-
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 A1 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 abhängigen 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 Übertragungsfunktion, Bestimmen eines zweiten von den Lagedaten abhängigen 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 Zwischenergebnisses 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 Messergebnisses aus den Fahrdynamiksensoren des Fahrzeuges fusioniert 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 parallel 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 entsprechende 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 Rechenvorschriften basieren in der Regel auf Zustandsgrößen und können Beobachter, Kalmanfilter, Partikelfilter, Alpha-Beta-Filter, Alpha-Beta-Gamma-Filter, oder dergleichen sein. Beispielsweise sind in IIR 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 verschiedene, 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 Fusionsvorschrift in einer Übertragungsfunktion lose gekoppelt und in einer anderen Übertragungsfunktion eng gekoppelt. Unter einer losen Kopplung soll nachstehend verstanden werden, dass die Positionsberechnungsvorschrift 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 impliziter 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 Filterungen 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 Toleranzbandes 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 Ergebnisse nicht innerhalb eines Toleranzbandes liegen. Ein weitere vorbestimmte Bedingung könnte sein, dass die Zwischenergebnisse 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 bereits ein Lagedatum, wie beispielsweise die Absolutposition sein. Alternativ oder zusätzlich könnten die Zwischenergebnisse weitere Messgrößen umfassen, wie beispielsweise Geschwindigkeiten 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 auch experimentell bestimmt werden. Zwischenergebnisse aus einer Filterung, die in bestimmten Gegebenheiten, Situationen oder Randbedingungen á 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 mitteln 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 Abhängigkeit 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 einzelnen 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 Steuer-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 computerlesbaren 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:
-
1 eine Prinzipdarstellung eines Fahrzeuges auf einer Straße, und
-
2 eine Prinzipdarstellung eines Fusionssensors in dem Fahrzeug der 1, zeigen.
-
In den Figuren werden gleiche technische Elemente mit gleichen Bezugszeichen versehen und nur einmal beschrieben.
-
Es wird auf 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 Signal/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 Fahrdynamikdaten 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 2 Bezug genommen, die eine Prinzipdarstellung des Fusionssensors 8 aus 1 zeigt.
-
In den Fusionssensor 8 gehen die in 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 Kalman-Filter löst diese Aufgabe am wirkungsvollsten mit einem vergleichsweise geringen Rechenressourcenanspruch. Daher sollen die Filter 30, 32 nachstehend vorzugsweise Kalman-Filter 30, 32 sein.
-
Die präzisierten Lagedaten 22, das heißt die präzisierte Absolutposition des Fahrzeuges 2, die präzisierte Geschwindigkeit des Fahrzeuges 2 und/oder die präzisierte Beschleunigung des Fahrzeuges 2 werden im Rahmen der vorliegenden über eine erste Filterung 34 mit dem ersten Kalman-Filter 30 und eine zweite Filterung 36 mit dem zweiten Kalman-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 Zwischenergebnisse 38, 40 bereits die Lage des Fahrzeuges 2 beschreiben. 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 eingegangen werden soll, sollen zunächst die beiden Filterungen 34, 36 näher erläutert werden.
-
In der ersten Filterung
34 geht in das erste Kalman-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 A1 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 Zwischenergebnis
38 und die ersten Vergleichslagedaten
44 aus dem ersten Modell
30 unterscheiden sich letztlich lediglich in ihren Werten.
-
Das erste Kalman-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 Kalman-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 Fahrdynamikdaten 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 Kalman-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 Kalman-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 Gegensatz zum ersten Kalman-Filter 30 in der ersten Filterung 34 berücksichtigt der zweite Kalman-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 Vergleichslagedaten 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 Kalman-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 Zwischenergebnisse 38, 40 beispielsweise anwendungsspezifisch mit entsprechenden Gewichtungsfaktoren 70, 72 gewichtet und anschließend in einem Mittelwertsfilter 74 gemittelt werden.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- WO 2011/098333 A1 [0002]
- DE 102006029148 A1 [0045]