Entwurf und Umsetzung einer Systemarchitektur zur Echtzeitfusion und Qualitatsbewertung heterogener, redundanter Messdaten im Kraftfahrzeug

摘要

Die steigende Anzahl an bereits im Kleinwagensegment verbauten Sensoren mit uberlappendem Informationsgehalt trotz stark heterogener Messprinzipien motiviert zum Aufbau einer Systemarchitektur zur zentralen, echtzeitfahigen Fusion und Qualitatsbeschreibung der Messdaten, um Verbesserungen der Genauigkeit und der Fehlererkennung zu erzielen. Fur diesen Anwendungsfall werden Anforderungen ermittelt, und aus diesen die Auswahl fur die Verwendung eines Error-State-Space-Kalmanfilters mit enger Kopplung der Sensoren getroffen. Dieses wird fur einen Satz an seriennahen Sensoren, bestehend aus einer 6D-MEMS-Inertialmesseinheit, GPS Code- und Tragerphasenmessungen sowie Odometriemessungen umgesetzt. Die Inertialmesseinheit wird in Kombination mit einem Strapdown-Algorithmus als Basissystem zur Ermittlung von Beschleunigungen, Drehraten, Geschwindigkeit, Ausrichtung und Position verwendet, wahrend GPS und Odometrie Korrekturmessungen fur dieses Basissystem liefern. Die Korrekturmessungen werden in enger Kopplung als Basissystem betrieben, d.h. Korrekturen fur systematische Fehler dieser Messungen werden ebenfalls im Fusionsfilter geschatzt und zuruckgefuhrt. Im Fokus dieses Papers stehen die Erweiterungen und Anpassungen des Filters, die sich aus der Anwendung im Automotive-Bereich ergeben. Durch die heterogenen Messprinzipien ergeben sich sensorspezifische Verzugszeiten zwischen dem Messzeitpunkt und der Bereitstellung der Daten. Daher kommt eine echtzeitfahige Methode zum Einsatz, die Messdaten mit beliebigen Verzugszeiten verarbeitet. Die GNSS-Korrekturdaten werden zudem durch die Ausnutzung von Redundanzen auf Plausibilitat uberpruft, so dass zufallige, nicht korrigierbare Fehler in den Messdaten erkannt und die Messungen nicht zur Fusion verwendet werden. Die hier gezeigte Signalqualitatsbeschreibung setzt sich aus den Teilen Integritat und Genauigkeit zusammen. Hierbei beschreibt das Integritatsmass die Konsistenz der Messdaten und der Filterzustande, eine Integritatswarnung mit definierter Irrtumswahrscheinlichkeit wird bei Inkonsistenz ausgegeben. Zusatzlich wird fur den Fall von als konsistent betrachteten Messdaten ein Vertrauensmass (Protection Level) fur den maximalen Fehler der fusionierten Daten berechnet. Das Genauigkeitsmass beschreibt Unsicherheiten und Fehler bestimmter, voneinander getrennter Eigenschaftsklassen, z.B. Rauschen oder Offset, uber eine Signalverarbeitungskette. Diese Modellierung ermoglicht die echtzeitfahige Ausgabe einer Signalbeschreibung ahnlich einem Datenblatt fur jeden Verarbeitungsschritt. Mit dem beschriebenen Fusionsfilter werden Ergebnisse erzielt, die in ihrer Genauigkeit vergleichbar mit aktuellen Referenzmesssystemen sind. Es wird gezeigt, dass die Plausibilitatsprufung die Integritatsberechnung erganzt, und die Datenfusion und –qualitatsbewertung fur die Anwendung im Automotive-Bereich prinzipiell geeignet sind.