particularly suitable for navigation purposes and for navigation systems, preferably in motor vehicles.
  • the sensor systems thus determine the position, in particular the position of a motor vehicle, from the output data.
  • the global navigation satellite system may be, for example, a so-called GPS navigation system.
  • the odometry navigation system initially determines the speed, for example, via the known rolling circumference of the motor vehicle tires and thus makes it possible to determine the position while taking into account the steering angle in the context of dead reckoning. It is particularly expedient that the Satellitenna ⁇ vigationssystem least two satellite signal receiver comprises is. This improves the quality of the recorded
  • Satellite signals and thus the reliability and accuracy of the satellite navigation system.
  • the inertial navigation system is the sensor base system.
  • the inertial navigation system as a sensor base system has the advantage that it has the comparatively highest availability, since it has a comparatively high output rate of the acquired input data and, moreover, operates largely independently of external interference influences.
  • the limit value of the inertial navigation system is a limit value for zero error and / or
  • the limit of the Satelli ⁇ tennavigationssystems is a limit value for frequency error of an oscillation frequency of a receiver clock oscillator.
  • the limit value of Odometer navigation system is a limit for radius error of Abrollradius of vehicle wheels.
  • the detected by comparing error values by means of an error-state-space filter, in particular ⁇ sondere are detected by means of an error-state-space Kalman filter and / or compensated.
  • the error-state space filter represents a fusion filter for the fusion of the output data or navigation information, in particular for the fusion of normally distributed output data or navigation information.
  • the error state space filter preferably estimates or determines the error values of at least the sensor base system. By means of the at least one correction system, the error values and possibly also unknown variables of the inertial navigation system can then be estimated or determined.
  • a specifics ⁇ derheit of the error-state-space filter is that error values are incrementally estimated or determined instead of the sensor signals or the input data only and are subsequently corrected.
  • the error values namely have a signi ficantly lower ⁇ temporal dynamics than the output data itself, whereby a significant decoupling of the dynamics of the error-state-space filter on the characteristics of Sensorba ⁇ sissystems or the at least one correction system
  • Inertial Navigation System 101 forms, for example according to the so-called sensor-based system, whose measured values using the method described in the following further sensor systems, so-called. Korrektursys ⁇ systems can be corrected.
  • the correction systems are Odometrienavigationssystem 103 and Satellitennavigationssys ⁇ tems 104th
  • the system according to the invention also has a so-called.
  • Strapdown algorithm unit 102 in which a so-called. Strapdown algorithm is performed by means of which the measured values of inertial navigation system 101, among other things, are converted into position data. These are the readings of inertial navigation system 101, which naturally describe Accelerat ⁇ fixing certificates, integrated twice over time. By means of a simple integration over time, the orientation and the speed of the motor vehicle are further determined. In addition, strapdown algorithm unit 102 compensates for a Coriolis force acting on inertial navigation system 101.
  • a world coordinate system which is suitable for describing the orientation or of dynamic variables of the motor vehicle in the world.
  • the named world coordinate system is a
  • the output data from the strapdown algorithm unit 102. ⁇ clearly includes the position with respect to the vehicle coordinate system and the orientation of the world coordinate system.
  • the output data from the strapdown algorithm unit 102 have the Va ⁇ rianzen to as an information on the quality of the above navigation information. These variances are such as not be ⁇ expects strap-down algorithm unit 102, but only used by this and forwarded.
  • the values calculated by the strapdown algorithm unit 102 og Navi ⁇ gations may be output via output module 112 and provided to other vehicle systems.
  • the system according to the invention also comprises
  • Satellite navigation system 104 which is designed so that it determines the distance between each associated satellite and the vehicle and the speed between the associated satellite and the vehicle.
  • the system also includes fusion filter 105.
  • Fusion filter 105 provides a fusion data set 106 as the odometry navigation system 103, satellite navigation system 104, and inertial navigation system 101 collectively evaluate the measurements.
  • Fusion data set 106 has the acquired measured values of the different sensor systems, wherein fusion data record 106 includes, for example, additional error values and variances associated with the error values which describe the data quality.
  • inertial navigation system 101 The measured values of inertial navigation system 101 are stored during operation of the motor vehicle in a dedicated electronic data memory 113 of fusion filter 105 for a predetermined period of time.
  • Inertial navigation system 101 represents the so-called sensor base system
  • odometry navigation system 103 and satellite navigation system 104 represent the so-called correction systems whose measured values are used to correct the measured values of the sensor base system. This ensures that measured values that were at least apparently acquired at an identical point in time can always be subjected to comparison.
  • Strapdown algorithm unit 102 is now corrected by Fu ⁇ sion data record 106, the measured values of the sensor base system.
  • Fusion data set 106 is calculated by fusion filter 105 from the measurements of odometry navigation system 103, satellite navigation system 104, and inertial navigation system 101.
  • fusion filter 105 is embodied as an Errator-State-Space Kalman filter, that is to say as a Kalman filter, which in particular carries out a linearization of the measured values and in which the quantitative error values of the measured values are calculated or estimated and which se ⁇ quentiell operates and thereby corrects the available in each function ⁇ ons intimid the sequence of output data.
  • Fusion filter 105 is designed to always be asynchronous to the most recent ones of inertial navigation system 101,
  • Motor vehicle model unit 107 is configured to calculate from the measured values of odometry navigation system 103 at least the speed along a first axis, the speed along a second axis and the rate of rotation about a third axis and provide these fusion filters 105.
  • the exemplary system also includes tire parameter estimation unit 110 configured to include at least the radius, for example, the dynamic one
  • Tire parameter estimation unit 110 is further configured to use a substantially linear tire model to calculate tire sizes.
  • the example according to inputs from ReifenparameterMt- wetting unit 110 are the wheel speeds and the steering angle describing input data, at least partially, from the output values of ⁇ strapdown algorithm unit 102 as well as the particular fusion filter 105 variances.
  • GPS error detection and plausibility unit 111 which is configured such that it receives as input data, for example, the output data from satellite navigation system 104 as well as at least partial output data from
  • Strapdown algorithm unit 102 receives and considered in their Be ⁇ calculations.
  • GPS error detection and validation unit 111 checks the output data against a stochastic model adapted to satellite navigation system 104. If the measured values correspond to the model within the framework of a tolerance that takes account of the noise, they are checked for plausibility.
  • GPS error detection and plausibility check unit 111 is additionally connected to data-level fusion filter 105 and transmits the plausibility measured values to fusion filter 105.
  • GPS error detection and plausibility check unit 111 is exemplified to provide a method for selecting a satellite, and the like. by means of the following method steps:
  • the predetermined condition is a maximum permissible deviation of the position data from the reference position data
  • ⁇ which is calculated based on a sum of a reference variance for the reference position data and a measurement variance for the position data
  • the maximum allowable deviation corresponds to a multiple of the standard deviation such that a probability that the position data fall in a dependent of the Standardab ⁇ scattering interval falls below a predetermined threshold.
  • the exemplary system also has
  • Alignment model unit 109 is, for example according formed so that they have an in ⁇ formation calculated in addition to the orientation angle on the quality of the orientation angle in the form of a variance and provides fusion filter 105th
  • Strapdown algorithm unit 102 forwards.
  • Odometry navigation system 103 and satellite navigation system 104 the correction systems.
  • Odometry navigation system 203 outputs measured values which directly and indirectly describe physical variables, namely a position, a velocity, an acceleration, an orientation, a yaw rate or a yaw acceleration, to fusion filter 205.
  • the output of the measured values takes place via a vehicle data bus, for example via a so-called CAN bus.
  • satellite navigation system 204 outputs its raw data readings.
  • Motor vehicle inertial navigation system 201 which is a so-called MEMS IMU
  • Inertial navigation system 201 outputs its measured values to preprocessing unit 206 of inertial navigation system 201.
  • Pre-processing unit 206 now corrects the measured values or the physical variables described therein by means of corrections, which pre-processing unit 206 receives from fusion filter 205. The thus corrected measured values or in it described physical quantities are continued on strapdown algorithm unit 207.
  • Strapdown algorithm unit 207 now makes a position determination on the basis of the corrected measured values or the physical quantities of preprocessing unit 206.
  • This Po ⁇ sitionsbetician is a so-called.
  • Dead reckoning based on inertial navigation system 201.
  • Strapdown algorithm unit 207 further compensates for a Coriolis force acting on inertial navigation system 201, which may affect the measurements of inertial navigation system 201.
  • strapdown algorithm unit 207 performs a two-fold integration over time of input data acquired by inertial navigation system 201 describing accelerations.
  • sensor base system describes the sensor system whose measured values or. physical values are corrected by means of the measured values or the physical quantities of the other sensor systems, the so-called correction systems.
  • the correction systems are odometry navigation system 203 and satellite navigation system 204.
  • Strapdown algorithm unit 207 form, for example, to ⁇ together the so-called.
  • Sensor base system to which additionally pro rata and fusion filter 205 is counted.
  • Output module 212 relays the measured values or physical quantities determined and corrected by strapdown algorithm unit 207 to any other systems of the motor vehicle.
  • the measured values acquired by the satellite navigation system 204 are, for example, in the form of sensor signals via a so-called UART data connection, first forwarded to preprocessing unit 208 of satellite navigation system 204.
  • Pre-processing unit 208 determines from the output from satnav ⁇ gationssystem 204 measured values, which represent raw GPS data, and also include a description of the orbit of each GPS signal transmitting GPS satellite, a position and a speed of the motor vehicle
  • Satellite navigation system 204 is still approximately feasibility check module 209 associated with which plausibility output by preprocessing unit 208 ⁇ physical quantities, that is, the position and the speed of the motor vehicle, l12.
  • the plausibility values or physical variables plausibilized by plausibility module 209 are then output to fusion filter 205.
  • Odometry navigation system 203 is further associated with plausibility module 211, which plausibilizes the measured values output by preprocessing unit 210, that is to say the position, the orientation, the speed, the acceleration, the rotation rate and the rotational acceleration of the motor vehicle. Since the error values of the measured values of In the case of comparatively large wheel slippage, the measured values determined by means of the inertial navigation system 201 and the satellite navigation system 204 are used to make the measured values of the odometry navigation system 203 plausible. First of all, however, the measured values or the physical quantities are also calibrated against a sensor-individual model assigned to them which takes into account measurement uncertainties such as noise influences. If the measured values or the physical quantities correspond to the model within the given limit values or tolerance ranges, a first occurs here
  • Fusion filter 205 is embodied, for example, as an Eror State Space Kalman filter.
  • the main task of fusion filter 205 is to correct or to measure the measured values or the physical quantities of the sensor base system, ie of inertial navigation system 201, by means of the measured values or the physical variables of odometry navigation system 203 and satellite navigation system 204, which represent the correction systems to output corresponding correction values to strapdown algorithm unit 207.
  • inertial navigation system 201 is assumed to be free from random errors and external disturbances, the measurements of inertial navigation system 201 are exclusively white noise. Since it is in merger filter 205 a so-called.
  • FIG. 2 represents a so-called virtual sensor, wherein inertial navigation system 201,
  • Odometry navigation system 203 and satellite navigation system 204 are not components of the virtual sensor.
  • a virtual sensor is a system which always generates the same output data or outputs regardless of the type of sensor systems involved - in this case inertial navigation system 201, odometry navigation system 203 and satellite navigation system 204. On the basis of the output data or outputs is not clear what sensor systems are powered ⁇ connected into the system.
  • Fusion filter 205 is, for example expanded according to a two-stage signal plausibility for the detection of error values in the measured values of the correction measurements. This detected the one hand deviations Träg ⁇ integrated navigation system 201 and to the strapdown algorithm, and on the other hand deviations from the individual measured values, eg each other contradictory pseudorange measurement values within a data set with each other. Fusion filter 205 is also an integrity score according to the known one

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten, wobei Messwerte von einem Sensorsystem (101, 103, 104, 201, 203, 204) erfasst werden, wobei die Messwerte physikalische Größen beschreiben, wobei die Messwerte mit Fehlerwerten behaftet sind, welche Abweichungen der Messwerte von den beschriebenen physikalischen Größen beschreiben, wobei die Fehlerwerte mittels eines Vergleichs erkannt und/oder kompensiert werden und wobei einen Grenzwert überschreitende Messwerte nicht herangezogen werden, um Fehlerwerte anderer Messwerte zu erkennen und/oder kompensieren. Die Erfindung betrifft weiterhin ein entsprechendes System sowie eine Verwendung des Systems.

Description

Verfahren und System zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten
Die Erfindung betrifft ein Verfahren zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten gemäß Oberbegriff von Anspruch 1, ein System zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten gemäß Oberbegriff von Anspruch 14 sowie eine Verwendung des Systems.
Alle Messdaten sind prinzipiell fehlerbehaftet und in vielen Fällen ist zudem eine durchgängige Verfügbarkeit der Messdaten nicht gegeben. Neben der Abhängigkeit der Messdaten von sensorinhärenten Eigenschaften sind die Messdaten darüber hinaus oftmals auch von Umgebungsbedingungen abhängig. Sensorfehler bzw. Messfehler lassen sich dabei in quasistationäre, über mehrere Messungen konstante Anteile, wie z.B. einen sog. Offset, und statistische, 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 in diesem Zusammenhang bereits Sensorfusionsverfahren bekannt, welche üblicherweise auch dazu geeignet sind, Messdaten von unterschiedlichen Sensoren bzw. Sensorsystemen 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. Die DE 10 2012 216 215 AI beschreibt 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 Fusions¬ filter 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 DE 10 2012 219 478 AI offenbart ein Sensorsystem zur eigenständigen Bewertung der Integrität seiner Daten. Das Sensorsystem wird bevorzugt in Kraftfahrzeugen verwendet und umfasst mehrere Sensorelemente, die derart ausgebildet sind, dass sie zumindest teilweise unterschiedliche primäre Messgrößen erfassen bzw. zumindest teilweise unterschiedliche Messprin¬ zipien nutzen. Das Sensorsystem umfasst weiterhin eine Signalverarbeitungseinrichtung, welche die Sensorsignale zumindest teilweise gemeinsam auswertet und gleichzeitig die Informa¬ tionsqualität der Sensorsignale bewertet. Die Signalverar- beitungseinrichtung stellt außerdem eine Information über die Widerspruchsfreiheit zumindest eines Datums einer physikali¬ schen Größe bereit, wobei das Datum der physikalischen Größe auf Basis der Sensorsignale von Sensorelementen berechnet wird, welche die physikalische Größe entweder direkt erfassen oder aus deren Sensorsignalen die physikalische Größe berechenbar ist. Die Information über die Widerspruchsfreiheit des Datums wird nun auf Basis von direkt oder indirekt redundant vorliegenden Sensorinformationen berechnet.
Aus der DE 10 2010 063 984 AI ist ein mehrere Sensorelemente umfassendes Sensorsystem bekannt. Die Sensorelemente sind so ausgebildet, dass sie zumindest teilweise unterschiedliche primäre Messgrößen erfassen und zumindest teilweise unter¬ schiedliche Messprinzipien nutzen. Aus der primären Messgröße der Sensorelemente werden dann zumindest teilweise weitere Messgrößen abgeleitet. Weiterhin umfasst das Sensorsystem eine Signalverarbeitungseinrichtung, eine Schnittstelleneinrichtung sowie mehrere Funktionseinrichtungen. Die Sensorelemente sowie sämtliche Funktionseinrichtungen sind dabei mit der Signal¬ verarbeitungseinrichtung verbunden. Die primären Messgrößen liefern also redundante Informationen, die in der Signalverarbeitungseinrichtung miteinander verglichen werden bzw. sich gegenseitig stützen können. Aus dem Vergleich der auf verschiedenem Weg berechneten Observablen können Rückschlüsse auf die Zuverlässigkeit und Genauigkeit der Observablen gezogen werden. Die Signalverarbeitungseinrichtung qualifiziert die Genauigkeit der Observablen und stellt die Observablen zusammen mit einer Genauigkeitsangabe über eine Schnittstellenein¬ richtung verschiedenen Funktionseinrichtungen zur Verfügung.
Die im Stand der Technik bekannten, gattungsgemäßen Verfahren und Sensorsysteme sind jedoch insofern nachteilbehaftet, als dass sie langsam anwachsende Fehler bestimmter Sensorsysteme, wie z.B. globaler Navigationssatellitensysteme, nicht oder nur unter vergleichsweise großem Aufwand mittels rechenaufwändiger Al¬ gorithmen, wie etwa dem sog. Multiple Model Adaptive Estimation (MMAE) -Algorithmus, als solche erkennen. Das Nicht-Erkennen dieser langsam anwachsenden Fehler führt jedoch zwangsläufig zu entsprechenden Abweichungen bzw. Störungen in den Funktionen, welche die Sensordaten nutzen. Es ist daher eine Aufgabe der Erfindung, ein verbessertes Verfahren zur Erkennung bzw. Kompensation von Fehlerwerten vorzuschlagen . Diese Aufgabe wird erfindungsgemäß durch das Verfahren zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten gemäß Anspruch 1 gelöst.
Die Erfindung betrifft ein Verfahren zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten, wobei Messwerte von einem Sensorsystem erfasst werden, wobei die Messwerte physikalische Größen beschreiben, wobei die Messwerte mit Feh¬ lerwerten behaftet sind, welche Abweichungen der Messwerte von den beschriebenen physikalischen Größen beschreiben, wobei die Fehlerwerte mittels eines Vergleichs erkannt und/oder kom¬ pensiert werden und wobei einen Grenzwert überschreitende Messwerte nicht herangezogen werden, um Fehlerwerte anderer Messwerte zu erkennen und/oder kompensieren. Die Erfindung bietet daher den Vorteil, dass - insbesondere bei einem Sensordatenfusionssystem bzw . bei einer Sensordatenfusion - gemäß dem Stand der Technik nur schwer oder überhaupt nicht detektierbare Fehlerarten einerseits erkannt werden und an¬ dererseits nicht herangezogen werden, um Fehlerwerte anderer Messwerte zu erkennen bzw. zu kompensieren. Bei den genannten Fehlerarten handelt es sich zum Einen um sog. „schleichende Fehler", wobei zwei unterschiedliche Arten von schleichenden Fehlern unterschieden werden müssen: 1. Schleichenden Fehler, die über ein Systemmodell berechenbar und kompensierbar sind, z.B. Offsetfehler, Skalenfaktorfehler (insbesondere eines Trägheitsnavigationssystems ) und Reifen¬ halbmesserfehler. Diese Fehler haben (wenn sie beobachtbar sind) nahezu keinen Einfluss auf einen Fusionsdatensatz, sondern sind vielmehr nur ein Hinweis darauf, dass die entsprechenden
Messwerte weder zur Erkennung noch zur Korrektur andere Messwerte geeignet sind. 2. Schleichenden Fehler, die nicht kompensierbar sind und damit direkt einen vergleichsweise erheblichen negativen Einfluss auf einen Fusionsdatensatz haben, z.B. Ionosphäreneinflüsse bei sog . Pseudorangemessungen eines Satellitennavigationssystems.
Bei der zweiten der genannten Fehlerarten handelt es sich um sog. „gleichzeitige Fehler". Gleichzeitige Fehler sind bei der Verwendung z.B. eines Satellitennavigationssystems und eines Odometrienavigationssystems in einem Kraftfahrzeug nahezu unvermeidbar, da stets mehrere gleichzeitige Fehler durch Mehrwegeausbreitung von Satellitennavigationssignalen oder Störungen der Odometrie durch unebenen Untergrund regelmäßig zu erwarten sind. Die Wahrscheinlichkeit, dass mehrere solche Fehler gleichzeitig so auftreten und dass ihre Auswirkungen dabei konsistent zueinander sind, ist vergleichsweise gering, so dass dieser Fall in der realen Nutzung vernachlässigbar ist. Damit ist diese Fehlerart durch eine herkömmliche Plausibilisierung detektierbar . Da die Plausibilisierung solche fehlerbehafteten Messungen verwirft, werden diese nicht mehr für die an sich bekannte Integritätsbewertung verwendet. Lediglich der Fall von Fehldetektionen durch zu wenige überprüfbare redundante Mes¬ sungen wird durch die Plausibilisierung nicht abgedeckt, was jedoch nicht im Widerspruch mit der dem Integritätsmaß zugrunde liegenden Annahme eines einzelnen Fehlers pro Messepoche steht.
Der Grenzwert kann z . B . den Spezifikationen bzw . einem Datenblatt des Sensorsystems entnommen werden.
Die Messwerte beschreiben die physikalischen Größen, indem sie Werte der physikalischen Größen darstellen.
Fehlerbehafteten Messwerte, welche die Fehlerschranke über¬ schreiten, werden bevorzugt verworfen.
Indem die solcherart erkannten Fehlerwerte bzw. mit den Grenzwert überschreitenden Fehlerwerten behaftete Messwerte nicht zur Erkennung bzw. Korrektur anderer Messwerte herangezogen werden, wird vorteilhaft verhindert, dass Fehlerkennungen und Fehl¬ korrekturen an im Wesentlichen fehlerfreien Messwerten erfolgen.
Gemäß einer bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass der Vergleich ein Vergleich mit Messwerten mindestens eines weiteren Sensorsystems ist, wobei die Messwerte und die Messwerte des mindestens einen weiteren Sensorsystems direkt oder indirekt identische physikalische Größen beschreiben und wobei durch den Vergleich erkannte Fehlerwerte mittels Inkrementen kontinuierlich kompensiert werden. Damit ermöglicht die Erfindung die Verwendung von sog. AIME (Autonomous Integrity Monitoring by Extrapolation) und RAIM (Receiver Autonomous Integrity Monitoring) -Algorithmen zur Fehlererkennung und Fehlerkompensation .
Eine aus dem Stand der Technik bekannte Schwäche von RAIM und AIME ist die Nichtdetektierbarkeit von schleichenden Fehlern. In der gängigen Praxis werden diese Algorithmen daher nur eingeschränkt verwendet, stattdessen werden bezüglich Rechenzeit und Spei- cherbedarf aufwendige Verfahren wie beispielsweise der
MMAE-Algorithmus eingesetzt. Ein Nachteil dieser Methoden ist dabei jedoch, dass nur modellierte Fehler zuverlässig erkannt werden. Ein typischer Fall von schleichenden Fehlern ist beispielsweise die durch Änderungen in der Ionosphäre verur- sachte, zeitlich veränderliche Störung in einer Pseudoran- ge-Messung. Diese findet hinreichend langsam statt, so dass die Schätzposition des Fusionsfilters entsprechend falsch korri¬ giert wird, die Größe der Abweichung von einer Messepoche zur nächsten jedoch nicht ausreicht, um mit einem sog. Snaps- hot-Verfahren einen Fehler zu detektieren. Im Fall des Fusionsfilters sind für die verwendeten Sensoren in folgenden Fällen schleichende Fehler zu erwarten:
• Trägheitsnavigationssystem: Durch Defekte oder äußere Einflüsse, wie bspw. die Umgebungstemperatur, bedingte Drift von Offset oder Skalenfaktorfehler .
• Satellitennavigationssystem: Pseudorange-Messungen durch Ionosphäreneinfluss und Mehrwegeempfang, Delta- range-Messungen sind dagegen durch die zeitliche Differentiation der Messwerte nicht betroffen. • Odometrienavigationssystem: Langsam veränderliche Fehler der gemessenen Geschwindigkeit durch Veränderungen des Rollradius, beispielsweise durch schlei¬ chenden Druckverlust oder Veränderung der Reifentem- peratur.
Die potentiell von schleichenden Fehlern betroffenen Größen eines Trägheitsnavigationssystem und eines
Odometrienavigationssystems sind in der Regel bereits als Fehlermodell im Fusionsfilter implementiert, und in jeder Messepoche werden bevorzugt die Rohmessungen um die bekannten, kontinuierlich weitergeschätzten Fehler korrigiert. Somit führt das langsame Anwachsen dieser Fehler nicht zu signifikanten Fehlern der fusionierten Daten, solange das Fusionsfilter diese hinreichend schnell durch redundante Messungen korrigiert. Problematische, da erheblich über die Filterdynamik hinaus¬ gehende Störungen der betroffenen Messdaten sind dagegen mit definierter Detektionswahrscheinlichkeit und -schwelle sowohl durch die eine Plausibilisierung vermeidbar als auch durch den in sog. NIS-Test erkennbar. Weiterhin ist durch die Überprüfung der summierten Absolutwerte der Fehlerkorrekturen mit definierten Maximalwerten eine Detektion von Messwerten außerhalb ihres spezifizierten Fehlerbereichs realisierbar.
Schleichende Fehler einzelner Pseudorange-Messungen, die nicht als Fehler im Fusionsfilter modelliert sind, führen unabhängig vom Fusionsfilter zu Widersprüchen im von der o.g.
Plausibilisierung durchgeführten geometrischen Vergleich von Pseudoranges untereinander, und sind daher mit definierter Detektionsschwelle erkennbar.
Die indirekt beschriebenen physikalische Größen werden dabei bevorzugt aus den sie beschreibenden Messwerten und aus bekannten physikalischen bzw. mathematischen Zusammenhängen berechnet. Gemäß einer weiteren bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass für den Vergleich der Messwerte nur Messwerte mit identischem Zeitstempel herangezogen werden. Daraus ergibt sich der Vorteil, dass - zumindest bei fehlerfreier Messung - alle dem Vergleich unterworfenen Werte übereinstimmen, da sie dieselbe physikalische Größe zum selben Zeitpunkt be¬ schreiben. Dies vereinfacht das Erkennen von fehlerhaften Werten, da die Ursache einer Nicht-Übereinstimmung in diesem Fall zwangsläufig ein fehlerhafter Wert sein muss.
Besonders bevorzugt ist es vorgesehen, dass die dem Vergleich unterworfenen Werte mittels Interpolation erzeugt werden, falls keine mit einem identischen Zeitstempel erfassten Werte vor- liegen. Da die Messdaten aufgrund unterschiedlicher Signalausgabeverzögerungen und im Allgemeinen aufgrund fehlender Synchronisation der Sensorsysteme untereinander üblicherweise zu unterschiedlichen Zeitpunkten erfasst werden oder zumindest zu unterschiedlichen Zeitpunkten von den Sensorsystemen aus- gegeben werden, können mittels der Interpolation die benötigten Werte berechnet werden. Bevorzugt werden dabei Messdaten bzw. Werte des Sensorsystems mit der geringsten Signalausgabeverzögerung mittels Interpolation erzeugt, d.h. also, dass diese Messdaten bzw. Werte in Abhängigkeit der Erfassungszeitpunkte der Messdaten bzw. Werte der anderen Sensorsysteme erzeugt werden. Zweckmäßigerweise werden für die Erzeugung eines Werts mittels Interpolation die beiden dem zu erzeugenden Wert zeitlich am nahesten liegenden und diesen einschließenden Werte des Sensorsystems mit der geringsten Signalausgabeverzögerung herangezogen. Der mittels Interpolation erzeugte Wert wird dann wie beschrieben dem Vergleich unterworfen. Das Sensorsystem mit der geringsten Signalausgabeverzögerung ist dabei ganz besonders bevorzugt das Basissensorsystem. Weiterhin ist es besonders bevorzugt vorgesehen, dass Änderungen der Werte für die Interpolation als proportional zur Zeit angenommen werden. Somit erfolgt also eine lineare Interpo¬ lation. Daraus ergibt sich der Vorteil, dass die Interpolation vergleichsweise einfach und entsprechend mit nur geringem Rechenaufwand ausführbar ist.
Gemäß einer weiteren bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass der Vergleich ein Vergleich von Messwerten ein und desselben Sensorsystems untereinander unter Berücksichtigung eines sensorspezifischen stochastischen Modells ist. Daraus ergibt sich der Vorteil, dass vorhandene Redundanzen unter Einbeziehung des sensorspezifischen sto- chastischen Modells weitestgehend optimal ausgenutzt werden können. Das sensorspezifische stochastische Modell dient dazu, die Messwerte aus der Vergangenheit mit den aktuellen Messwerten zu vergleichen. Sofern hier z.B. eine unerwartet große Abweichung erkannt wird bzw. ein Grenzwert überschritten wird, kann der entsprechende Messwert als fehlerhaft erkannt werden bzw. nicht zur Erkennung und Korrektur von Fehlerwerten anderer Messwerte herangezogen werden.
Gemäß einer weiteren bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass für den Vergleich unter Berücksichtigung des sensorspezifischen stochastischen Modells nur Messwerte herangezogen werden, die unterschiedliche Zeitstempel auf¬ weisen. Somit können die aktuellen Messwerte vergleichsweise einfach gegen einen Grenzwert verglichen werden, der aus den Messwerten der Vergangenheit gebildet wurde. Ein derartiges Vorgehen ist auch als sog. Snapshot-Verfahren bekannt. Beim Snapshot-Verfahren handelt es sich im Wesentlichen um den bekannten NIS-Test, jedoch ohne die Berücksichtigung von Kovarianzen. Somit ist das Snapshot-Verfahren vergleichsweise weniger rechenzeitaufwändig und begünstigt eine echtzeitfähige Erkennung von Fehlerwerten.
Gemäß einer weiteren bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass davon ausgegangen wird, dass nach Ausführung des Vergleichs der Messwerte ein und desselben
Sensorsystems untereinander pro Erfassungszyklus maximal noch ein einziger Messwert den Grenzwert überschreitet. Dies be¬ günstigt die Verwendung der bereits genannten AIME- und
RAIM-Algorithmen noch weiter.
Gemäß einer weiteren bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass das Sensorsystem und das mindestens eine weitere Sensorsystem ein Trägheitsnavigationssystem, ein globales Satellitennavigationssystem und/oder ein Odometrienavigationssystem sind. Damit ist die vorliegende Erfindung insbesondere zu Navigationszwecken und für Navigationssysteme, bevorzugt in Kraftfahrzeugen, geeignet. Die Sensorsysteme bestimmen somit also die Position, insbesondere die Position eines Kraftfahrzeugs, aus den Ausgabedaten. Bei dem globalen Satellitennavigationssystem kann es sich beispielsweise um ein sog. GPS-Navigationssystem handeln. Das
Odometrienavigationssystem bestimmt zunächst die Geschwin- digkeit z.B. über den bekannten Abrollumfang der Kraftfahrzeugreifen und ermöglicht somit eine Positionsbestimmung unter Berücksichtigung des Lenkwinkels im Rahmen einer Koppelnavigation. Besonders zweckmäßig ist es, dass das Satellitenna¬ vigationssystem mindestens zwei Satellitensignalempfänger umfasst. Dadurch verbessert sie die Qualität der erfassten
Satellitensignale und somit die Zuverlässigkeit und Genauigkeit des Satellitennavigationssystems .
Außerdem ist es insbesondere bevorzugt, dass das Trägheits- navigationssystem das Sensorbasissystem ist. Das Trägheits- navigationssystem als Sensorbasissystem bietet den Vorteil, dass es die vergleichsweise höchste Verfügbarkeit aufweist, da es eine vergleichsweise hohe Ausgaberate der erfassten Eingangsdaten aufweist und zudem weitgehend unabhängig von äußeren Stör- einflüssen arbeitet.
Gemäß einer besonders bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass der Grenzwert des Trägheitsnavigati- onssystems ein Grenzwert für Nullpunktfehler und/oder
Skalenfaktorfehler ist.
Gemäß einer weiteren besonders bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass der Grenzwert des Satelli¬ tennavigationssystems ein Grenzwert für Frequenzfehler einer Oszillationsfrequenz eines Empfängeruhroszillators ist.
Gemäß einer weiteren besonders bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass der Grenzwert des Odometrienavigationssystems ein Grenzwert für Radiusfehler eines Abrollradius von Fahrzeugrädern ist.
Gemäß einer weiteren bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass die durch den Vergleich erkannten Fehlerwerte mittels eines Error-State-Space-Filters , insbe¬ sondere mittels eines Error-State-Space-Kalman-Filters , erkannt und/oder kompensiert werden. Das Error-State-Space-Filter stellt dabei ein Fusionsfilter zur Fusion der Ausgabedaten bzw. Navigationsinformationen dar, insbesondere zur Fusion von normalverteilten Ausgabedaten bzw. Navigationsinformationen. Gleichzeitig schätzt bzw. bestimmt das Error-State-Space-Filter bevorzugt die Fehlerwerte zumindest des Sensorbasissystems. Mittels des mindestens einen Korrektursystems können dann die Fehlerwerte und ggf. auch unbekannte Größen des Trägheitsna- vigationssystems geschätzt bzw. bestimmt werden. Eine Beson¬ derheit des Error-State-Space-Filters ist es also, dass anstelle der Sensorsignale bzw. der Eingangsdaten lediglich Fehlerwerte inkrementell geschätzt bzw. bestimmt werden und anschließend korrigiert werden. Die Fehlerwerte haben nämlich eine signi¬ fikant niedrigere zeitliche Dynamik als die Ausgabedaten selbst, wodurch eine weitgehende Entkopplung der Dynamik des Error-State-Space-Filters von den Eigenschaften des Sensorba¬ sissystems bzw. des mindestens einen Korrektursystems
erreicht wird.
Gemäß einer weiteren bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass die Messwerte Navigationsinformationen darstellen. Dies ermöglicht die Verwendung der Erfindung zu Navigationszwecken, insbesondere für zukünftige Anwendungen in Kraftfahrzeugen, welche eine höchstgenaue Lokalisationsfä- higkeit benötigen.
Gemäß einer weiteren bevorzugten Ausführungsform der Erfindung ist es vorgesehen, dass die Messwerte zu einem Fusionsdatensatz fusioniert werden. Ein gemeinsamer Fusionsdatensatz ist gegenüber den einzelnen Messwerten in der Regel zuverlässiger und präziser und insbesondere erlaubt er mittels einer Fehler- Schätzung eine vergleichsweise zuverlässige Bewertung der Genauigkeit bzw. Zuverlässigkeit der fusionierten Messwerte bzw. physikalischen Größen. Ein Fusionsfilter, welches den Fusionsdatensatz erzeugt, korrigiert dabei diejenigen Fehlerwerte bzw. Fehlerwerte, die dem stochastischen Modell des Filters im Rahmen vorgegebener Toleranzen entsprechen. Messwerte, deren Fehlerwerte hingegen außerhalb des Modells liegen, werden bevorzugt verworfen.
Die Erfindung betrifft weiterhin ein System zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten, umfassend ein Sensorbasissystem, mindestens ein weiteres Sensorsystem und ein Fusionsfilter, wobei das Sensorbasissystem und das mindestens eine weitere Sensorsystem dazu ausgebildet sind, Messwerte zu erfassen, wobei die Messwerte physikalische Größen beschreiben, wobei die Messwerte mit Fehlerwerten behaftet sind, welche Abweichungen der Messwerte von den beschriebenen physikalischen Größen beschreiben, wobei das System dazu ausgebildet ist, Fehlerwerte mittels eines Vergleichs zu erkennen und/oder zu kompensieren und wobei das Fusionsfilter dazu ausgebildet ist, einen Grenzwert überschreitende Messwerte nicht dazu heran¬ zuziehen, um Fehlerwerte anderer Messwerte zu erkennen und/oder kompensieren. Das erfindungsgemäße System umfasst somit alle zur Ausführung des erfindungsgemäßen Verfahrens notwendigen Vorrichtungen .
Bevorzugt ist es vorgesehen, dass das System dazu ausgebildet ist das erfindungsgemäße Verfahren auszuführen.
Außerdem betrifft die Erfindung 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 Positions¬ bestimmung ausgebildet ist, in einem Kraftfahrzeug und
Fig. 2 beispielhaft eine weitere mögliche Ausbildungsform eines erfindungsgemäßen Systems, welches ebenfalls zur Positionsbestimmung ausgebildet ist, in einem Kraftfahrzeug . 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 verbesserten Erkennung bzw. Kompensation von Fehlerwerten ausgebildet und eignet sich zur Positionsbestimmung des Kraftfahrzeugs. Dabei sind alle vom System umfassten Elemente bzw. Bestandteile bzw. Sensorsysteme als Funktionsblöcke veranschaulicht und deren Zusammenwirken untereinander dargestellt. Das Navigationssystem umfasst Trägheitsnavigationssystem 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.
Trägheitsnavigationssystem 101 bildet beispielsgemäß das sog Sensorbasissystem, dessen Messwerte mittels der im Folgenden beschriebenen weiteren Sensorsysteme, der sog. Korrektursys¬ teme, korrigiert werden. Die Korrektursysteme sind dabei Odometrienavigationssystem 103 und Satellitennavigationssys¬ tems 104.
Das erfindungsgemäße System weist weiterhin eine sog. Strapdown-Algorithmus-Einheit 102 auf, in welcher ein sog. Strapdown-Algorithmus durchgeführt wird, mittels dessen die Messwerte von Trägheitsnavigationssystem 101 u.a. in Positionsdaten umgerechnet werden. Dazu werden die Messwerte von Trägheitsnavigationssystem 101, welche naturgemäß Beschleu¬ nigungen beschreiben, zweimal über die Zeit integriert. Mittels einer Einfachintegration über die Zeit werden weiterhin die Ausrichtung und die Geschwindigkeit des Kraftfahrzeugs bestimmt. Außerdem kompensiert Strapdown-Algorithmus-Einheit 102 eine auf Trägheitsnavigationssystem 101 wirkende Corioliskraft .
Die Ausgangsdaten von Strapdown-Algorithmus-Einheit 102 um¬ fassen 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 hin¬ sichtlich des Weltkoordinatensystems. Zusätzlich weisen die Ausgangsdaten von Strapdown-Algorithmus-Einheit 102 die Va¬ rianzen als Information über die Datenqualität der oben genannten Navigationsinformationen auf. Diese Varianzen werden beispielgemäß nicht in Strapdown-Algorithmus-Einheit 102 be¬ rechnet, sondern nur von dieser verwendet und weitergeleitet . Die von Strapdown-Algorithmus-Einheit 102 berechneten o.g. Navi¬ gationsinformationen werden über Ausgabemodul 112 ausgegeben und anderen Kraftfahrzeugsystemen zur Verfügung gestellt.
Das erfindungsgemäße 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 Drehzahl 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 Kraft- fahrzeug bestimmt.
Das System umfasst außerdem Fusionsfilter 105. Fusionsfilter 105 stellt im Zuge der gemeinsamen Auswertung der Messwerte von Odometrienavigationssystem 103, von Satellitennavigations- Systems 104 und von Trägheitsnavigationssystem 101 einen Fusionsdatensatz 106 bereit. Fusionsdatensatz 106 weist die erfassten Messwerte der unterschiedlichen Sensorsysteme auf, wobei Fusionsdatensatz 106 beispielsgemäß zusätzlich Fehlerwerte und den Fehlerwerten zugeordnete Varianzen, welche die Datenqualität beschreiben, umfasst.
Die Messwerte von Trägheitsnavigationssystem 101 werden während des Betriebs des Kraftfahrzeugs in einem hierfür vorgesehenen elektronischen Datenspeicher 113 von Fusionsfilter 105 für einen vorgegebenen Zeitraum gespeichert . Trägheitsnavigationssystems 101 stellt dabei das sog. Sensorbasissystem dar, während Odometrienavigationssystem 103 und Satellitennavigationssystem 104 die sog. Korrektursysteme darstellen, deren Messwerte zur Korrektur der Messwerte des Sensorbasissystems herangezogen werden. Somit ist sichergestellt, dass stets Messwerte, die zumindest scheinbar zu einem identischen Zeitpunkt erfasst wurden, dem Vergleich unterworfen werden können.
Von Fusionsfilter 105 bereitgestellter Fusionsdatensatz 106 umfasst beispielsgemäß die mittels der plausibilisierten
Ausgabedaten der Korrektursysteme bestimmten quantitativen Fehler des Sensorbasissystems. Strapdown-Algorithmus-Einheit 102 korrigiert nun mittels Fu¬ sionsdatensatz 106 die Messwerte des Sensorbasissystems.
Fusionsdatensatz 106 wird von Fusionsfilter 105 aus den Messwerte von Odometrienavigationssystem 103, Satellitennavigationssystems 104 und Trägheitsnavigationssystem 101 berechnet.
Fusionsfilter 105 ist beispielsgemäß als Er- ror-State-Space-Kalman Filter ausgebildet ist, also als Kal- man-Filter, das insbesondere eine Linearisierung der Messwerte ausführt und in welchem die quantitativen Fehlerwerte der Messwerte berechnet bzw. geschätzt werden und welches se¬ quentiell arbeitet und dabei die in dem jeweiligen Funkti¬ onsschritt der Sequenz verfügbaren Ausgabedaten korrigiert.
Fusionsfilter 105 ist so ausgebildet, dass es stets asynchron die aktuellsten von Trägheitsnavigationssystem 101,
Odometrienavigationssystem 103 und Satellitennavigationssystem 104 verfügbaren Messwerte erfasst. Beispielsgemäß werden die Messwerte dabei über Kraftfahrzeugmodelleinheit 107 und Aus¬ richtungsmodelleinheit 109 geführt.
Kraftfahrzeugmodelleinheit 107 ist so ausgebildet, dass sie aus den Messwerte 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.
Das beispielsgemäße System umfasst außerdem Reifenparameter- Schätzungseinheit 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. Reifenparameterschätzungseinheit 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 Eingangsdaten, zumindest teilweise die Aus¬ gangswerte von Strapdown-Algorithmus-Einheit 102 sowie die von Fusionsfilter 105 bestimmten Varianzen.
Das beispielsgemäße System umfasst außerdem
GPS-Fehlererkennungs-und-Plausibilisierungseinheit 111, welche so ausgebildet ist, dass sie beispielsgemäß als Eingangsdaten die Ausgabedaten von Satellitennavigationssystem 104 sowie zumindest teilweise Ausgabedaten von
Strapdown-Algorithmus-Einheit 102 erhält und in ihren Be¬ rechnungen berücksichtigt.
GPS-Fehlererkennungs-und-Plausibilisierungseinheit 111 prüft die Ausgabedaten gegen ein an Satellitennavigationssystem 104 angepasstes stochastisches Modell. Sofern die Messwerte im Rahmen einer dem Rauschen Rechnung tragenden Toleranz dem Modell entsprechen, werden sie plausibilisiert . Dabei ist GPS-Fehlererkennungs-und-Plausibilisierungseinheit 111 zusätzlich mit Fusionsfilter 105 auf Datenebene verbunden und übermittelt die plausibilisierten Messwerte 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 Positionsda¬ ten 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 Re- ferenzpositionsdaten 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 Standard¬ abweichung 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 Standardab¬ weichung abhängiges Streuintervall fallen, einen vorbestimmten Schwellwert unterschreitet.
Das beispielsgemäße System weist außerdem
Stillstandserkennungseinheit 108 auf, welche so ausgebildet ist, dass sie einen Stillstand des Kraftfahrzeugs erkennen kann und im Falle eines erkannten Stillstands des Kraftfahrzeugs zu- mindest Fusionsfilter 105 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 Messwerte der Raddrehzahlsensoren von Odometrienavigationssystem 103 sowie die Messwerte von Trägheitsnavigationssystem 101 nutzt. Das beispielsgemäße System verwendet beispielgemäß eine erste Gruppe von Messwerte, die sich auf ein Kraftfahrzeugkoordi¬ natensystem beziehen und zusätzlich eine zweite Gruppe von Messwerte, 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 Ausrichtungs¬ winkel zwischen dem Kraftfahrzeugkoordinatensystem und dem Weltkoordinatensystem bestimmt. Der von Ausrichtungsmodelleinheit 109 bestimmte Ausrich¬ tungswinkel zwischen dem Kraftfahrzeugkoordinatensystem und dem Weltkoordinatensystem wird dabei bestimmt auf Basis folgender physikalischer Größen:
- der vektoriellen Geschwindigkeit bezüglich des
Weltkoordinatensystems ,
- der vektoriellen Geschwindigkeit bezüglich des
Kraftfahrzeugkoordinatensystems ,
- des Lenkwinkels und
- der jeweiligen quantitativen Fehler der die genannten
Größen beschreibenden Ausgabedaten.
Ausrichtungsmodelleinheit 109 greift dabei auf sämtliche der Ausgabedaten von Strapdown-Algorithmus-Einheit 102 zurück.
Ausrichtungsmodelleinheit 109 ist beispielgemäß so ausgebildet, dass sie zusätzlich zu dem Ausrichtungswinkel noch eine In¬ formation 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, deren Ergebnisse er über Fusionsdatensatz 106 an
Strapdown-Algorithmus-Einheit 102 weiterleitet.
Fusionsfilter 105 erfasst also die Messwerte von Trägheits- navigationssystem 101, dem Sensorbasissystem, sowie von
Odometrienavigationssystem 103 und von Satellitennavigationssystem 104, den Korrektursystemen.
Da ein Erkennen von Sensorfehlern, die ein Verlassen der Spezifikation bedeuten, mit den üblicherweise angebrachten Inkrementen nicht möglich ist, wird das erfindungsgemäße Verfahren angewandt. Dies bedeutet, das Messwerte, für die ein Grenzwert bekannt ist, zur Detektion von Fehlern der Sensorsysteme verwendet werden. Hierfür ist die absolute Größe, in der die von Fusionsfilter 105 ausgegebenen Korrekturen aufsummiert werden, gegen eine Grenzwert zu überprüfen. Insbesondere schleichende Fehler, deren Dynamik unterhalb der Dynamik von Fusionsfilter 105 liegt und die somit ergebnisseitig von Fu¬ sionsfilter 105 ausgeglichen werden, sind hiermit detektierbar . Insbesondere Fehler von Trägheitsnavigationssystem 101 sind somit durch einen Vergleich mit bekannten, im Datenblatt spezifizierten Absolutfehlern mit den maximalen, laut Spezifikation von Trägheitsnavigationssystem 101 zulässigen Werten für Nullpunkt- und Skalenfaktorfehler detektierbar.
Fehler von Satellitennavigationssystem 104sind durch die Überprüfung des summierten Empfängeruhrfehlers detektierbar. Die Drift des Empfängeruhrfehlers ermöglicht insbesondere die Überprüfung des Frequenzfehlers des Empfängeruhr-Oszillators auf Einhaltung der Spezifikation.
Über die summierten Korrekturen der Radrollradien sind durch einen Vergleich mit den Sollwerten sowohl Fehler und Defekte der Reifen und Sensorsystme als auch Sondersituationen wie bei- spielsweise die Montage eines Notrades detektierbar.
Fig. 2 zeigt beispielhaft eine weitere mögliche Ausbildungsform eines erfindungsgemäßen Systems, welches Verfahren zur verbesserten Erkennung bzw. Kompensation von Fehlerwerten aus- gebildet ist, in einem Kraftfahrzeug (nicht dargestellt) . Das System umfasst beispielsgemäß Trägheitsnavigationssystem 201, Satellitennavigationssystem 204 und Odometrienavigationssystem 203 als unterschiedliche Sensorsysteme. Trägheitsnavigati¬ onssystem 201, Satellitennavigationssystem 204 und
Odometrienavigationssystem 203 geben Messwerte, die direkt bzw. indirekt physikalische Größen, nämlich eine Position, eine Geschwindigkeit, eine Beschleunigung, eine Ausrichtung, eine Gierrate bzw. eine Gierbeschleunigung beschreiben, an Fusionsfilter 205 aus. Die Ausgabe der Messwerte erfolgt dabei über einen Fahrzeugdatenbus, beispielsgemäß über einen sog. CAN-Bus . Beispielsgemäß gibt Satellitennavigationssystem 204 seine Messwerte in Rohdatenform an aus. Als zentrales Element bei einer Positionsbestimmung des
Kraftfahrzeugs wird Trägheitsnavigationssystem 201, bei dem es sich um eine sog. MEMS-IMU
(Micro-Electro-Mechanical-System-Inertial Measurement Unit) handelt in Kombination mit Strapdown-Algorithmus-Einheit 207 verwendet, da dieses als fehlerfrei angenommen wird, d.h., es wird angenommen, dass die Messwerte von Trägheitsnavigati¬ onssystem 201 stets ihrem stochastischen Modell entsprechen, dass sie lediglich Rauscheinflüsse aufweisen und somit frei von äußeren bzw. zufälligen Fehlern bzw . Störungen sind. Das Rauschen sowie verbleibende, nicht modellierte Fehler von Trägheits¬ navigationssystem 201, wie z.B. Nichtlinearität , werden dabei über den Messbereich als mittelwertfrei, stationär und normalverteilt (sog. Gaußsches Weißes Rauschen) angenommen.
Trägheitsnavigationssystem 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 Entfer¬ nungsmessungen zu den empfangbaren GPS-Satelliten vornimmt und außerdem aus der Änderung der Satellitensignallaufzeit sowie zusätzlich aus der Änderung der Anzahl der Wellenlängen der Satellitensignale eine vom Kraftfahrzeug zurückgelegte Weg¬ strecke bestimmt. Odometrienavigationssystem 203 umfasst je¬ weils 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 .
Trägheitsnavigationssystem 201 gibt seine Messwerte an Vorverarbeitungseinheit 206 von Trägheitsnavigationssystem 201 aus. Vorverarbeitungseinheit 206 korrigiert nun die Messwerte bzw. die darin beschriebenen physikalischen Größen mittels Korrekturen, die Vorverarbeitungseinheit 206 von Fusionsfilter 205 erhält. Die solcherart korrigierten Messwerte bzw. die darin beschriebenen physikalischen Größen werden weitergeführt an Strapdown-Algorithmus-Einheit 207.
Strapdown-Algorithmus-Einheit 207 nimmt anhand der korrigierten Messwerte bzw. der physikalischen Größen von Vorverarbeitungseinheit 206 nun eine Positionsbestimmung vor. Diese Po¬ sitionsbestimmung ist dabei eine sog. Koppelnavigation auf Basis von Trägheitsnavigationssystem 201. Dazu werden die von Vorverarbeitungseinheit 206 ausgegebenen korrigierten Messwerte bzw. der physikalischen Größen fortlaufend über die Zeit aufintegriert bzw. aufaddiert. Strapdown-Algorithmus-Einheit 207 kompensiert weiterhin eine auf Trägheitsnavigationssystem 201 wirkende Corioliskraft , welche sich auf die Messwerte von Trägheitsnavigationssystem 201 auswirken kann. Zur Positi- onsbestimmung führt Strapdown-Algorithmus-Einheit 207 eine zweifache Integration der von Trägheitsnavigationssystem 201 erfassten Eingangsdaten, welche Beschleunigungen beschreiben, über die Zeit durch. Dies ermöglicht eine Fortschreibung einer zuvor bekannten Position sowie eine Fortschreibung einer zuvor bekannten Ausrichtung des Kraftfahrzeugs. Zur Bestimmung einer Geschwindigkeit bzw. einer Drehrate des Kraftfahrzeugs führt Strapdown-Algorithmus-Einheit 207 eine einfache Integration der von Trägheitsnavigationssystem 201 erfassten Eingangsdaten über die Zeit durch. Weiterhin korrigiert
Strapdown-Algorithmus-Einheit 207 auch die bestimmte Position mittels entsprechender Korrekturwerte von Fusionsfilter 205. Fusionsfilter 205 führt in diesem Beispiel die Korrektur also nur mittelbar über Strapdown-Algorithmus-Einheit 207 aus. Die von Strapdown-Algorithmus-Einheit 207 bestimmten und korrigierten Messwerte bzw. der physikalischen Größen, 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 echtzeitfähiges Sensorbasissystem realisieren. Er stellt einen Verfahrensablauf zur Integration der Eingangsdaten von Trägheitsnavigationssystem 201 zu Geschwindigkeit, Ausrichtung und Position dar und beinhaltet keine Filterung, so dass sich eine annähernd konstante Latenzzeit und Gruppenlaufzeit ergibt.
Der Begriff Sensorbasissystem beschreibt dabei dasjenige Sensorsystem, dessen Messwerte bzw . physikalische Größen mittels der Messwerte bzw. der physikalischen Größen der anderen Sensorsysteme, der sog. Korrektursysteme, korrigiert werden. Beispielsgemäß handelt es sich, wie bereits ausgeführt, bei den Korrektursystemen um Odometrienavigationssystem 203 und um Satellitennavigationssystem 204.
Trägheitsnavigationssystem 201, Vorverarbeitungseinheit 206 von Trägheitsnavigationssystem 201 und
Strapdown-Algorithmus-Einheit 207 bilden beispielsgemäß zu¬ sammen das sog. Sensorbasissystem, zu welchem zusätzlich anteilig auch Fusionsfilter 205 gezählt wird. Ausgabemodul 212 gibt die von Strapdown-Algorithmus-Einheit 207 bestimmten und korrigierten Messwerte bzw. physikalischen Größen 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 bestimmt nun aus den von Satellitennavi¬ gationssystem 204 ausgegebenen Messwerten, welche GPS-Rohdaten darstellen und auch eine Beschreibung der Umlaufbahn des jeweils die GPS-Signale sendenden GPS-Satelliten umfassen, eine Position und eine Geschwindigkeit des Kraftfahrzeugs im
GPS-Koordinatensystem. Außerdem bestimmt Satellitennavigationssystem 204 eine relative Geschwindigkeit des Kraftfahrzeugs zu den GPS-Satelliten, von denen GPS-Signale empfangen werden. Weiterhin korrigiert Vorverarbeitungseinheit 208 einen in den Messwerten bzw. den physikalischen Größen 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. Die Korrektur des Zeitfehlers sowie der atmosphärischen Einwirkungen erfolgen mittels von Fusionsfilter 205 über den CAN-Bus erhalten Korrekturwerten .
Satellitennavigationssystem 204 ist weiterhin Plausibilisie- rungsmodul 209 zugeordnet, welches die von Vorverarbeitungs¬ einheit 208 ausgegebenen physikalischen Größen, also die Position und die Geschwindigkeit des Kraftfahrzeugs, plausibi- lisiert. Die von Plausibilisierungsmodul 209 plausibilisierten Messwerte bzw. physikalischen Größen werden dann an Fusions- filter 205 ausgegeben.
Das System umfasst weiterhin Vorverarbeitungseinheit 210 von Odometrienavigationssystem 203, welche über den CAN-Bus die von Odometrienavigationssystem 203 erfassten Messwerte erhält. Die erfassten Messwerte sind in diesem Fall die Ausgabedaten der einzelnen Raddrehzahlsensoren sowie die Eingangsdaten des Lenkwinkelsensors. Vorverarbeitungseinheit 210 bestimmt nun aus den von Odometrienavigationssystem 203 ausgegebenen Messwerten gemäß einem sog. Koppelnavigationsverfahren die Position und die Ausrichtung des Kraftfahrzeugs im Kraftfahrzeugkoordinatensystem. Weiterhin werden die Geschwindigkeit, die Beschleu¬ nigung, die Drehrate und die Drehbeschleunigung des Kraft¬ fahrzeugs bestimmt, ebenfalls im Kraftfahrzeugkoordinaten¬ system. Außerdem korrigiert Vorverarbeitungseinheit 210 die von Odometrienavigationssystem 203 erhaltenen Messwerte mittels von Fusionsfilter 205 erhaltenen Korrekturwerten.
Odometrienavigationssystem 203 ist weiterhin Plausibilisierungsmodul 211 zugeordnet, welches die von Vorverarbeitungs- einheit 210 ausgegebenen Messwerte, also die Position, die Ausrichtung, die Geschwindigkeit, die Beschleunigung, die Drehrate und die Drehbeschleunigung des Kraftfahrzeugs, plausibilisiert . Da die Fehlerwerte der Messwerte von Odometrienavigationssystem 203 häufig zufällige, umweltbedingte Störungen sind, die nicht Weißem Rauschen entsprechen, z.B. bei vergleichsweise großem Radschlupf, werden die mittels Träg- heitsnavigationssystem 201 und mittels Satellitennavigati- onssystem 204 bestimmten Messwerte genutzt, um die Messwerte von Odometrienavigationssystem 203 zu plausibilisieren . Zunächst werden auch hier aber die Messwerte bzw. die physikalischen Größen gegen ein ihnen zugeordnetes, sensorindividuelles Modell abgeglichen, welches Messunsicherheiten wie Rauscheinflüsse berücksichtigt. Sofern die Messwerte bzw. die physikalischen Größen dem Modell innerhalb der gegebenen Grenzwerte bzw. Toleranzbereiche entsprechen, erfolgt hier eine erste
Plausibilisierung und die solcherart plausibilisierten Messwerte bzw. physikalischen Größen werden weiterverarbeitet. Die plausibilisierten Messwerte bzw. physikalischen Größen werden dann an Fusionsfilter 205 weitergeführt. Sofern eine
Plausibilisierung dieser Messwerte bzw. physikalischen Größen nicht erfolgen kann, werden die entsprechenden Messwerte bzw. physikalischen Größen verworfen und nicht weiter verarbeitet.
Fusionsfilter 205 ist beispielsgemäß als Er- ror-State-Space-Kalman-Filter ausgebildet. Die Hauptaufgabe von Fusionsfilter 205 ist es beispielsgemäß, die Messwerte bzw. die physikalischen Größen des Sensorbasissystems, also von Träg- heitsnavigationssystem 201, mittels der Messwerte bzw. der physikalischen Größen von Odometrienavigationssystem 203 und Satellitennavigationssystem 204, welche die Korrektursysteme darstellen, zu korrigieren, bzw. entsprechende Korrekturwerte an Strapdown-Algorithmus-Einheit 207 auszugeben. Da Trägheits- navigationssystem 201 beispielsgemäß als frei von zufälligen Fehlern und äußeren Störungen angenommen wird, unterliegen die Messwerte von Trägheitsnavigationssystem 201 ausschließlich Weißem Rauschen. Da es sich bei Fusionsfilter 205 um einen sog. Er- ror-State-Space-Kalman-Filter handelt, werden ausschließlich die quantitativen Fehlerwerte der Messwerte bzw. der physi¬ kalischen Größen bestimmt und entsprechende Korrekturen aus- geführt. Dies vereinfacht und beschleunigt die von Fusionsfilter 205 vorgenommene Fusion der Messwerte bzw. der physikalischen Größen von Trägheitsnavigationssystem 201,
Odometrienavigationssystem 203 und Satellitennavigationssystem 204 zu einem gemeinsamen Fusionsdatensatz. Somit wird eine echtzeitfähige 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 Trägheitsnaviga- tionssystem 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 einge¬ bunden sind.
Das beispielhaft beschriebene System erhält also Korrektur¬ messungen von Odometrienavigationssystem 203 und Satellitennavigationssystem 204. Fusionsfilter 205 ist beispielsgemäß erweitert um eine zweistufige Signalplausibilisierung zur Erkennung von Fehlerwerten in den Messwerten der Korrekturmessungen. Diese detektiert einerseits Abweichungen zu Träg¬ heitsnavigationssystem 201 und zum Strapdown-Algorithmus und andererseits Abweichungen von einzelnen Messwerten, z.B. untereinander widersprüchliche Pseudorange-Messwerte, innerhalb eines Datensatzes untereinander. Fusionsfilter 205 ist weiterhin um eine Integritätsbewertung nach dem bekannten
„Normalized-Innovation-Squared"-Test und um Berechnung eines Protection Levels nach dem bekannten RAIM- bzw. AIME-Algorithmus als Snapshot-Verfahren erweitert. Um die damit für gewöhnlich einhergehenden Nachteile auszugleichen, nämlich die Unfähigkeit zur Detektion schleichender Fehler und Unmöglichkeit, mehrere gleichzeitig auftretende Fehler zu handhaben, werden mittels der erfindungsgemäßen Plausibilisierung aller Messwerte verworfen, die einen vorgegebenen Grenzwert überschreiten, so dass schließlich davon ausgegangen werden kann, dass höchstens noch ein einzelner fehlerhafter Messwert pro Messepoche vorliegt. Weiterhin werden die Absolutwerte der aufsummierten Fehlerkorrekturen gegen einen definierten Grenzwert geprüft und ggf. bei Überschreiten des Grenzwerts die zugehörigen Messwerte verworfen .

Claims

Patentansprüche
1. Verfahren zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten, wobei Messwerte von einem Sensorsystem (101, 103, 104, 201, 203, 204) erfasst werden, wobei die Messwerte physikalische Größen beschreiben, wobei die Messwerte mit Fehlerwerten behaftet sind, welche Abweichungen der Messwerte von den beschriebenen physikalischen Größen beschreiben und wobei die Fehlerwerte mittels eines Vergleichs erkannt und/oder kompensiert werden,
dadurch gekennzeichnet, dass einen Grenzwert überschreitende Messwerte nicht herangezogen werden, um Fehlerwerte anderer Messwerte zu erkennen und/oder kompensieren.
2. Verfahren nach Anspruch 1,
dadurch gekennzeichnet, dass der Vergleich ein Vergleich mit Messwerten mindestens eines weiteren Sensorsystems (103, 104, 203, 204) ist, wobei die Messwerte und die Messwerte des mindestens einen weiteren Sensorsystems (103, 104, 203, 204) direkt oder indirekt identische physikalische Größen beschreiben und wobei durch den Vergleich erkannte Fehlerwerte mittels Inkrementen kontinuierlich kompensiert werden.
3. Verfahren nach Anspruch 2,
dadurch gekennzeichnet, dass für den Vergleich der Messwerte nur Messwerte mit identischem Zeitstempel herangezogen werden.
4. Verfahren nach Anspruch 1,
dadurch gekennzeichnet, dass der Vergleich ein Vergleich von Messwerten ein und desselben Sensorsystems (101, 103, 104, 201, 203, 204) untereinander unter Berücksichtigung eines sensorspezifischen stochastischen Modells ist.
5. Verfahren nach Anspruch 4,
dadurch gekennzeichnet, dass für den Vergleich unter Berücksichtigung des sensorspezifischen stochastischen Modells nur Messwerte herangezogen werden, die unterschiedliche Zeitstempel aufweisen .
6. Verfahren nach mindestens einem der Ansprüche 4 und 5, dadurch gekennzeichnet, dass davon ausgegangen wird, dass nach Ausführung des Vergleichs der Messwerte ein und desselben Sensorsystems untereinander pro Erfassungszyklus maximal noch ein einziger Messwert den Grenzwert überschreitet.
7. Verfahren nach mindestens einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass das Sensorsystem (101, 201) und das mindestens eine weitere Sensorsystem (103, 104, 203, 204) ein Trägheitsnavigationssystem (101, 201), ein globales Satellitennavigationssystem (104, 204) und/oder ein
Odometrienavigationssystem (103, 203) sind.
8. Verfahren nach Anspruch 7,
dadurch gekennzeichnet, dass der Grenzwert des Trägheitsna- vigationssystems (101, 201) ein Grenzwert für Nullpunktfehler und/oder Skalenfaktorfehler ist.
9. Verfahren nach mindestens einem der Ansprüche 7 und 8, dadurch gekennzeichnet, dass der Grenzwert des Satellitenna¬ vigationssystems (104, 204) ein Grenzwert für Frequenzfehler einer Oszillationsfrequenz eines Empfängeruhroszillators ist.
10. Verfahren nach mindestens einem der Ansprüche 7 bis 9, dadurch gekennzeichnet, dass der Grenzwert des
Odometrienavigationssystems (103, 203) ein Grenzwert für Ra¬ diusfehler eines Abrollradius von Fahrzeugrädern ist.
11. Verfahren nach mindestens einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass die durch den Vergleich erkannten
Fehlerwerte mittels eines Error-State-Space-Filters (105, 205), insbesondere mittels eines Error-State-Space-Kalman-Filters (105, 205), erkannt und/oder kompensiert werden.
12. Verfahren nach mindestens einem der Ansprüche 1 und 11, dadurch gekennzeichnet, dass die Messwerte Navigationsinfor¬ mationen darstellen.
13. Verfahren nach mindestens einem der Ansprüche 1 bis 12, dadurch gekennzeichnet, dass die Messwerte zu einem Fusions¬ datensatz fusioniert werden.
14. System zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten, umfassend ein Sensorbasissystem (101, 201), mindestens ein weiteres Sensorsystem (103, 104, 203, 204) und ein Fusionsfilter (105, 205), wobei das Sensorbasissystem (101, 201) und das mindestens eine weitere Sensorsystem (103, 104, 203, 204) dazu ausgebildet sind, Messwerte zu erfassen, wobei die Messwerte physikalische Größen beschreiben, wobei die Messwerte mit Fehlerwerten behaftet sind, welche Abweichungen der Messwerte von den beschriebenen physikalischen Größen beschreiben und wobei das System dazu ausgebildet ist, Fehlerwerte mittels eines Vergleichs zu erkennen und/oder zu kompensieren,
dadurch gekennzeichnet, dass das Fusionsfilter (105, 205) dazu ausgebildet ist, einen Grenzwert überschreitende Messwerte nicht dazu heranzuziehen, um Fehlerwerte anderer Messwerte zu erkennen und/oder kompensieren.
15. System nach Anspruch 14,
dadurch gekennzeichnet, dass das System dazu ausgebildet ist, ein Verfahren nach mindestens einem der Ansprüche 1 bis 13 aus¬ zuführen .
16. Verwendung des Systems nach mindestens einem der Ansprüche 14 und 15 in einem Kraftfahrzeug.
PCT/EP2015/062831 2014-06-11 2015-06-09 Verfahren und system zur verbesserten erkennung und/oder kompensation von fehlerwerten WO2015189204A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102014211180.3A DE102014211180A1 (de) 2014-06-11 2014-06-11 Verfahren und System zur verbesserten Erkennung und/oder Kompensation von Fehlerwerten
DE102014211180.3 2014-06-11

Publications (1)

Publication Number Publication Date
WO2015189204A1 true WO2015189204A1 (de) 2015-12-17

Family

ID=53488299

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2015/062831 WO2015189204A1 (de) 2014-06-11 2015-06-09 Verfahren und system zur verbesserten erkennung und/oder kompensation von fehlerwerten

Country Status (2)

Country Link
DE (1) DE102014211180A1 (de)
WO (1) WO2015189204A1 (de)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017108107A1 (de) 2017-04-13 2018-10-18 Volkswagen Aktiengesellschaft Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur schätzung einer pose eines kraftfahrzeugs
DE102017108130A1 (de) 2017-04-13 2018-10-18 Volkswagen Aktiengesellschaft Verfahren zur Datenfusion eines Datensatzes, entsprechende Recheneinheit und Fahrzeug welches mit einer entsprechenden Recheneinheit ausgestattet ist sowie Computerprogramm
CN110954111A (zh) * 2018-09-26 2020-04-03 罗伯特·博世有限公司 定量表征对象的对象属性误差的至少一个时间序列的方法
CN114666100A (zh) * 2022-03-02 2022-06-24 南京航空航天大学 一种智能车辆网络攻击安全检测系统及方法
CN116228046A (zh) * 2023-05-09 2023-06-06 成都信息工程大学 一种基于卫星遥感和地理数据的山区空间降水估算方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018212249A1 (de) 2018-07-24 2020-01-30 Audi Ag Verfahren, System und elektronische Recheneinrichtung zum Überprüfen von Sensoreinrichtungen von Fahrzeugen, insbesondere von Kraftfahrzeugen
DE102019213797A1 (de) * 2019-09-11 2021-03-11 Robert Bosch Gmbh Verfahren zur Bewertung einer Sequenz von Repräsentationen zumindest eines Szenarios

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060265159A1 (en) * 2004-11-23 2006-11-23 Wolff Controls Corporation Offset Compensated Position Sensor and Method
DE102010063984A1 (de) 2010-02-11 2011-08-11 Continental Teves AG & Co. OHG, 60488 Fahrzeug-Sensor-Knoten
US20110270553A1 (en) * 2010-04-30 2011-11-03 Infineon Technologies Ag Apparatus, Sensor Circuit, and Method for Operating an Apparatus or a Sensor Circuit
US20120053761A1 (en) * 2010-08-24 2012-03-01 Airbus Operations (S.A.S.) System for processing redundant signals, associated method, and aircraft comprising such a system
WO2012050477A1 (en) * 2010-10-11 2012-04-19 General Electric Company Systems, methods, and apparatus for detecting and removing sensor signal impulse disturbances
DE102012216215A1 (de) 2011-09-12 2013-03-14 Continental Teves Ag & Co. Ohg Zeitkorrigiertes Sensorsystem
DE102012219478A1 (de) 2011-10-24 2013-04-25 Continental Teves Ag & Co. Ohg Sensorsystem zur eigenständigen Bewertung der Integrität seiner Daten
US20130245401A1 (en) * 2012-03-16 2013-09-19 Dexcom, Inc. Systems and methods for processing analyte sensor data

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10135586B4 (de) * 2001-07-20 2007-02-08 Eads Deutschland Gmbh Rekonfigurations-Verfahren für ein Sensorsystem mit zwei Beobachtern und Sensorsystem zur Durchführung des Verfahrens
DE102007041121B4 (de) * 2007-08-30 2022-05-19 Volkswagen Ag Verfahren und Vorrichtung zum Verarbeiten von Sensordaten für ein Fahrerassistenzsystem eines Fahrzeugs

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060265159A1 (en) * 2004-11-23 2006-11-23 Wolff Controls Corporation Offset Compensated Position Sensor and Method
DE102010063984A1 (de) 2010-02-11 2011-08-11 Continental Teves AG & Co. OHG, 60488 Fahrzeug-Sensor-Knoten
US20110270553A1 (en) * 2010-04-30 2011-11-03 Infineon Technologies Ag Apparatus, Sensor Circuit, and Method for Operating an Apparatus or a Sensor Circuit
US20120053761A1 (en) * 2010-08-24 2012-03-01 Airbus Operations (S.A.S.) System for processing redundant signals, associated method, and aircraft comprising such a system
WO2012050477A1 (en) * 2010-10-11 2012-04-19 General Electric Company Systems, methods, and apparatus for detecting and removing sensor signal impulse disturbances
DE102012216215A1 (de) 2011-09-12 2013-03-14 Continental Teves Ag & Co. Ohg Zeitkorrigiertes Sensorsystem
DE102012219478A1 (de) 2011-10-24 2013-04-25 Continental Teves Ag & Co. Ohg Sensorsystem zur eigenständigen Bewertung der Integrität seiner Daten
US20130245401A1 (en) * 2012-03-16 2013-09-19 Dexcom, Inc. Systems and methods for processing analyte sensor data

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017108107A1 (de) 2017-04-13 2018-10-18 Volkswagen Aktiengesellschaft Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur schätzung einer pose eines kraftfahrzeugs
WO2018189089A1 (de) 2017-04-13 2018-10-18 Volkswagen Aktiengesellschaft Verfahren, vorrichtung und computerlesbares speichermedium mit instruktionen zur schätzung einer pose eines kraftfahrzeugs
DE102017108130A1 (de) 2017-04-13 2018-10-18 Volkswagen Aktiengesellschaft Verfahren zur Datenfusion eines Datensatzes, entsprechende Recheneinheit und Fahrzeug welches mit einer entsprechenden Recheneinheit ausgestattet ist sowie Computerprogramm
US11127304B2 (en) 2017-04-13 2021-09-21 Volkswagen Aktiengesellschaft Method, device, and computer-readable storage medium with instructions for estimating the pose of a transportation vehicle
DE102017108130B4 (de) 2017-04-13 2024-02-29 Volkswagen Aktiengesellschaft Verfahren zur Datenfusion eines Datensatzes, entsprechende Recheneinheit und Fahrzeug welches mit einer entsprechenden Recheneinheit ausgestattet ist sowie Computerprogramm
CN110954111A (zh) * 2018-09-26 2020-04-03 罗伯特·博世有限公司 定量表征对象的对象属性误差的至少一个时间序列的方法
CN114666100A (zh) * 2022-03-02 2022-06-24 南京航空航天大学 一种智能车辆网络攻击安全检测系统及方法
CN116228046A (zh) * 2023-05-09 2023-06-06 成都信息工程大学 一种基于卫星遥感和地理数据的山区空间降水估算方法
CN116228046B (zh) * 2023-05-09 2023-07-18 成都信息工程大学 一种基于卫星遥感和地理数据的山区空间降水估算方法

Also Published As

Publication number Publication date
DE102014211180A1 (de) 2015-12-17

Similar Documents

Publication Publication Date Title
EP3155377B1 (de) Verfahren und system zur verifizierung von messdaten
WO2015189204A1 (de) Verfahren und system zur verbesserten erkennung und/oder kompensation von fehlerwerten
EP2771714B1 (de) Sensorsystem zur eigenständigen bewertung der integrität seiner daten
EP3155374A1 (de) Verfahren und system zur initialisierung eines sensorfusionssystems
DE102008030071B4 (de) System zum Ermitteln der Fahrtrichtung eines Fahrzeugs
WO2015075093A1 (de) Verfahren, fusionsfilter und system zur fusion von sensorsignalen mit unterschiedlichen zeitlichen signalausgabeverzügen zu einem fusionsdatensatz
WO2015189180A1 (de) Verfahren und system zur anpassung eines navigationssystems
DE102014202026A1 (de) Verfahren und Vorrichtung zum Kalibrieren eines Beschleunigungssensors in einem Kraftfahrzeug
WO2015189144A1 (de) Verfahren und system zur korrektur von messdaten und/oder navigationsdaten eines sensorbasissystems
DE102014211178A1 (de) Verfahren und System zur Korrektur von Messdaten eines ersten Sensorsystems
EP3155454B1 (de) Verfahren und system zur anpassung eines navigationssystems
DE102014212703A1 (de) M2XPro-Überwachung durch Integritätsmaßspeicherung
DE102018115978B3 (de) Verfahren zur Ermittlung der Position eines Schienenfahrzeugs in einem Schienennetz
EP3155371A1 (de) Verfahren und system zur korrektur von ausgabedaten eines sensorbasissystems
DE102021004103A1 (de) Verfahren und Anordnung zur Überwachung und Detektion von Sensorfehlern in Inertial-Mess-Systemen
DE102017220788A1 (de) Verfahren zum Trainieren eines zentralen Künstlichen-Intelligenz-Moduls
EP3155380A1 (de) Verfahren und system zur echtzeitfähigen bereitstellung von dynamischen fehlerwerten dynamischer messwerte
DE102017218487A1 (de) Verfahren zum Betrieb eines Inertialsensorsystems, Inertialsystem und Fahrzeug mit Inertialsystem
DE102018220793A1 (de) Erkennung von fehlerhaften Positionsbestimmungen
EP3088845B1 (de) Bestimmen eines von einem benutzer eines navigationssystems benutzten wegs
WO2020253921A1 (de) Verfahren zur fehlerbewertung bei einer positionsbestimmung
DE102020131669B3 (de) Verfahren zur Erkennung von Fehlfunktionen in Inertialmesseinheiten
DE112018003550T5 (de) Azimut-schätzvorrichtung
DE102012213754A1 (de) Verfahren und Informationssystem zum Abgleichen eines Sensorsignals eines Sensors in einem Fahrzeug
DE10223679A1 (de) Verfahren zur Verifikation der Fahrbahnkrümmung und Fahrerassistenzsystem zur Durchführung des Verfahrens

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: 15731532

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15731532

Country of ref document: EP

Kind code of ref document: A1