CN116438474A

CN116438474A - 利用模糊度解析来评估至少一个gnss卫星信号的方法

Info

Publication number: CN116438474A
Application number: CN202180074598.7A
Authority: CN
Inventors: P·措贝尔; A·梅茨格; F·巴克拉诺夫; J·斯特罗贝尔; M·图里安
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2020-11-02
Filing date: 2021-11-02
Publication date: 2023-07-14
Also published as: WO2022090557A1; KR20230098829A; JP2023548513A; DE102020213769A1

Abstract

本发明涉及一种用于评估至少一个GNSS卫星信号(3)的方法，GNSS卫星信号从至少一个GNSS卫星(2)接收，以便借助GNSS传感器(1)确定GNSS传感器数据(14)，所述方法至少包括以下步骤：a)通过使用估计算法(7)解析接收到的GNSS卫星信号(3)的至少一个载波频率的模糊度，估计算法除了至少一个估计结果(12)之外还确定至少一个关于估计精度的指示(13)；b)接收至少一个信息(4、5、8、9)，所述至少一个信息除了源自所述估计算法(7)的至少一个关于估计精度的指示(13)之外还能够实现对估计精度的推断；c)通过使用在步骤b)中确定的至少一个信息(4、5、8、9)调整源自估计算法(7)的关于估计精度的指示(13)。

Description

利用模糊度解析来评估至少一个GNSS卫星信号的方法

技术领域

本发明涉及一种用于评估至少一个GNSS卫星信号的方法、一种用于执行该方法的计算机程序、一种具有该计算机程序的机器可读存储介质以及一种用于执行该方法的定位装置。该方法例如可以与自动驾驶结合使用。

背景技术

在全球导航卫星***(GNSS)的帮助下，基本上可以在地球上的任何一点进行地理空间定位。GNSS卫星绕地球运行并且发送编码信号，GNSS接收器使用这些信号通过估计信号接收时间点与发送时间之间的时间差来计算接收器距卫星的距离或间隔。如果跟踪到足够多的卫星(通常超过5个)，则可以将估计的距卫星的距离转换为对接收器位置的估计。目前有超过130个GNSS卫星绕地球运行，这意味着通常最多有65个在本地地平线上可见。特别地，随着GNSS的四星群、三倍频和/或外部大气约束的出现，这可以提供给例如所谓的PPP(精确点定位)用户，和/或使用模糊度解析，可以有利地有助于使用基于GNSS或GNSS/INS(惯性导航***)的定位传感器来实现尽可能在厘米范围内的精度。在这种情况下，焦点特别是进一步改进执行模糊度解析的本地解决方案。

发明内容

在此，根据权利要求1提出了一种用于评估至少一个GNSS卫星信号的方法，GNSS卫星信号从至少一个GNSS卫星接收，以便借助GNSS传感器确定GNSS传感器数据，该方法至少包括以下步骤：

a)通过使用估计算法解析接收到的GNSS卫星信号的至少一个载波频率的模糊度，估计算法除了至少一个估计结果之外还确定至少一个关于估计精度的指示；

b)接收至少一个信息，该至少一个信息除了源自估计算法的至少一个关于估计精度的指示之外还能够实现对估计精度的推断；

c)通过使用在步骤b)中确定的至少一个信息调整源自估计算法的关于估计精度的指示。

为了执行该方法，步骤a)、b)和c)可以例如至少执行一次和/或按照给定的顺序重复执行。此外，步骤a)、b)和c)、特别是步骤a)和b)可以至少部分地并行或同时执行。

特别地，该方法可以有助于提供关于基于GNSS的定位传感器的测量或估计的不确定性的尽可能可靠的指示。在此，该方法首次提出根据步骤c)来调整关于精度的指示，其中以特别有利的方式可以在步骤c)中人工地劣化关于估计精度的指示。例如，可以人工地劣化或提高至少一个模糊度方差，特别是如果模糊度方差被确定为浮点数(float)。术语“精度”在这里特别是在估计的“可信度”的意义上被理解。

GNSS传感器例如可以是定位传感器，其被设置为至少基于GNSS测量执行GNSS传感器的定位和/或执行具有GNSS传感器的车辆的定位。优选地，GNSS传感器或定位传感器也可以被设置为基于GNSS测量和惯性测量(惯量测量)和/或车辆传感器数据(例如环境传感器数据)来组合地或融合地执行GNSS传感器的定位和/或执行具有GNSS传感器的车辆的定位。例如，转向角传感器和/或车轮转数传感器可以用作车辆传感器。例如，摄像机、雷达传感器、激光雷达传感器和/或超声波传感器可以用作环境传感器。此外，来自数字地图的地图数据和/或来自其他车辆的消息也可以用于定位。

至少一个或每个GNSS卫星信号通常在至少一个载波频率上被接收。特别有利地，至少也可以接收在至少两个载波频率(L1、L2)上提供的GNSS卫星信号。

GNSS传感器数据例如可以是GNSS传感器和/或具有GNSS传感器的车辆的(自身)位置、(自身)速度、(自身)定向和/或(自身)加速度。GNSS传感器数据优选地包括GNSS传感器和/或具有GNSS传感器的车辆的至少一个(自身)位置。车辆可以例如是机动车辆，例如汽车。车辆优选地被设置用于至少部分自动或自主驾驶。

在步骤a)中，通过使用估计算法解析接收到的GNSS卫星信号的至少一个载波频率的(至少一个)模糊度，该估计算法除了至少一个估计结果之外，还确定至少一个关于估计精度的指示。相关的估计算法例如可以通过模糊度滤波器来执行。关于估计精度的指示可以例如是至少一个模糊度方差和/或模糊度(协)方差矩阵。用于模糊度解析的估计算法是已知的。例如，最小二乘法拟合可以用作估计算法。

模糊度的解析可以可选地以不同的模式进行，例如可以可选地以整数模式(integer)或浮点数模式(float)进行解析。在整数模式中，该解析可以包括整数模糊度的解析。在浮点数模式下，该解析可以包括将模糊度解析为浮点数。该方法特别适用于以浮点数模式进行解析时。

当在整数模式下运行时，可以特别考虑以下因素：为了具有尽可能高的正确解析整数模糊度的概率，残余测量误差应当小于四分之一波长。通常情况并非如此，这使得确定整数模糊度的方法非常复杂。这是一项具有挑战性的任务，特别是在例如汽车行业的在线应用程序中的模糊度校正中。整数模糊度估计的可信度取决于多个因素。首先，它取决于基础GNSS模型的强度，其由测量噪声、应用的对流层和电离层校正的不确定性、卫星几何形状和频率数量决定。其次，它取决于所应用的整数估计方法。

当在浮点数模式下运行时，可以特别考虑以下因素：为了解决模糊度，可以执行标准最小二乘法拟合并且丢弃模糊度的整数性质。作为结果，获得模糊度或必要时其他参数(例如：位置/基线分量和/或可能的附加参数，例如大气延迟)的所谓浮点数解，以及关于估计精度的指示，例如方差。

在这种情况下，例如可以调整模糊度的(实值)浮点数解，以考虑整数约束，从而获得整数模糊度解。存在多个测试以决定是否接受整数解。在文献中提出了多个测试，并且目前在实践中使用。例如比率测试、距离测试和投影仪测试。如果测试失败，则可以将浮点数模糊度解确定为最终解。

此外，可以认为具有浮点数解通常可能是有问题的，不仅因为忽略了模糊度的整数性质，而且也因为通常(与现实相比)小的(从而不现实的)(初始)模糊度方差，其例如由用于模糊度解析的传统最小二乘法得到。不现实的小的模糊度方差通常会导致过于乐观的载波范围方差，这反过来又会导致过度依赖载波范围，例如向下计算代码测量。因此，可以确定对所估计的输出的、特别是模糊度估计结果和/或(因此也是)GNSS传感器数据的过于乐观的输出方差，这低估了信号的实际误差。

为了抵消所提到的问题，特别是在浮点数解的情况下，这里首次提出人工地或事后地调整源自模糊度估计算法的关于估计精度的指示(输出方差)，以获得更真实的指示(输出方差)。

在步骤b)中，接收至少一个信息，其除了源自估计算法的至少一个关于估计精度的指示之外，还能够实现对估计精度的推断。该信息例如可以从车辆的传感器接收，特别是除了GNSS传感器之外还存在这些传感器。优选地，该信息可以从(GNSS)校正数据服务接收。特别地，该信息可以从OSR校正数据和/或SSR校正数据接收或确定，或者该信息可以包括OSR校正数据和/或SSR校正数据。优选地，该信息包括(与校正数据一起)接收到的校正数据方差，其例如由外部SSR或OSR服务器提供。所提到的校正数据或校正数据服务是已知的。在此，OSR代表观察空间表示，SSR代表状态空间表示。

在步骤c)中，通过使用在步骤b)中确定的至少一个信息来调整源自估计算法的关于估计精度的指示。特别是如此进行调整，使得对来自步骤a)的(输出)指示(例如输出方差)进行(惩罚性)追加，以便获得(输出)指示，例如输出方差。例如，根据在步骤b)中确定的至少一个信息，可以确定(惩罚性)追加，例如惩罚方差，其在步骤c)中被施加以进行调整。

因此，可以有利地给出一个实施例，其中特别是在使用OSR或SSR校正数据和/或基于PPP的定位的情况下，将惩罚方差添加到所估计的模糊度方差。这样特别是为了尽可能实现对输出信号(模糊度估计和/或GNSS传感器数据)的更现实或更可靠的不确定性估计。

换言之，特别优选的实施例也可以这样描述，即为了避免(在PPP方案中)输出信号(模糊度估计和/或GNSS传感器数据)的过度乐观的方差，特别是对于基于GNSS/INS的定位传感器的输出位置，使用从外部服务器接收到的SSR或OSR校正数据的方差，以用于调整关于精度的(初始)指示。

例如，调整可以包括乘以一个比例因子和/或添加(惩罚性)追加。(惩罚性)追加特别可以根据关于(GNSS)校正数据的精度的信息来确定。特别地，在浮点数模糊度解析的情况下进行调整。特别地，调整的结果是输出模糊度方差。

比例因子例如可以被设置为，使得通过添加(惩罚性)追加(惩罚方差)可以调整在由GNSS传感器的定位中的至少一个权重。特别地，比例被设置为，使得可以在不同的测量类型之间(特别是包括代码和相位测量)调整权重。

根据一个有利的实施方式，在步骤a)中，借助模糊度滤波器来解析载波频率的模糊度，该模糊度滤波器确定协方差矩阵作为关于估计精度的指示。模糊度滤波器例如可以包括最小二乘滤波器(Least-Squares-Filter)。模糊度滤波器可以是GNSS传感器或定位装置的组成部分，和/或与GNSS传感器或定位装置连接。除了诸如卡尔曼滤波器之类的定位滤波器之外，还可以提供模糊度滤波器或将其集成到定位滤波器中。

根据另一个有利的实施方式，在步骤b)中接收到的至少一个信息包括以下信息中的一项或多项：来自GNSS天线的信息、来自惯性传感器的信息、来自速度传感器的信息、来自GNSS校正数据源的信息。校正数据服务例如可以用作GNSS校正数据源。在车辆侧，可以例如从天线(例如GNSS天线)和/或无线电连接和/或互联网连接接收校正数据。

根据另一个有利的实施方式，在步骤b)中接收到的至少一个信息包括来自GNSS校正数据源的信息。特别地，该信息可以从(OSR和/或SSR)校正数据中接收或确定，或者该信息可以包括(OSR和/或SSR)校正数据。除了实际的校正信息之外，这些校正数据还可以包含关于校正信息的精度和/或可信度的信息。

根据另一个有利的实施方式，在步骤b)中接收到的至少一个信息包括来自GNSS校正数据源的信息，其描述GNSS校正数据的精度和/或可信度。优选地，该信息包括(与校正数据一起)接收到的关于校正数据或其校正信息的精度和/或可信度的指示，特别是至少一个校正数据方差，其例如由外部的SSR或OSR服务器提供。

根据另一个有利的实施方式，在步骤b)中接收到的至少一个信息由配备有GNSS传感器的车辆的(至少一个)传感器提供。该传感器例如可以是车辆的惯性传感器和/或环境传感器和/或(车轮)速度传感器。

根据另一个有利的实施方式，在步骤c)中，通过使用在步骤b)中确定的至少一个信息，人工地劣化源自估计算法的关于估计精度的指示。例如，可以通过使用在步骤b)中确定的至少一个信息来确定(惩罚性)追加，并且应用于人工劣化。

根据另一方面，提出了一种用于执行在此提出的方法的计算机程序。换句话说，这特别是涉及一种计算机程序(产品)，其包括指令，当程序被计算机执行时，促使计算机执行在此描述的方法。

根据另一方面，提出了一种机器可读的存储介质，在存储介质上存放或存储了在此提出的计算机程序。机器可读的存储介质通常是计算机可读的数据载体。

根据另一方面，还提出了一种定位装置，其被设置为执行在此描述的方法。定位装置特别是用于车辆的定位装置。定位装置例如可以由GNSS传感器形成，或者可以包括GNSS传感器。此外，定位装置可以包括模糊度滤波器。

定位装置例如可以包括运算器和/或控制器，其可以执行命令，以执行该方法。为此，运算器或控制器例如可以执行给定的计算机程序。例如，运算器或控制器可以访问给定的存储介质，以便能够运行计算机程序。定位装置例如可以是特别是布置在车辆中或车辆上的运动和位置传感器。

结合方法讨论的细节、特征和有利的实施方式相应地也可以出现在在此提出的计算机程序和/或存储介质和/或装置中，反之亦然。就此而言，完全参考相应的描述，以获得更详细的特征描述。

附图说明

下面将参考附图更详细地解释这里提出的解决方案及其技术环境。应当指出，本发明不应受限于所示的实施例。特别地，除非另有明确说明，还可以提取附图中解释的事实的部分方面，并且将其与来自其他附图和/或本说明书的其他组成部分相结合。其中示意性地：

图1示出在此介绍的方法的示例性流程，以及

图2示出在此描述的示例性定位装置。

具体实施方式

图1示意性地示出了在此介绍的方法的示例性流程。该方法用于评估至少一个GNSS卫星信号3，其从至少一个GNSS卫星2接收，以便借助GNSS传感器1确定GNSS传感器数据14(参见图2)。通过框110、120和130表示的步骤a)、b)和c)的顺序是示例性的，并且可以按照表示的顺序运行至少一次以执行该方法。

在框110中，根据步骤a)，通过使用估计算法7解析接收到的GNSS卫星信号3的至少一个载波频率的模糊度，该估计算法除了至少一个估计结果12之外还确定至少一个关于估计精度的指示13。在框120中，根据步骤b)，接收至少一个信息9、4、5、8，该至少一个信息除了源自估计算法7的至少一个关于估计精度的指示13之外还能够实现对估计精度的推断。在框130中，根据步骤c)，通过使用在步骤b)中确定的至少一个信息9、4、5、8来调整源自估计算法7的关于估计精度的指示13。

图2示出了在此描述的示例性定位装置16。定位装置16例如布置在车辆10中，以便例如借助于来自GNSS卫星2的GNSS卫星信号3来确定车辆10的自身位置。定位装置16被设置用于执行在此描述的方法。为此，定位装置16示例性地包括GNSS传感器1和模糊度滤波器6。在此，自身位置是GNSS传感器数据14的一个示例。

模糊度滤波器6可以从GNSS传感器16获得数据15，该数据15(仍然)由于载波频率的模糊度而具有模糊。借助模糊度滤波器6可以解析载波频率的模糊度。为此，模糊度滤波器6可以包括估计算法7。估计算法7可以可选地输出整数解(左下箭头)或浮点数解(垂直向下箭头)。该解分别包括估计结果12以及关于估计精度的指示13，其可以(共同地)传输到GNSS传感器16。例如至少一个方差和/或一个协方差矩阵可以被确定为关于估计精度的指示13。

指示13可以示例性地包括载波范围方差(符号：σ_C)，其是测量方差(符号：σ_Cmeas)和估计方差(符号：σ_Cest)之和：

在此，载波范围的测量方差通常取决于载波相位测量方差(符号：σ_phase)加上模糊度方差(符号：σ_amb)：

特别地，如果输出浮点数解(垂直向下的箭头)，则在示例性的加法器11中调整指示13。为此，可以添加惩罚方差(符号：σ_pen)：

这表示以下示例，并且必要时如在步骤c)中，源自估计算法7的关于估计精度的指示13可以被人工地劣化。这有利地通过使用在步骤b)中确定的至少一个信息9、4、5、8来实现。

在步骤b)中接收到的至少一个信息9、4、5、8可以包括以下信息中的一项或多项：来自GNSS天线9的信息、来自惯性传感器4的信息、来自速度传感器5的信息、来自GNSS校正数据源8的信息。

优选地，至少一个信息9、4、5、8包括来自GNSS校正数据源8的信息。特别优选地，至少一个信息9、4、5、8包括来自GNSS校正数据源8的信息，其描述了GNSS校正数据的精度和/或可信度。

此外，来自GNSS校正数据源8的信息优选地包括(与校正数据一起)接收到的关于校正数据或其校正信息(特别是至少一个校正数据方差，其例如由外部的SSR或OSR服务器提供)的精度和/或可信度的指示。

惩罚方差可以基于来自GNSS校正数据源8的信息被确定，并且在加法器11中被施加到指示13。在此，惩罚方差可以示例性地基于SSR或OSR视线校正方差乘以比例因子生成。

备选地或附加地，至少一个信息9、4、5、8可以由配备有GNSS传感器1的车辆10的传感器提供。特别地，GNSS天线9、惯性传感器4和/或速度传感器5在这里被考虑作为车辆10的传感器。

因此，可以给出在载波相位的模糊度的解的情况下基于(基于GNSS/INS的)定位传感器获得针对所估计的位置的更现实的不确定性的特别有利的方法。

特别是，在此添加惩罚方差有助于所估计的模糊度方差。通过使用接收到的校正数据(SSR或OSR)可以确定或计算惩罚方差。

为了计算惩罚方法，例如可以将电离层、对流层、轨道、时钟和相位失真校正的方差之和乘以比例因子。

比例因子可以被调整为使得通过添加惩罚方差可以调整在通过GNSS传感器1的定位中的至少一个权重。特别地，比例因子可以被调整为使得可以在不同的测量类型之间(特别是包括代码和相位测量)调整权重。

Claims

1.一种用于评估至少一个GNSS卫星信号(3)的方法，所述GNSS卫星信号从至少一个GNSS卫星(2)接收，以便借助GNSS传感器(1)确定GNSS传感器数据(14)，所述方法至少包括以下步骤：

a)通过使用估计算法(7)解析接收到的GNSS卫星信号(3)的至少一个载波频率的模糊度，所述估计算法除了至少一个估计结果(12)之外还确定至少一个关于估计精度的指示(13)；

b)接收至少一个信息(9、4、5、8)，所述至少一个信息除了源自所述估计算法(7)的所述至少一个关于估计精度的指示(13)之外还能够实现对估计精度的推断；

c)通过使用在步骤b)中确定的所述至少一个信息(9、4、5、8)调整源自所述估计算法(7)的关于估计精度的指示(13)。

2.根据权利要求1所述的方法，其中，在步骤a)中，借助模糊度滤波器(6)来解析所述载波频率的模糊度，所述模糊度滤波器确定协方差矩阵作为关于估计精度的指示(13)。

3.根据权利要求1或2所述的方法，其中，在步骤b)中接收到的所述至少一个信息(9、4、5、8)包括以下信息中的一项或多项：来自GNSS天线(9)的信息、来自惯性传感器(4)的信息、来自速度传感器(5)的信息、来自GNSS校正数据源(8)的信息。

4.根据前述权利要求中任一项所述的方法，其中，在步骤b)中接收到的所述至少一个信息(9、4、5、8)包括来自GNSS校正数据源(8)的信息。

5.根据前述权利要求中任一项所述的方法，其中，在步骤b)中接收到的所述至少一个信息(9、4、5、8)包括来自GNSS校正数据源(8)的信息，其描述GNSS校正数据的精度和/或可信度。

6.根据前述权利要求中任一项所述的方法，其中，在步骤b)中接收到的所述至少一个信息(9、4、5、8)由配备有GNSS传感器(1)的车辆(10)的传感器提供。

7.根据前述权利要求中任一项所述的方法，其中，在步骤c)中，通过使用在步骤b)中确定的所述至少一个信息(9、4、5、8)，人工地劣化源自所述估计算法(7)的关于估计精度的指示(13)。

8.一种计算机程序，用于执行根据前述权利要求中任一项所述的方法。

9.一种机器可读的存储介质，在所述存储介质上存储有根据权利要求8所述的计算机程序。

10.一种定位装置(16)，被设置为执行根据权利要求1至7中任一项所述的方法。