WO2016041963A1 - Redundante lokalisierung mittels gnss-signal - Google Patents

Redundante lokalisierung mittels gnss-signal Download PDF

Info

Publication number
WO2016041963A1
WO2016041963A1 PCT/EP2015/071099 EP2015071099W WO2016041963A1 WO 2016041963 A1 WO2016041963 A1 WO 2016041963A1 EP 2015071099 W EP2015071099 W EP 2015071099W WO 2016041963 A1 WO2016041963 A1 WO 2016041963A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
filtering
gnss
vehicle
position data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/EP2015/071099
Other languages
English (en)
French (fr)
Inventor
Ulrich STÄHLIN
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Continental Teves AG and Co OHG
Original Assignee
Continental Teves AG and Co OHG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Continental Teves AG and Co OHG filed Critical Continental Teves AG and Co OHG
Publication of WO2016041963A1 publication Critical patent/WO2016041963A1/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial

Definitions

  • the invention relates to a method for determining position data of a vehicle based on a GNSS signal received by a global navigation satellite system GNSS, a control device for performing the method and a vehicle with the control device.
  • a control device for performing the method
  • a vehicle with the control device From WO 2011/098 333 AI it is known to use different sensor sizes in a vehicle in order to improve existing sensor sizes or to generate new sensor sizes and thus to increase the detectable information. It is the task to improve the use of several sensor sizes to increase information.
  • a method for determining, in particular, a positional data of the vehicle which includes an absolute position of a vehicle based on a GNSS signal mentioned by a GNSS comprises the steps of determining a first position-dependent intermediate result based on a first filtering of the GNSS signal GNSS signal based on a second to a first Tasktra ⁇ cleaning function, determining a second off from the position data pending intermediate result
  • the given method is based on the consideration that modern localization systems rely on a combination of GNSS global navigation satellite systems such as GPS, GLONASS, Galileo, etc., and vehicle dynamics sensors such as yaw rate sensors, acceleration sensors, steering wheel angle sensors, wheel speed sensors, etc. are based.
  • GNSS global navigation satellite systems such as GPS, GLONASS, Galileo, etc.
  • vehicle dynamics sensors such as yaw rate sensors, acceleration sensors, steering wheel angle sensors, wheel speed sensors, etc. are based.
  • a typical solution for this is the loosly coupled GNSS system in which the position of the vehicle descriptive intermediate result is first determined by a GNSS which is subsequently oniert for precision with the measurement result ⁇ from the driving dynamics sensors of the vehicle fusi ⁇ .
  • Tightly Coupled GNSS system in which the raw data that can be received via the GNSS is directly fused with the driving dynamics sensors.
  • the stated method is based on the knowledge that although the redundancy of the various measurement data, ie GNSS data and vehicle dynamics data, there is no redundancy for the actual calculation rule for determining the position data.
  • the specified method attacks with the proposal, not just to set a calculation rule in the determination of the position data, so for example, the above-mentioned Loosly Coupled GNSS system or the Tightly Coupled GNSS system. Rather, different calculation rules should be used in parallel when determining the position data of the vehicle.
  • the first transfer function comprises an explicit calculation rule and / or the second transfer function comprises a recursive calculation rule.
  • an explicit history is formed, which means that the entspre ⁇ -reaching calculation rule is implemented in an arithmetic logic unit with no memory, so that there is no internal feedback of intermediate results in the calculation method. All data necessary for the determination of the position data must therefore be fed to the arithmetic unit in the case of an explicit history.
  • filters without recursion such as finite impulse response filters called FIR filters, operate with an explicit history.
  • FIR filters finite impulse response filters
  • Such rake ⁇ rules are generally based on state variables and can observers, Kalman filter, particle filter, alpha-beta filter, alpha-beta-gamma filter, or the like.
  • Kalman filter For example, recursive computational rules are implemented in infinite impulse response filters called HR filters.
  • the calculation rule in the first filtering and the second filtering comprises a position calculation rule for
  • the position calculation rule and the fusion prediction are loosely coupled in a transfer function and closely coupled in another transfer function. Under a loose coupling is to be understood hereinafter that the posi tion ⁇ calculation rule and the fusion procedure only have a low degree of interdependence. This includes, for example, the previously mentioned Loosly Coupled GNSS.
  • a close coupling should be understood to mean a high degree of dependence between the position calculation rule and the fusion rule.
  • This includes, for example, the above-mentioned Tightly Coupled GNSS.
  • the so-called Deeply Coupled GNSS and the so-called Ultra Coupled GNSS are also based on a tight coupling.
  • input data of the first filtering of input data of the second filtering differ from one another.
  • all possible usable input data could be used at one of the two filters, while in
  • a subset of the input data is used.
  • a subset is defined by special relationships of the sensors.
  • Another Ausgesaltung could include in the first subset GNSS and wheel speeds and in the second subset GNSS, accelerations and rotation rates.
  • parameters for filtering are specified explicitly and adaptive for further filtering.
  • Parameters are parameters in filters that are used to influence the input variables when converting them into output variables, for example by weighting.
  • Explicit parameters are usually set in the configuration of the arithmetic unit or filter executing the filtering, and the appropriate engineer can explain the parameters with physical relationships.
  • adaptive parameters are obtained by means of learning or adaptation methods, which are not necessarily direct Find correspondence in physical quantities. Examples of systems with adaptive parameters are polynomial approaches, neural networks or Bayesian filters.
  • the embodiments of the two filters for determining the insects can be combined in any way. Particularly advantageous are combinations of pliziter in ⁇ and explicit history, as this can be detected errors due to ill-defined internal historical data.
  • the specified method comprises the step of determining a tolerance between the two intermediate results.
  • the tolerance makes it possible to compare the two intermediate results. By comparing the intermediate results obtained with the different Filter ⁇ conclusions or transfer functions or calculation rules, it can be concluded on the quality of location data ultimately determined.
  • the intermediate results are compared, for example, by subtraction. Not too fast to be reliable
  • the different filterings are additionally assigned confidence values, the intermediate results from the filterings for a reliability evaluation being weighted with the respective confidence value.
  • driving dynamics sensors could be trusted more than the GNSS data or a tightly coupled GNSS system more than a Loosly Coupled GNSS system.
  • the intermediate results could be fused in a separate fusion filter.
  • the specified method comprises the step of outputting an error if the tolerance fulfills a predetermined condition.
  • the predetermined condition could be defined in such a way that one or more intermediate results fall out of the previously explained tolerance band in which the intermediate results should be located. This would be a way to respond to it if the results of ⁇ It is not within a tolerance band.
  • a further predetermined condition may be that the interim ⁇ rule results over a predefined period of time permanently outside the tolerance range.
  • the filters used could be evaluated, outputting the intermediate result of the "dominant" filtering, optionally combined with the lower reliability.
  • filtering using explicit history may be considered superior or "dominant" over filtering using an implicit history, and hence preferred when both have the same basic modeling accuracy, but it is reasonable to choose which filtering to pass and thus prefers to perform measurements with additional reference systems so as to perform the evaluation based on an objective comparison and obtain a preference derived therefrom.
  • the interim results from the first filtering and the second filtering should be as similar as possible.
  • the intermediate results could of course be even ⁇ already a Location Date as his example, the absolute position.
  • the intermediate results may comprise further measured variables, such as VELOCITY ⁇ speeds and / or accelerations and / or the time course of the measured values. If the temporal course of a measured variable dependent on the position data is also recorded in the intermediate results, additional statistical outliers (engl., Outlier) can be filtered out.
  • the evaluation could be carried out within the scope of the specified method with a further, broadly defined tolerance band. If there are again sufficient intermediate results in this further tolerance band, downstream devices using the position data in the vehicle can decide based on the broader defined tolerance band whether the accuracy now given will continue to be sufficient for their purposes. In this way, however, a 100% reliability can be achieved in combination with the greater inaccuracy.
  • reliability can also be provided based on a tolerance band taken from the accuracy of the filtering that has received the best rating and is therefore considered dominant.
  • multiple reliabilities may be provided, once based on a tight tight tolerance band and then based on tolerance bands derived from the accuracies of one or more methods.
  • the positional data actually to be determined on the basis of the intermediate results can be supplied in various ways together with the result of the previously explained evaluation:
  • a specific filtering could be selected and its intermediate result used as the basis for determining the positional data.
  • the location data could also be determined based on the intermediate value of the selected filtering.
  • the above-mentioned evaluation of the individual filters could be used, wherein preferably the most highly rated, ie the dominant filtering should be selected or the filtering that currently provides the greatest accuracy.
  • the location data could be determined based on the mean or median of the intermediate results from the different filters.
  • the individual intermediate results in the formation of the mean value can also be weighted with the weights to the individual filtering, for example, from ⁇ dependence of the current accuracy of the filtering and / or the number of the input variables and / or the distance can be set to the other values .
  • the individual weights could also be fixed, for example by empirical investigations in measurements with a reference measuring technique.
  • the two aforementioned concepts for outputting the position data can be combined based on the intermediate results. That is, first of all, a certain number of intermediate results could be selected from different filters based on given criteria and then these selected intermediate results could be averaged.
  • the intermediate results for determining the tolerance can be weighted.
  • a control device is set up to perform one of the specified methods.
  • the specified device has a memory and a processor on.
  • a specified method in the form of a computer program is stored in the memory and the processor is provided for carrying out the method when the computer program is loaded from the memory into the processor.
  • a computer program comprises program code means for performing all the steps of one of the specified methods when the computer program is executed on a computer or one of the specified devices.
  • a computer program product comprises a program code which is stored on a data carrier and the compu ⁇ terlesbaren, when executed on a data processing device, carries out one of the methods specified.
  • a vehicle includes a specified controller.
  • Fig. 1 is a schematic diagram of a vehicle on a road
  • Fig. 2 is a schematic diagram of a fusion sensor in the vehicle of Fig. 1, show.
  • Fig. 1 shows a schematic diagram of a vehicle 2 with a chassis 4, the wheels on the sixth worn.
  • a fusion sensor 8 is arranged in the vehicle 2.
  • the fusion sensor 8 receives in the present
  • Ausu-form via a known GNSS receiver 10 also raw data position data 12 of the vehicle 2, which can describe an absolute position of the vehicle 2, a speed of the vehicle 2 and / or an acceleration of the vehicle 2.
  • the location data 12 from the GNSS receiver 10 in the present embodiment is emitted from GNSS satellites in a manner known to those skilled in the art
  • GNSS location data 12 called.
  • GNSS location data 12 refers to the relevant literature on GNSS.
  • the fusion sensor 8 is designed in a manner to be described to increase the information content of the GNSS position data 12 derived from the GNSS signal 14. This is on the one hand necessary because the GNSS signal 14 have a very low Sig nal ⁇ / noise band gap and may be very inaccurate. On the other hand, the GNSS signal 14 is not always available.
  • the vehicle 2 for this purpose has a motion sensor in the form of an inertial sensor 18, which detects driving dynamics data 20 of the vehicle 2.
  • driving dynamics data 20 include, as is known, a longitudinal acceleration, a lateral acceleration as well as a vertical acceleration and a roll rate, a pitch rate and a yaw rate of the vehicle 2.
  • all of this vehicle dynamics data 20 is used, either all or only part thereof, for the information content of the GNSS position data To increase 12 and, for example, to specify the absolute position and the speed of the vehicle 2 on the roadway 13.
  • the more precise location data 22 can then be used by an application device (for example navigation device or driver assistance system) 24 even if the GNSS signal 14 is not available at all under a tunnel, for example.
  • an application device for example navigation device or driver assistance system
  • GNSS position data 12 can be used in the present embodiment nor wheel speed sensors 26 which detect the wheel speeds 28 of the individual wheels 6 of the vehicle 2 and are also fused in the fusion sensor 8 with the GNSS signal.
  • Fig. 2 shows a schematic diagram of the fusion sensor 8 of Fig. 1.
  • the measurement data already mentioned in FIG. 1 enter into the fusion sensor 8.
  • the fusion sensor 8 should output the precise position data 22.
  • the basic idea of the fusion sensor 8 is to compare the information from the GNSS position data 12, the driving dynamics data 20 from the inertial sensor 18 in a first filter 30 and a second filter 32 and thus a signal / noise band spacing in the GNSS position data 12 of the
  • the filters 30, 32 may be formed as desired, a Kalman filter solves this task most effectively with a relatively low computational resource claim. Therefore, the filters 30, 32 below should preferably be Kalman filters 30, 32.
  • Absolute position of the vehicle 2, the more precise Geschwin ⁇ speed of the vehicle 2 and / or the specified acceleration of the vehicle 2 are in the present invention via a first filtering 34 with the first Kalman filter 30 and a second filtering 36 with the second Kalman filter 32 determined.
  • the two filtering operations 34, 36 give as a result of the above measurement data corresponding to a first intermediate result 38 and a second intermediate result from 40, both 38, 40 already write Zvi ⁇ rule results the position of the vehicle 2 loading.
  • the two intermediate results 38, 40 are then compared in an evaluation device 42 and based on this comparison, the actual precise position data 22 are formed. Before going any further should be gone first, the two filters 34, 36 will be explained in more detail.
  • the first intermediate result 38 and first comparison position data 44 of the vehicle 2 enter the first Kalman filter 30.
  • the first intermediate result 22 is generated in the present embodiment in a strapdown algorithm 46, known for example from DE 10 2006 029 148 A1, from the vehicle dynamics data 20.
  • the first comparison position data 44 are obtained from a first model 48 of the vehicle 2, which is initially fed with position data 50, which are determined from the GNSS position data 12, ie the GNSS raw data, in a position determination device 52.
  • the first comparison position data 44 From these position data then in the model 48 determines that contain the same information as the first intermediate result 38.
  • the first interim ⁇ rule result 38 and the first comparison position data 44 differ from the first model 30 is ultimately only in their values ,
  • the first Kalman filter 30 calculates, based on the first intermediate result 38 and the comparison position data 44, a fault budget 54 for the first intermediate result 38 and a fault budget 56 for the comparison situation data 44.
  • a fault budget is understood to mean a total error in a signal resulting from various single errors in the acquisition and transmission of the signal.
  • a corresponding error budget can be composed of errors of the satellite orbit, the satellite clock, the remaining refraction effects and errors in the GNSS receiver 10.
  • the error budget 54 of the first intermediate result 38 and the error budget 56 of the comparison position data 44 are then supplied according to the strapdown algorithm 46 and the model 48 for correcting the first intermediate result 38 and the comparison position data 44, respectively. That means the first one Interim result 38 and the comparison data 48 are iteratively adjusted for their errors.
  • the first filtering 34 in the fusion filter 8 operates on the basis of a Loosly Coupled GNSS principle, within which the determination of the position data 50 from the GNSS position data 12 and thus from the GNSS raw data and the precision of the position data 50 based on the vehicle dynamics data 20 in succession happen.
  • a Loosly Coupled GNSS filtering like the first filtering 34, can in the manner described above, the driving dynamics data 20 of the vehicle 2, by the
  • Inertialsensor 18 are detected based on the
  • the GNSS position data 12 and thus the GNSS raw data enter into the second Kalman filter 32 in addition to the second intermediate result 40 and second comparison position data 58 of the vehicle 2.
  • the second intermediate result 40 is generated again in a strap-down algorithm 46 from the driving dynamics data ⁇ 20th
  • the second comparison position data 58 are obtained from a second model 60 of the vehicle 2, which in the present embodiment, the second comparison position data 58 based on the still to be described error budget 62 from the second Kaiman filter 32 and the wheel speeds 28, without the GNSS Position data 12, that is, the GNSS raw data determined.
  • the second intermediate result 38 and the second comparison position data 58 differ only in their values.
  • the second Kalman filter 32 is calculated based on the second intermediate result 40 and the second comparison position data 58 to the error budget 62 for the second comparison position data and an error budget 64 for the second intermediate result 40.
  • Ge ⁇ contrast to the first Kalman filter 30 in the first filtering 34
  • the second Kalman filter 32 also takes into account the GNSS signal 12 and thus the GNSS raw data when generating the error households 62, 64. That is, the absolute position of the vehicle 2 derivable from the GNSS is taken into account for the first time in the error budget 62, 64 during the second filtering 36, while the absolute position within the first filtering 34 is already taken into account in the first model 48 before the modeling.
  • the error budget 64 of the second intermediate result 40 and the error budget 62 of the second comparison position data 58 are then corresponding to one
  • the second filtering 34 in the fusion filter 8 operates on the basis of a tightly coupled GNSS principle, in the context of which the determination of the absolute position of the vehicle from the
  • the redundant intermediate results 38, 40 can then be monitored in a tolerance monitor 66 in the evaluation device 42 become.
  • the tolerance monitor 66 may then, for example, output the tolerance between the two intermediate results 38, 40 as information for all downstream devices using the more precise location data 22, such as the application device 24.
  • the tolerance monitor 66 may also generate an error signal 68 if the tolerance exceeds a predetermined level.
  • the intermediate results 38, 40 can be weighted, for example, application-specifically with corresponding weighting factors 70, 72 and then averaged in an average value filter 74.

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Bestimmen von Lagedaten (22) eines Fahrzeuges (2) basierend auf einem mit einem von einem GNSS genannten globalen Satellitennavigationssystem empfangenen GNSS-Signal (12), umfassend: -Bestimmen eines ersten von den Lagedaten (22) abhängigen Zwischenergebnisses (38) basierend auf einer ersten Filterung (34) des GNSS-Signals (12) mit einer ersten Übertragungsfunktion, -Bestimmen eines zweiten von den Lagedaten (22) abhängigen Zwischenergebnisses (40) basierend auf einer zweiten Filterung (36) des GNSS-Signals (12) gemäß einer sich von der ersten Übertragungsfunktion unterscheidenden zweiten Übertragungsfunktion, und -Ausgeben eines Endergebnisses für die Lagedaten (22) basierend auf einer Gegenüberstellung (42) des ersten Zwischenergebnisses (38) und des zweiten Zwischenergebnisses (40).

Description

Redundante Lokalisierung mittels GNSS-Signal
Die Erfindung betrifft ein Verfahren zum Bestimmen von Lagedaten eines Fahrzeuges basierend auf einem mit einem von einem GNSS genannten globalen Satellitennavigationssystem empfangenen GNSS-Signal, eine Steuervorrichtung zur Durchführung des Verfahrens und ein Fahrzeug mit der Steuervorrichtung. Aus der WO 2011 / 098 333 AI ist bekannt, in einem Fahrzeug verschiedene Sensorgrößen heranzuziehen, um bereits vorhandene Sensorgrößen zu verbessern oder neue Sensorgrößen zu generieren und somit die erfassbare Information zu steigern. Es ist Aufgabe die Nutzung mehrerer Sensorgrößen zur Informationssteigerung zu verbessern.
Die Aufgabe wird durch die Merkmale der unabhängigen Ansprüche gelöst. Bevorzugte Weiterbildungen sind Gegenstand der ab- hängigen Ansprüche.
Gemäß einem Aspekt der Erfindung umfasst ein Verfahren zum Bestimmen von insbesondere eine Absolutposition eines Fahrzeuges beinhaltenden Lagedaten des Fahrzeuges basierend auf einem von einem GNSS genannten globalen Satellitennavigationssystem empfangenen GNSS-Signal, die Schritte Bestimmen eines ersten von den Lagedaten abhängigen Zwischenergebnisses basierend auf einer ersten Filterung des GNSS-Signals mit einer ersten Übertra¬ gungsfunktion, Bestimmen eines zweiten von den Lagedaten ab- hängigen Zwischenergebnisses basierend auf einer zweiten
Filterung des GNSS-Signals gemäß einer sich von der ersten Übertragungsfunktion unterscheidenden zweiten Übertragungsfunktion, und Ausgeben eines Endergebnisses für die Lagedaten basierend auf einer Gegenüberstellung des ersten Zwischener- gebnisses und des zweiten Zwischenergebnisses.
Dem angegebenen Verfahren liegt die Überlegung zugrunde, dass moderne Lokalisierungssysteme auf einer Kombination von GNSS genannten globalen Satellitennavigationssystemen wie GPS, GLONASS, Galileo, u.s.w. und Fahrdynamiksensoren, wie Drehratensensoren, Beschleunigungssensoren, Lenkradwinkelsensoren, Raddrehzahlensensoren, u.s.w. basieren. Eine typische Lösung ist hierfür das Loosly Coupled GNSS System, bei dem zuerst über ein GNSS die Lage des Fahrzeuges beschreibendes Zwischenergebnis bestimmt wird, das anschließend zur Präzision mit den Mess¬ ergebnisses aus den Fahrdynamiksensoren des Fahrzeuges fusi¬ oniert wird. Eine andere typische Lösung ist das Tightly Coupled GNSS System, bei dem die über das GNSS empfangbaren Rohdaten mit den Fahrdynamiksensoren direkt fusioniert werden. Als Ergebnis dieser Fusion ist die präzisierte Lage des Fahrzeuges direkt verfügbar. Beide Herangehensweise haben Vor- und Nachteile und werden daher in unterschiedlichen Anwendungen eingesetzt. Beide Herangehensweisen werden jedoch in Sicherheitsanwendungen eingesetzt, bei denen es notwendig ist, dass eine gewisse Redundanz bei der Bereitstellung der Lagedaten geschaffen wird, weil bei den beiden beschriebenen Verfahren die Redundanz durch die Fusionierung der unterschiedlichen Sensoren erreicht wird.
Dem angegebenen Verfahren liegt jedoch die Erkenntnis zugrunde, dass obgleich der Redundanz der verschiedenen Messdaten, i.e. GNSS-Daten und Fahrdynamikdaten, es zur Bestimmung der Lagedaten keine Redundanz für die eigentliche Berechnungsvorschrift gibt. Hier greift das angegebene Verfahren mit dem Vorschlag an, nicht nur auf eine Berechnungsvorschrift bei der Bestimmung der Lagedaten zu setzen, also beispielsweise dem oben genannten Loosly Coupled GNSS System oder dem Tightly Coupled GNSS System. Vielmehr sollen unterschiedliche Berechnungsvorschriften pa- rallel bei der Bestimmung der Lagedaten des Fahrzeuges verwendet werden. Auf diese Weise können Fehler beispielsweise in der Hardware detektiert werden, die zu einer fehlerhaften Ausführung einer oder mehrerer der Berechnungsvorschriften und damit zu Fehlern bei der Bestimmung der Lagedaten des Fahrzeuges führen könnten, weil derartige fehlerhafte Ausführungen verschiedener Berechnungsvorschriften auch zu unterschiedlichen Verfälschungen des Ergebnisses, also der Lagedaten führen. Durch eine Gegenüberstellung der unterschiedlichen Ergebnisse für die Lagedaten können damit zusätzlich Fehler aufgedeckt und gegebenenfalls entsprechend darauf reagiert werden.
Auf diese Weise kann die Datenintegrität der Lagedaten, und damit die Sicherheit der die Lagedaten weiterverwendenden Systeme gesteigert werden.
In einer Weiterbildung des angegebenen Verfahrens umfasst die erste Übertragungsfunktion eine explizite Rechenvorschrift und/oder die zweite Übertragungsfunktion eine rekursive Rechenvorschrift. Durch die explizite Rechenvorschrift wird eine explizite Historie gebildet, was bedeutet, dass die entspre¬ chende Rechenvorschrift in einem Rechenwerk ohne Gedächtnis implementiert wird, dass es also keine interne Rückführung von Zwischenergebnissen innerhalb der Rechenvorschrift gibt. Alle für die Bestimmung der Lagedaten notwendigen Daten müssen damit bei einer expliziten Historie dem Rechenwerk zugeführt werden. Beispielsweise arbeiten Filter ohne Rekursion, wie FIR Filter genannte Filter mit endlicher Impulsantwort mit einer expliziten Historie. Demgegenüber wird bei einer rekursiven Rechenvorschrift eine implizite Historie gebildet. Derartige Rechen¬ vorschriften basieren in der Regel auf Zustandsgrößen und können Beobachter, Kaimanfilter, Partikelfilter, Alpha-Beta-Filter, Alpha-Beta-Gamma-Filter, oder dergleichen sein. Beispielsweise sind in HR Filter genannten Filtern mit unendlicher Impulsantwort rekursive Rechenvorschriften implementiert.
In einer anderen Weiterbildung des angegebenen Verfahrens umfasst die Rechenvorschrift in der ersten Filterung und der zweiten Filterung eine Positionsberechnungsvorschrift zur
Bestimmung einer aus dem GNSS-Signal abgeleiteten Position des Fahrzeuges und eine Fusionsvorschrift zur Fusionierung der Position mit Fahrdynamikdynamikdaten des Fahrzeuges, um die Zwischenergebnisse zu bestimmen. Auf diese Weise können ver- schiedene, die Lagedaten zumindest verändernde Eingangsgrößen berücksichtigt werden, um die Bestimmung der Lagedaten zu präzisieren . In einer besonderen Weiterbildung des angegebenen Verfahrens sind die Positionsberechnungsvorschrift und die Fusionsvor¬ schrift in einer Übertragungsfunktion lose gekoppelt und in einer anderen Übertragungsfunktion eng gekoppelt. Unter einer losen Kopplung soll nachstehend verstanden werden, dass die Posi¬ tionsberechnungsvorschrift und die Fusionsvorschrift nur einen geringen Grad der Abhängigkeit untereinander haben. Darunter fällt beispielsweise das weiter oben erwähnte Loosly Coupled GNSS. Demgegenüber soll unter einer engen Kopplung ein hoher Grad der Abhängigkeit zwischen der Positionsberechnungsvorschrift und der Fusionsvorschrift verstanden werden. Darunter fällt beispielsweise das oben genannte Tightly Coupled GNSS. Jedoch basierend auch das sogenannte Deeply Coupled GNSS und das sogenannte Ultra Coupled GNSS auf einer engen Kopplung.
In einer noch anderen Weiterbildung des angegebenen Verfahrens unterscheiden sich Eingangsdaten der ersten Filterung von Eingangsdaten der zweiten Filterung voneinander. Hierzu könnten beispielsweise an einer der beiden Filterungen alle möglichen verwendbaren Eingangsdaten herangezogen werden, während im
Rahmen der anderen Filterung nur ein Teil der Eingangsdaten, also ein Subset der Eingangsdaten verwendet wird. Idealerweise ist ein Subset dabei definiert durch spezielle Zusammenhänge der Sensoren. Eine weitere Ausgesaltung könnte im ersten Subset GNSS und Raddrehzahlen und im zweiten Subset GNSS, Beschleunigungen und Drehraten beinhalten.
In einer weiteren Weiterbildung des angegebenen Verfahrens werden Parameter für eine Filterung explizit und für eine weitere Filterung adaptiv vorgegeben. Parameter sind Kenngrößen in Filtern, die zur Beeinflussung der Eingangsgrößen bei der Umwandlung in die Ausgangsgrößen beispielsweise durch Gewichten verwendet werden. Explizite Parameter werden in der Regel bei der Konfiguration des die Filterung ausführenden Rechenwerkes oder Filters festgelegt und der entsprechende Ingenieur kann die Parameter mit physikalischen Zusammenhängen erklären. Demgegenüber werden adaptive Parameter Messdaten mittels Lern- oder Adaptionsverfahren gewonnen, die nicht unbedingt eine direkte Entsprechung in physikalischen Größen finden. Beispiele für Systeme mit adaptiven Parametern sind Polynomannäherungen, Neuronale Netze oder Bayes Filter. Die Ausgestaltungen der beiden Filterungen zur Bestimmung der Zwischenerbnisse können in beliebiger Weise kombiniert werden. Besonders vorteilhaft sind dabei die Kombinationen von im¬ pliziter und expliziter Historie, da dadurch Fehler aufgrund von nicht genau definierten internen Vergangenheitswerten erkannt werden können.
In einer zusätzlichen Weiterbildung umfasst das angegebene Verfahren den Schritt Bestimmen einer Toleranz zwischen den beiden Zwischenergebnissen. Die Toleranz ermöglicht es, die beiden Zwischenergebnisse zu vergleichen. Durch den Vergleich der Zwischenergebnisse, die mit den unterschiedlichen Filte¬ rungen oder Übertragungsfunktionen oder Rechenvorschriften ermittelt wurden, kann auf die Güte der schlussendlich ermittelten Lagedaten geschlossen werden. Dabei werden die Zwischenergebnisse beispielsweise durch Differenzbildung verglichen. Um die Verlässlichkeit nicht zu schnell
herunterzustufen, können dabei nicht nur absolut identische Werte als „gleich" eingestuft werden, sondern es könnte ein Toleranzband der Differenz als „gleich" akzeptiert werden. Dieses Toleranzband um die Differenz könnte ein Wert x sein, um den die Differenz von Null verschieden sein kann, sowohl in positiver als auch in negativer Richtung, ohne dass sofort von einem Unterschied der Ergebnisse auszugehen ist.
In einer bevorzugten Weiterbildung des angegebenen Verfahrens werden den unterschiedlichen Filterungen zusätzlich Vertrauenswerte zugeordnet, wobei die Zwischenergebnisse aus den Filterungen für eine Verlässlichkeitsbewertung mit dem jeweiligen Vertrauenswert gewichtet werden. Beispielsweise könnte den Fahrdynamiksensoren mehr getraut werden als den GNSS-Daten oder einem Tightly Coupled GNSS System mehr als einem Loosly Coupled GNSS System. In einer besonderen Weiterbildung des angegebenen Verfahrens kann zusätzlich geprüft werden, wie viele Zwischenergebnisse aus den Filterungen sich innerhalb des zuvor erläuterten Tole- ranzbandes bewegen. Daraus könnte dann eine Bewertung erfolgen, wie viele Filterungen in dem Toleranzband arbeiten. Das Ergebnis dieser Bewertung könnte beispielsweise 66% der Filterungen sein, wenn beispielsweise drei verschiedene Filterungen mit drei verschiedenen Übertragungsfunktionen verwendet werden und eine Filterung aus dem Toleranzband fällt. Aus diesem Ergebnis kann dann die Verlässlichkeit oder auch die Datenintegrität des Endergebnisses für die Lagedaten bestimmt werden, wobei die Datenintegrität auch in Abhängigkeit der Güte der verwendeten Übertragungsfunktionen bestimmt werden kann.
Alternativ könnten die Zwischenergebnisse in einem eigenen Fusionsfilter auch fusioniert werden.
In einer weiteren Weiterbildung umfasst das angegebene Verfahren den Schritt Ausgeben eines Fehlers, wenn die Toleranz eine vorbestimmte Bedingung erfüllt. Die vorbestimmte Bedingung könnte dabei derart definiert werden, dass ein oder mehrere Zwischenergebnisse aus dem zuvor erläuterten Toleranzband, in dem sich die Zwischenergebnisse befinden sollten, herausfallen. Dies wäre eine Möglichkeit darauf zu reagieren, wenn die Er¬ gebnisse nicht innerhalb eines Toleranzbandes liegen. Ein weitere vorbestimmte Bedingung könnte sein, dass die Zwi¬ schenergebnisse über eine vordefinierten Zeitraum dauerhaft außerhalb des Toleranzbereichs sind.
Alternativ oder zusätzlich zur Ausgabe des Fehlers könnten die verwendeten Filterungen bewertet werden, wobei das Zwischenergebnis der höherwertigen bzw. „dominierenden" Filterung ausgegeben wird, optional kombiniert mit der niedrigeren Verlässlichkeit.
Bevor auf das Bewertungskriterium, also die „dominierende" Filterung eingegangen wird, wird zunächst die Bewertung selbst ^
erläutert. Diese kann situationsabhängig durchgeführt werden, was heißt, dass nicht immer dieselbe Filterung höherwertig sein muss. So kann auf Eis auf dem flachen Land GNSS höher bewertet werden als die Fahrdynamiksensoren, wohingegen in der Stadt bei trockenen Bedingungen die Fahrdynamiksensoren dem GNSS vorzuziehen sind. Das oben erwähnte Tightly Coupled GNSS System könnte im Regelfall einem Loosly Coupled GNSS System vorgezogen und damit als höherwertig bewertet werden. Ebenso könnte eine eine explizite Historie verwendende Filterung gegenüber einer eine implizite Historie verwendende Filterung als höherwertig oder „dominant" bewertet und damit vorgezogen werden, wenn beide die gleiche grundsätzliche Modellierungsgenauigkeit aufweisen. Es bietet sich jedoch an, für die Entscheidung, welche Filterung jeweils als höherwertig bewertet und damit bevorzugt wird, Messungen mit zusätzlichen Referenzsystemen durchzuführen, um so die Bewertung basierend auf einem objektiven Vergleich durchzuführen und eine daraus abgeleitete Bevorzugung zu erhalten .
Um die Bewertung möglichst effizient durchzuführen, sollten die von Lagedaten abhängigen Zwischenergebnisse aus der ersten Filterung und der zweiten Filterung möglichst gleich sein. Dabei könnten die Zwischenergebnisse selbstverständlich selbst be¬ reits ein Lagedatum, wie beispielsweise die Absolutposition sein. Alternativ oder zusätzlich könnten die Zwischenergebnisse weitere Messgrößen umfassen, wie beispielsweise Geschwindig¬ keiten und/oder Beschleunigungen und/oder den zeitlichen Verlauf der Messgrößen. Wird in den Zwischenergebnissen auch der zeitliche Verlauf einer von den Lagedaten abhängigen Messgröße erfasst, dann können zusätzlich statistische Ausreißer (engl, outlier) herausgefiltert werden.
Zusätzlich könnte bei der Bewertung der Zwischenergebnisse berücksichtigt werden, ob bei einer Filterung bekannt ist, ob sie unter bestimmten Gegebenheiten, Situationen oder Randbedingungen Zwischenergebnisse mit einer hohen Datenintegrität beziehungsweise Zuverlässigkeit liefern kann, oder nicht. Dies könnte bereits durch theoretische Ansätze gegebenenfalls aber 0
o
auch experimentell bestimmt werden. Zwischenergebnisse aus einer Filterung, die in bestimmten Gegebenheiten, Situationen oder Randbedingungen ä priori als unzuverlässig bekannt sind, könnten dann vorab aussortiert und das angegebene Verfahren mit den verbleibenden Filterungen durchgeführt werden. Dadurch ist es weiterhin möglich, basierend auf den Zwischenergebnissen bestimmte Lagedaten eine 100%-ige Verlässlichkeit zu bescheinigen. Selbstverständlich wären hierzu mindestens drei verschiedene Filterungen notwendig.
Ergibt die Bewertung, dass die Zwischenergebnisse zu vieler Verfahren außerhalb eines zunächst sehr eng definierten Toleranzbandes liegen, könnte die Bewertung im Rahmen des angegebenen Verfahrens mit einem weiteren, breit definierten Toleranzband durchgeführt werden . Liegen dann wieder ausreichend viele Zwischenergebnisse in diesem weiteren Toleranzband, können nachgelagerte, die Lagedaten verwendende Einrichtungen im Fahrzeug basierend auf dem breiter definierten Toleranzband entscheiden, ob die nun gegebene Genauigkeit weiterhin für ihre Zwecke ausreicht. Auf diese Weise kann trotzdem eine 100%-ige Verlässlichkeit in Kombination mit der größeren Ungenauigkeit erreicht werden.
Als Generalisierung des zuvor genannten Ansatzes kann auch eine Verlässlichkeit geliefert werden, die auf einem Toleranzband beruht, das aus der Genauigkeit der Filterung übernommen wird, die die beste Bewertung erhalten hat und damit als dominierend gilt . Alternativ können auch mehrere Verlässlichkeiten geliefert werden, einmal auf Basis eines festen engen Toleranzbandes und dann auf Basis von Toleranzbändern, die aus den Genauigkeiten eines oder mehrerer Verfahren gewonnen werden.
Die eigentlich basierend auf den Zwischenergebnissen zu bestimmenden Lagedaten können zusammen mit dem Ergebnis der zuvor erläuterten Bewertung auf verschiedene Weise geliefert werden: - Einerseits könnte eine bestimmte Filterung ausgewählt und ihr Zwischenergebnis als Grundlage zur Bestimmung der Lagedaten verwendet werden. Enthält das Zwischenergebnis beispielsweise bereits Lagedaten, könnten diese direkt als die gesuchten Lagedaten ausgegeben werden. Alternativ könnten die Lagedaten auch basierend auf dem Zwischenwert der ausgewählten Filterung bestimmt werden. Als Grundlage für die Auswahl der Filterung könnte beispielsweise die oben genannte Bewertung der einzelnen Filterungen verwendet werden, wobei vorzugsweise die am höchsten bewertete, also die dominierende Filterung ausgewählt werden sollte oder die Filterung, die aktuell die größte Genauigkeit liefert .
- Andererseits könnten die Lagedaten basierend auf dem Mittelwert oder dem Median der Zwischenergebnisse aus den unterschiedlichen Filterungen bestimmt werden. Hier wäre es möglich erst die Zwischenergebnisse zu mittein und dann die Lagedaten zu bestimmen oder umgekehrt. Dabei können die einzelnen Zwischenergebnisse bei der Bildung des Mittelwerts auch gewichtet werden, wobei die Gewichte zu den einzelnen Filterungen beispielsweise in Ab¬ hängigkeit der aktuellen Genauigkeit der Filterung oder/und der Anzahl der Eingangsgrößen oder/und des Abstands zu den anderen Werten vorgegeben werden können. Alternativ könnten die ein- zelnen Gewichte auch fest z.B. durch empirische Untersuchungen bei Messungen mit einer Referenzmesstechnik vorgegeben werden. - Weiter alternativ können die beiden zuvor genannten Konzepte zur Ausgabe der Lagedaten basierend auf den Zwischenergebnissen kombiniert werden. Das heißt, dass zunächst eine gewisse Anzahl an Zwischenergebnissen aus verschiedenen Filterungen basierend auf vorgegebenen Kriterien ausgewählt werden könnte und dann diese ausgewählten Zwischenergebnisse gemittelt werden könnten.
In einer zusätzlichen Weiterbildung des angegebenen Verfahrens können die Zwischenergebnisse zum Bestimmen der Toleranz gewichtet werden.
Gemäß einem weiteren Aspekt der Erfindung ist eine Steu- er-vorrichtung eingerichtet, eines der angegebenen Verfahren durchzuführen.
In einer Weiterbildung der angegebenen Steuervorrichtung weist die angegebene Vorrichtung einen Speicher und einen Prozessor auf. Dabei ist eines angegebenen Verfahren in Form eines Computerprogramms in dem Speicher hinterlegt und der Prozessor zur Ausführung des Verfahrens vorgesehen, wenn das Computerprogramm aus dem Speicher in den Prozessor geladen ist.
Gemäß einem weiteren Aspekt der Erfindung umfasst ein Computerprogramm Programmcodemittel, um alle Schritte eines der angegebenen Verfahren durchzuführen, wenn das Computerprogramm auf einem Computer oder einer der angegebenen Vorrichtungen ausgeführt wird.
Gemäß einem weiteren Aspekt der Erfindung enthält ein Computerprogrammprodukt einen Programmcode, der auf einem compu¬ terlesbaren Datenträger gespeichert ist und der, wenn er auf einer Datenverarbeitungseinrichtung ausgeführt wird, eines der angegebenen Verfahren durchführt.
Gemäß einem weiteren Aspekt der Erfindung umfasst ein Fahrzeug eine angegebene Steuervorrichtung.
Die oben beschriebenen Eigenschaften, Merkmale und Vorteile dieser Erfindung sowie die Art und Weise, wie diese erreicht werden, werden klarer und deutlicher verständlich im Zusammenhang mit der folgenden Beschreibung der Ausführungsbeispiele, die im Zusammenhang mit den Zeichnungen näher erläutert werden, wobei :
Fig. 1 eine Prinzipdarstellung eines Fahrzeuges auf einer Straße, und
Fig. 2 eine Prinzipdarstellung eines Fusionssensors in dem Fahrzeug der Fig. 1, zeigen.
In den Figuren werden gleiche technische Elemente mit gleichen Bezugszeichen versehen und nur einmal beschrieben.
Es wird auf Fig. 1 Bezug genommen, die eine Prinzipdarstellung eines Fahrzeuges 2 mit einem Chassis 4 zeigt, das auf Rädern 6 getragen ist. In dem Fahrzeug 2 ist ein Fusionssensor 8 angeordnet .
Der Fusionssensor 8 empfängt in der vorliegenden
Ausfüh-rungsform über einen an sich bekannten GNSS-Empfänger 10 auch Rohdaten genannte Lagedaten 12 des Fahrzeuges 2, die eine Absolutposition des Fahrzeuges 2, eine Geschwindigkeit des Fahrzeuges 2 und/oder eine Beschleunigung des Fahrzeuges 2 beschreiben können. Die Lagedaten 12 aus dem GNSS-Empfänger 10 werden in der vorliegenden Ausführung in einer dem Fachmann bekannten Weise aus von GNSS-Satelliten ausgesendeten
GNSS-Signalen 14 im GNSS-Empfänger 10 abgeleitet, die über eine GNSS-Antenne 16 empfangen werden und daher nachstehend
GNSS-Lagedaten 12 genannt. Für Details dazu wird auf die einschlägige Fachliteratur über GNSS verwiesen.
Der Fusionssensor 8 ist in einer noch zu beschreibenden Weise dazu ausgebildet, den Informationsgehalt der aus dem GNSS-Signal 14 abgeleiteten GNSS-Lagedaten 12 zu steigern. Dies ist einerseits notwendig, da das GNSS-Signal 14 einen sehr niedrigen Sig¬ nal/Rauschbandabstand aufweisen und so sehr ungenau sein kann. Andererseits ist das GNSS-Signal 14 nicht ständig verfügbar.
In der vorliegenden Ausführung weist das Fahrzeug 2 dazu einen Bewegungsaufnahmesensor in Form eines Inertialsensors 18 auf, der Fahrdynamikdaten 20 des Fahrzeuges 2 erfasst. Darunter fallen bekanntermaßen eine Längsbeschleunigung, eine Querbeschleunigung sowie eine Vertikalbeschleunigung und eine Wankrate, eine Nickrate sowie eine Gierrate des Fahrzeuges 2. Diese Fahrdy- namikdaten 20 werden in der vorliegenden Ausführung entweder alle oder nur ein Teil davon herangezogen, um den Informationsgehalt der GNSS-Lagedaten 12 zu steigern und beispielsweise die Absolutposition und die Geschwindigkeit des Fahrzeuges 2 auf der Fahrbahn 13 zu präzisieren. Die präzisierten Lagedaten 22 können dann von einem Anwendungsgerät (beispielsweise Navigationsgerät oder Fahrerassistenzsystem) 24 selbst dann verwendet werden, wenn das GNSS-Signal 14 beispielsweise unter einem Tunnel überhaupt nicht verfügbar ist. Zur weiteren Steigerung des Informationsgehaltes der
GNSS-Lagedaten 12 können in der vorliegenden Ausführung noch Raddrehzahlsensoren 26 verwendet werden, die die Raddrehzahlen 28 der einzelnen Räder 6 des Fahrzeuges 2 erfassen und ebenfalls im Fusionssensor 8 mit dem GNSS-Signal fusioniert werden.
Es wird auf Fig. 2 Bezug genommen, die eine Prinzipdarstellung des Fusionssensors 8 aus Fig. 1 zeigt.
In den Fusionssensor 8 gehen die in Fig. 1 bereits erwähnten Messdaten ein. Der Fusionssensor 8 soll die präzisierten Lagedaten 22 ausgeben. Grundgedanke des Fusionssensors 8 ist es, die Information aus den GNSS-Lagedaten 12, den Fahrdynamikdaten 20 aus dem Inertialsensor 18 in einem ersten Filter 30 und einem zweiten Filter 32 gegenüberzustellen und so einen Signal/Rauschbandabstand in den GNSS-Lagedaten 12 des
GNSS-Empfängers 10 oder den Fahrdynamikdaten 18 aus dem
Inertialsensor 20 zu erhöhen. Dazu können die Filter 30, 32 zwar beliebig ausgebildet sein, ein Kaiman-Filter löst diese Aufgabe am wirkungsvollsten mit einem vergleichsweise geringen Rechenressourcenanspruch. Daher sollen die Filter 30, 32 nachstehend vorzugsweise Kaiman-Filter 30, 32 sein. Die präzisierten Lagedaten 22, das heißt die präzisierte
Absolutposition des Fahrzeuges 2, die präzisierte Geschwin¬ digkeit des Fahrzeuges 2 und/oder die präzisierte Beschleunigung des Fahrzeuges 2 werden im Rahmen der vorliegenden über eine erste Filterung 34 mit dem ersten Kaiman-Filter 30 und eine zweite Filterung 36 mit dem zweiten Kaiman-Filter 32 bestimmt. Die beiden Filterungen 34, 36 geben als Ergebnis der oben genannten Messdaten entsprechend ein erstes Zwischenergebnis 38 und ein zweites Zwischenergebnis 40 aus, wobei beide Zwi¬ schenergebnisse 38, 40 bereits die Lage des Fahrzeuges 2 be- schreiben. Jedoch werden die beiden Zwischenergebnisse 38, 40 anschließend in einer Auswerteeinrichtung 42 gegenübergestellt und basierend auf dieser Gegenüberstellung so die eigentlichen präzisierten Lagedaten 22 gebildet. Bevor hierauf näher ein- gegangen werden soll, sollen zunächst die beiden Filterungen 34, 36 näher erläutert werden.
In der ersten Filterung 34 geht in das erste Kaiman-Filter 30 das erste Zwischenergebnis 38 und ersten Vergleichslagedaten 44 des Fahrzeuges 2 ein. Das erste Zwischenergebnis 22 wird in der vorliegenden Ausführung in einem beispielsweise aus der DE 10 2006 029 148 AI bekannten Strapdown-Algorithmus 46 aus den Fahrdynamikdaten 20 generiert. Demgegenüber werden die ersten Vergleichslagedaten 44 aus einem ersten Modell 48 des Fahrzeuges 2 gewonnen, das zunächst einmal mit Positionsdaten 50 gespeist wird, die aus den GNSS-Lagedaten 12, also den GNSS-Rohdaten, in einer Positionsbestimmungseinrichtung 52 bestimmt werden. Aus diesen Positionsdaten werden dann in dem Modell 48 die ersten Vergleichslagedaten 44 bestimmt, die die gleichen Informationen enthalten, wie das erste Zwischenergebnis 38. Das erste Zwi¬ schenergebnis 38 und die ersten Vergleichslagedaten 44 aus dem ersten Modell 30 unterscheiden sich letztlich lediglich in ihren Werten .
Das erste Kaiman-Filter 30 berechnet basierend auf dem ersten Zwischenergebnis 38 und den Vergleichslagedaten 44 einen Fehlerhaushalt 54 für das erste Zwischenergebnis 38 und einen Fehlerhaushalt 56 für die Vergleichslagedaten 44. Unter einem Fehlerhaushalt soll nachstehend ein Gesamtfehler in einem Signal verstanden werden, der sich aus verschiedenen Einzelfehlern bei der Erfassung und Übertragung des Signals zusammensetzt. Bei dem GNSS-Signal 14 und damit bei den GNSS-Lagedaten 12 kann sich ein entsprechender Fehlerhaushalt aus Fehlern der Satellitenbahn, der Satellitenuhr, der restlichen Refraktionseffekte und aus Fehlern im GNSS-Empfänger 10 zusammensetzen.
Der Fehlerhaushalt 54 des ersten Zwischenergebnisses 38 und der Fehlerhaushalt 56 der Vergleichslagedaten 44 werden dann entsprechend dem Strapdown-Algorithmus 46 und dem Modell 48 zur Korrektur des ersten Zwischenergebnisses 38 beziehungsweise der Vergleichslagedaten 44 zugeführt. Das heißt, dass das ersten Zwischenergebnis 38 und die Vergleichslagedaten 48 iterativ um ihre Fehler bereinigt werden.
Die erste Filterung 34 im Fusionsfilter 8 arbeitet basierend auf einem Loosly Coupled GNSS-Prinzip, im Rahmen dessen die Bestimmung der Positionsdaten 50 aus den GNSS-Lagedaten 12 und damit aus den GNSS-Rohdaten und die Präzision der Positionsdaten 50 basierend auf den Fahrdynamikdaten 20 nacheinander geschehen. Eine Loosly Coupled GNSS Filterung, wie die erste Filterung 34 kann in der oben beschriebenen Weise die Fahrdynamikdaten 20 des Fahrzeuges 2, die durch den
Inertialsensor 18 erfasst werden, basierend auf den
GNSS-Lagedaten 12 und den Raddrehzahlen 28 recht gut korrigieren, solange in dieser ersten Filterung 34 keine Fehler auftreten.
Treten jedoch Fehler auf, so können diese gerade in sicherheitskritischen Anwendungen, wie beispielsweise in einer Fahrdynamikregelung verkehrsgefährdende Ausmaße annehmen. Daher wird zu Sicherung Präzision der Lagedaten des Fahrzeuges 2 vorgeschlagen, das erste Zwischenergebnis 38 anhand des zweiten Zwischenergebnisses 40, das gegenüber dem ersten Zwischenergebnis 38 in der zweiten Filterung 36 auf einem anderen Berechnungsweg ermittelt wird zu überwachen. Die Überwachung selbst kann dann in der Auswerteeinrichtung 42 erfolgen.
In der zweiten Filterung 36 gehen in das zweite Kaiman-Filter 32 neben dem zweiten Zwischenergebnis 40 und zweiten Vergleichslagedaten 58 des Fahrzeuges 2 auch die GNSS-Lagedaten 12 und damit die GNSS-Rohdaten ein. Das zweite Zwischenergebnis 40 wird wieder in einem Strapdown-Algorithmus 46 aus den Fahr¬ dynamikdaten 20 generiert. Demgegenüber werden die zweiten Vergleichslagedaten 58 aus einem zweiten Modell 60 des Fahrzeuges 2 gewonnen, das im Rahmen der vorliegenden Ausführung die zweiten Vergleichslagedaten 58 basierend auf dem noch zu beschreibenden Fehlerhaushalt 62 aus dem zweiten Kaiman-Filter 32 und den Raddrehzahlen 28, ohne die GNSS-Lagedaten 12, das heißt die GNSS-Rohdaten bestimmt. Auch das zweite Zwischenergebnis 38 und die zweiten Vergleichslagedaten 58 unterscheiden sich lediglich in ihren Werten.
Das zweite Kaiman-Filter 32 berechnet basierend auf dem zweiten Zwischenergebnis 40 und den zweiten Vergleichslagedaten 58 den Fehlerhaushalt 62 für die zweiten Vergleichslagedaten und einen Fehlerhaushalt 64 für das zweite Zwischenergebnis 40. Im Ge¬ gensatz zum ersten Kaiman-Filter 30 in der ersten Filterung 34 berücksichtigt der zweite Kaiman-Filter 32 in der zweiten Filterung 36 bei der Erzeugung der Fehlerhaushalte 62, 64 auch das GNSS-Signal 12 und damit die GNSS-Rohdaten . Das heißt, dass die aus dem GNSS ableitbare Absolutposition des Fahrzeuges 2 im Rahmen der zweiten Filterung 36 das erste mal im Fehlerhaushalt 62, 64 berücksichtigt wird, während die Absolutposition im Rahmen der ersten Filterung 34 bereits vor der Modellierung im ersten Modell 48 berücksichtigt wird.
Auch in der zweiten Filterung 36 werden der Fehlerhaushalt 64 des zweiten Zwischenergebnisses 40 und der Fehlerhaushalt 62 der zweiten Vergleichslagedaten 58 dann entsprechend einem
Strapdown-Algorithmus 46 und dem zweiten Modell 60 zur Korrektur des zweiten Zwischenergebnisses 40 beziehungsweise der zweiten Vergleichslagedaten 58 zugeführt. Das heißt, dass auch das zweite Zwischenergebnis 40 und die zweiten Vergleichslageda- ten 58 iterativ um ihre Fehler bereinigt werden.
Die zweite Filterung 34 im Fusionsfilter 8 arbeitet basierend auf einem Tightly Coupled GNSS-Prinzip, im Rahmen dessen die Bestimmung der Absolutposition des Fahrzeuges aus den
GNSS-Lagedaten 12 und damit aus den GNSS-Rohdaten und die
Präzision der Absolutposition basierend auf den Fahrdynamikdaten 20 im zweiten Kaiman-Filter 32 geschehen. Die Tightly Coupled GNSS Filterung und damit die zweite Filterung 34 bestimmt die Lagedaten des Fahrzeuges im zweiten Zwischenergebnis 40 redundant zur ersten Filterung 34.
Die redundanten Zwischenergebnisse 38, 40 können dann in einem Toleranzmonitor 66 in der Auswerteeinrichtung 42 überwacht werden. Der Toleranzmonitor 66 kann dann beispielsweise die Toleranz zwischen den beiden Zwischenergebnissen 38, 40 als Information für alle nachgelagerten, die präzisierten Lagedaten 22 verwendenden Einrichtungen, wie beispielsweise das Anwendungsgerät 24 ausgeben. Alternativ oder zusätzlich kann der Toleranzmonitor 66 auch ein Fehlersignal 68 generieren, wenn die Toleranz ein vorbestimmtes Maß überschreitet.
Zur Bestimmung der präzisierten Lagedaten 22 können die Zwi- schenergebnisse 38, 40 beispielsweise anwendungsspezifisch mit entsprechenden Gewichtungsfaktoren 70, 72 gewichtet und anschließend in einem Mittelwertsfilter 74 gemittelt werden.

Claims

Patentansprüche
1. Verfahren zum Bestimmen von Lagedaten (22) eines Fahrzeuges (2) basierend auf einem mit einem von einem GNSS genannten globalen Satellitennavigationssystem empfangenen
GNSS-Signal (12), umfassend:
Bestimmen eines ersten von den Lagedaten (22) abhängigen Zwischenergebnisses (38) basierend auf einer ersten Filte¬ rung (34) des GNSS-Signals (12) mit einer ersten Übertra- gungsfunktion,
Bestimmen eines zweiten von den Lagedaten (22) abhängigen Zwischenergebnisses (40) basierend auf einer zweiten Filte¬ rung (36) des GNSS-Signals (12) gemäß einer sich von der ersten Übertragungsfunktion unterscheidenden zweiten Übertragungs- funktion, und
Ausgeben eines Endergebnisses für die Lagedaten (22) basierend auf einer Gegenüberstellung (42) des ersten Zwischenergebnisses (38) und des zweiten Zwischenergebnisses (40) .
2. Verfahren nach Anspruch 1, wobei die erste Übertragungs¬ funktion eine explizite Rechenvorschrift und/oder die zweite Übertragungsfunktion eine rekursive Rechenvorschrift umfasst.
3. Verfahren nach Anspruch 1 oder 2, wobei die Rechenvorschrift in der ersten Filterung (34) und der zweiten Filterung (36) eine Positionsberechnungsvorschrift (52) zur Bestimmung einer Position (50) des Fahrzeuges (2) aus dem GNSS-Signal (12) und
eine Fusionsvorschrift (30, 32) zur Fusionierung der Position (50) mit Fahrdynamikdynamikdaten (20) des Fahrzeuges (2) umfasst, um die Zwischenergebnisse (38, 40) zu be¬ stimmen .
4. Verfahren nach Anspruch 3, wobei die Positionsberech- nungsvorschrift (52) und die Fusionsvorschrift (30, 32) in einer Übertragungsfunktion lose gekoppelt und in einer anderen Übertragungsfunktion eng gekoppelt sind.
5. Verfahren nach einem der vorstehenden Ansprüche, wobei sich Eingangsdaten (12, 20, 28) der ersten Filterung (34) von Eingangsdaten (12, 20, 28) der zweiten Filterung (36) voneinander unterscheiden.
6. Verfahren nach einem der vorstehenden Ansprüche, wobei Parameter für eine Filterung (34) explizit und für eine weitere Filterung (36) adaptiv vorgegeben werden.
7. Verfahren nach einem der vorstehenden Ansprüche, umfassend:
Bestimmen einer Toleranz zwischen den beiden Zwischenergebnissen (38, 40).
8. Verfahren nach Anspruch 7, umfassend:
- Ausgeben eines Fehlers (68), wenn die Toleranz eine vorbestimmte Bedingung erfüllt.
9. Verfahren nach einem der vorstehenden Ansprüche, wobei die Zwischenergebnisse (38, 40) gewichtet (70, 72) werden.
10. Steuervorrichtung (8), die eingerichtet ist, ein Verfahren nach einem der vorstehenden Ansprüche durchzuführen.
PCT/EP2015/071099 2014-09-17 2015-09-15 Redundante lokalisierung mittels gnss-signal Ceased WO2016041963A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102014218703.6A DE102014218703A1 (de) 2014-09-17 2014-09-17 Redundante Lokalisierung mittels GNSS-Signal
DE102014218703.6 2014-09-17

Publications (1)

Publication Number Publication Date
WO2016041963A1 true WO2016041963A1 (de) 2016-03-24

Family

ID=54140461

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2015/071099 Ceased WO2016041963A1 (de) 2014-09-17 2015-09-15 Redundante lokalisierung mittels gnss-signal

Country Status (2)

Country Link
DE (1) DE102014218703A1 (de)
WO (1) WO2016041963A1 (de)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016122193A1 (de) * 2016-11-18 2018-05-24 Valeo Schalter Und Sensoren Gmbh Funktionsüberwachung einer Sensoreinrichtung eines Kraftfahrzeugs
DE102018204304A1 (de) * 2018-03-21 2019-09-26 Robert Bosch Gmbh Verfahren zur satellitengestützten Ermittlung einer Fahrzeugposition mittels eines Bewegungs- und Positionssensors
DE102022214432A1 (de) * 2022-12-29 2024-07-04 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Überwachen einer Eigenbewegungszustandsschätzung eines Fahrzeugs
DE102023200105A1 (de) * 2023-01-10 2024-07-11 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Betreiben eines mikroelektromechanischen Inertialsensors und System zum Durchführen des Verfahrens

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1205732A2 (de) * 2000-11-10 2002-05-15 Thales Inertialnavigationseinheit mit integriertem GPS-Empfänger
US6408245B1 (en) * 2000-08-03 2002-06-18 American Gnc Corporation Filtering mechanization method of integrating global positioning system receiver with inertial measurement unit
US20070222674A1 (en) * 2006-03-24 2007-09-27 Containertrac, Inc. Automated asset positioning for location and inventory tracking using multiple positioning techniques
US20100049439A1 (en) * 2006-11-07 2010-02-25 Electronics And Telecommunications Research Institute Apparatus for integrated navigation based on multi filter fusion and method for providing navigation information using the same
US20130282875A1 (en) * 2008-05-02 2013-10-24 James Aweya Method and apparatus for time and frequency transfer in communication networks
DE102012224109A1 (de) * 2012-12-20 2014-06-26 Continental Teves Ag & Co. Ohg Vorrichtung zum Orten eines Fahrzeuges

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006029148B4 (de) 2006-06-24 2010-08-05 Lfk-Lenkflugkörpersysteme Gmbh Verfahren zur Überprüfung einer inertialen Messeinheit von Fahrzeugen, insbesondere von Luftfahrzeugen, im stationären Zustand
DE102010063984A1 (de) 2010-02-11 2011-08-11 Continental Teves AG & Co. OHG, 60488 Fahrzeug-Sensor-Knoten
DE102012224104A1 (de) * 2012-12-20 2014-06-26 Continental Teves Ag & Co. Ohg Verfahren zum Bereitstellen eines GNSS-Signals

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6408245B1 (en) * 2000-08-03 2002-06-18 American Gnc Corporation Filtering mechanization method of integrating global positioning system receiver with inertial measurement unit
EP1205732A2 (de) * 2000-11-10 2002-05-15 Thales Inertialnavigationseinheit mit integriertem GPS-Empfänger
US20070222674A1 (en) * 2006-03-24 2007-09-27 Containertrac, Inc. Automated asset positioning for location and inventory tracking using multiple positioning techniques
US20100049439A1 (en) * 2006-11-07 2010-02-25 Electronics And Telecommunications Research Institute Apparatus for integrated navigation based on multi filter fusion and method for providing navigation information using the same
US20130282875A1 (en) * 2008-05-02 2013-10-24 James Aweya Method and apparatus for time and frequency transfer in communication networks
DE102012224109A1 (de) * 2012-12-20 2014-06-26 Continental Teves Ag & Co. Ohg Vorrichtung zum Orten eines Fahrzeuges

Also Published As

Publication number Publication date
DE102014218703A1 (de) 2016-03-17

Similar Documents

Publication Publication Date Title
EP2755876B1 (de) Verfahren zum schätzen von reifenparametern für ein fahrzeug
EP2534011B1 (de) Fahrzeug-sensor-knoten
EP3155454B1 (de) Verfahren und system zur anpassung eines navigationssystems
DE102012224103A1 (de) Vorrichtung zum Ausgeben eines eine physikalische Messgröße anzeigenden Messsignals
EP3198578B1 (de) Sensorkalibrierung in einer parkanlage
EP3155374B1 (de) Verfahren und system zur initialisierung eines sensorfusionssystems
WO2015075093A1 (de) Verfahren, fusionsfilter und system zur fusion von sensorsignalen mit unterschiedlichen zeitlichen signalausgabeverzügen zu einem fusionsdatensatz
DE102012219475A1 (de) Sensorsystem zur eigenständigen Bewertung der Genauigkeit seiner Daten
EP2005120A2 (de) VERFAHREN UND EINRICHTUNG ZUR BESTIMMUNG EINES ABSOLUTWERTS EINER GRÖßE
DE102011108292A1 (de) Verfahren zum Betrieb einer Fahrerassistenzvorrichtung
EP2936205A2 (de) Verfahren zum bereitstellen eines gnss-signals
DE102014212703A1 (de) M2XPro-Überwachung durch Integritätsmaßspeicherung
EP3899589A1 (de) Verfahren zum adaptiven ermitteln eines integritätsbereichs einer parameterschätzung
DE102018222166A1 (de) Verfahren zum Ermitteln eines Integritätsbereichs
DE102014218703A1 (de) Redundante Lokalisierung mittels GNSS-Signal
WO2015189180A1 (de) Verfahren und system zur anpassung eines navigationssystems
EP2318893B1 (de) Verfahren zum bereitstellen eines pilotwarn-signals für einen piloten eines flugzeuges, computerprogrammprodukt und warnvorrichtung
DE102013213067A1 (de) Verfahren und Vorrichtung zur Bestimmung mindestens einer Zustandsgröße einer Eigenposition eines Fahrzeugs
DE102014211178A1 (de) Verfahren und System zur Korrektur von Messdaten eines ersten Sensorsystems
DE102017006260A1 (de) Verfahren zum Bestimmen von Detektionseigenschaften wenigstens eines Umgebungssensors in einem Fahrzeug und Fahrzeug, eingerichtet zur Durchführung eines solchen Verfahrens
DE102013220487A1 (de) Fahrspurerkennungssystem umd Spurhaltesystem
EP2755831B1 (de) Verfahren zum filtern von daten in einem reifendruckkon-trollsystem eines fahrzeugs
WO2022223177A1 (de) Computerimplementiertes verfahren zur detektion eines lenkradeingriffszustands, computerprogrammprodukt, fahrassistenzsystem sowie kraftfahrzeug
EP1440289A1 (de) Navigationssystem zur kursbestimmung eines fahrzeugs
DE102013217879A1 (de) Verfahren zum Überwachen einer Übertragungsstrecke

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: 15763585

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: 15763585

Country of ref document: EP

Kind code of ref document: A1