-
Die Erfindung betrifft ein Verfahren zur Ermittlung der Eigenbewegung eines Fahrzeugs, insbesondere eines Kraftfahrzeugs, gemäß dem Oberbegriff von Patentanspruch 1.
-
Beispielsweise aus der
DE 10 2016 005 739 A1 ist ein Verfahren zur Ermittlung der Eigenbewegung eines Fahrzeugs bekannt. In diesem Verfahren wird die Eigenbewegung des Fahrzeugs über die jeweiligen Radgeschwindigkeiten und Radwinkel bzw. Einlenkwinkel der jeweiligen Räder mittels aller möglichen Kombinationen von jeweils zwei der vier Räder des Fahrzeugs ermittelt. Durch die jeweilige Information der Messwerte eines Räderpaars kann durch Odometrie die Trajektorie, auf der sich das Fahrzeug bewegt, bzw. seine Position, bestimmt werden. Werden alle möglichen Radkombinationen zu einem Bewegungsmodell vereinigt, kann mittels eines geeigneten Filters eine Beschreibung der Bewegung des Fahrzeugs gegeben werden.
-
Nachteil bisheriger Odometrieverfahren ist eine Unsicherheit in der Bestimmungen der Bewegung teilweise aufgrund beispielsweise von Fahrbahnunebenheiten und/oder Schlupf der Reifen, d. h. von nicht vorhersagbaren Einflüssen.
-
Aufgabe der vorliegen Erfindung ist es daher, ein verbessertes Verfahren zur Bestimmung der Eigenbewegung des Fahrzeugs bereitzustellen.
-
Diese Aufgabe wird durch ein Verfahren mit den Merkmalen des Patentanspruchs 1 gelöst. Vorteilhafte Ausgestaltungen mit zweckmäßigen Weiterbildungen der Erfindung sind in den übrigen Ansprüchen gegeben.
-
Um ein Verfahren der eingangs genannten Art derart weiterzuentwickeln, dass die Eigenbewegung des Fahrzeugs besonders vorteilhaft ermittelt werden kann, ist es erfindungsgemäß vorgesehen, dass mittels wenigstens zweier voneinander unterschiedlicher Sensoren des Fahrzeugs jeweilige Messwerte unterschiedlicher Messgrößen erfasst und die erfasstem Messwerte charakterisierende Messdaten bereitgestellt werden, welche zur Positionsbestimmung bzw. zur Ermittlung der Eigenbewegung des Fahrzeugs herangezogen werden können bzw. geeignet sind. Dazu werden die Messdaten mittels einer elektronischen Recheneinrichtung des Fahrzeugs auf eine gemeinsame Basis transformiert und mittels eines geeigneten Fusion-Filters der elektronischen Recheneinrichtung fusioniert. Dieser Fusion-Filter bzw. Odometrie-Fusions-Filter, kurz Filter, ist so aus gelegt, dass unter Verwendung geeigneter Modelle, welche Bewegungsgleichungen entsprechen, die Eigenbewegung bzw. Position des Fahrzeugs mit einem möglichst geringen Fehler bestimmt werden kann. Mittels des Filters wird somit ein jeweiliger, die Bestimmung der Eigenbewegung aus den Messdaten beeinträchtigender Messfehler der Messwerte minimiert.
-
Als Odometrie wird eine Methode zur Schätzung von Position und/oder Orientierung und/oder Bewegung bzw. Trajektorie eines mobilen Systems, insbesondere eines Fahrzeugs, anhand der Daten beispielsweise seines Vortriebssystems, d. h. durch die Anzahl der Radumdrehungen und/oder Einlenkwinkel der Räder bezeichnet. Eine weitere Möglichkeit zur Schätzung von Position und/oder Orientierung und/oder Bewegung eines Fahrzeugs kann auch die visuelle Odometrie sein, bei welcher beispielsweise die Fahrzeugroute anhand einer Analyse von Bildern von der Umgebung des Fahrzeugs erfolgt.
-
Um Odometrie durchführen zu können, sind geeignete Modelle bzw. Messmodelle nötig, welche anhand der von den Sensoren gelieferten Sensorwerte bzw. Messwerte der Messgrößen unter Berücksichtigung ihrer physikalischen Beziehung zur Fahrzeuggeschwindigkeit und/oder -Orientierung und/oder -position eben diese bestimmen können. Damit die Messwerte eines Sensors zur Bestimmung der Fahrzeugposition als zusätzliche Eingangs- bzw. Hilfsgröße im Bezug zu den Ergebnissen der anderen Messwerte der jeweils anderen Sensoren verwendet werden können, werden diese auf ein gemeinsames Koordinatensystem bzw. einen gemeinsamen Bezugspunkt gebracht. Dies geschieht mittels einer geeigneten Transformation, welche die jeweiligen Sensordaten bzw. Messwerte auf eine gemeinsame Standardeingangsform transformiert und somit die Messgrößen als Eingangsgrößen für den Filter verwendet werden können.
-
Der Filter, welcher beispielsweise als Kalman-Filter ausgebildet sein kann, liefert für die Beschreibung der Bewegung bzw. Position des Fahrzeugs immer einen aktuellen Zustand der Fahrzeugbewegung und/oder -position und verwendet diese zusätzlich für eine neue, aktualisierte Berechnung der Fahrzeugbewegung und/oder -position. Die Eingangswerte des Modells liefern die Sensoren durch jeweilige Messung der Messwerte ihrer Messgrößen zu einem Zeitpunkt k, mittels welcher die Bewegungsbeschreibung für einen späteren Zeitpunkt k + 1 erfolgen kann. Dazu werden auf die jeweiligen Sensormessungen, d. h. auf die Messergebnisse der einzelnen Sensoren die jeweilig benötigten, physikalischen Formeln, welche das jeweilige Messergebnis in Geschwindigkeit bzw. Position des Fahrzeugs umrechnen können, angewandt. Dadurch erhalten die Messergebnisse, d. h. die Messwerte der Sensoren eine gemeinsame Basis, welche beispielsweise ein relativ zum Fahrzeug festes Koordinatensystem mit einer Drehachse, welche auch Drehpol genannt wird und meist mit der Gierachse des Fahrzeugs zusammen fällt, sein kann. Diese transformierten Messergebnisse werden im Anschluss in einem Filter fusioniert. In anderen Worten, die Messdaten werden zu einem gemeinsamen Datenpaket zusammengefasst bzw. dienen in ihrer Gesamtheit dem Zwecke der Bestimmung der Eigenbewegung des Fahrzeugs und zwar in der Form, dass sie gleichwertige, vereinheitlichte Eingangsgrößen des Filters darstellen. Dadurch ist ein einfacher und standardisierter Aufbau des Filters, also des Odometrie-Fusion-Filters möglich und es ist besonders einfach, Messdaten neuer Sensoren mit diesem Filter zu verarbeiten, d. h. neue Eingangsgrößen einfach hinzuzunehmen. Die Verarbeitung der Messdaten findet bevorzugt in einer elektronischen Recheneinrichtung statt, welche in der Lage ist, die von den Sensoren bereitgestellten elektronischen Signale zu empfangen und aufzuzeichnen bzw. zu speichern und zu verarbeiten. Die Transformation und/oder Verarbeitung im Filter findet ebenfalls in dieser Recheneinrichtung und/oder einer weiteren, mit der ersten Recheneinrichtung, zumindest zum Datenaustausch, verbundenen zweiten Recheneinrichtung statt.
-
Ein weiterer Vorteil des erfindungsgemäßen Verfahrens besteht ferner darin, einen defekten Sensor bzw. ein defektes Sensorsystem aus dem Messmodell, also Bewegungsgleichungen, welche den Fahrzeugzustand bezüglich seiner Fahrrichtung, Geschwindigkeit und Position beschreiben, einfach austragen zu können und somit die Odometrie durch diesen Defekt nicht unnötig zu verschlechtern. Dies könnte sowohl manuell, als auch durch den Filter automatisiert erfolgen.
-
Bei einer vorteilhaften Ausgestaltungsform der Erfindung ist der Filter bzw. Fusions-Filter als Kalman-Filter ausgebildet. Ist beispielweise x
k und y
k die Position des Fahrzeugs in einem Koordinatensystem, dessen xy-Ebene parallel zur Fahrbahnfläche verläuft, und Θ
k der Winkel zwischen Fahrrichtung des Fahrzeugs und x-Achse, v
k die Geschwindigkeit des Fahrzeugs und ω
k die Winkelgeschwindigkeit mit welcher sich Θ
k ändert, kann eine Bewegungsgleichung des Fahrzeugs lauten:
-
Dabei ist der linke Term der Gleichung ein Vektor, bzw. Zustandsvektor
welcher den Zustand des Fahrzeugs zum Zeitpunkt k angibt, welcher aus einem früheren Zustand
vom Zeitpunkt k – 1 berechnet wird. Die Berechnung erfolgt mittels einer Bewegungsgleichung, welche im Beispiel dem zweiten Term auf der rechten Seite der obigen Gleichung entspricht. Die rechte Seite der Gleichung wird als
bezeichnet.
-
Die Kovarianzmatrix P, d. h. das Maß des Zusammenhangs zweier statistischer Werte, insbesondere der Messwerte, lautet: Pk = JxPk-1J T / x + Q
-
Wobei Q eine externe, stochastische Unsicherheit ist, welche einer Streuung der Messwerte des Modells entspricht, und die Komponenten von J
x lauten:
-
Der dazugehörige Kaiman-Filter Kk ist: Kk = PkHT[HPkHT + R]–1
-
H ist die Sensormatrix und R ist das statistische Rauschen der Sensoren. Mittels H werden hier beispielweise die Transformationen auf das gemeinsame Bezugssystem durchgeführt.
-
Der beste Wert für die Schätzung der Eigenbewegung, bzw. den Zustand x ' / k des Fahrzeugs, zum Zeitpunkt k ist: x ' / k = xk + Kk[z'k – zk]
-
Mit den Messwerten der Sensoren z'k = [A B C ...]T, wobei A, B, C usw. die Messwerte der einzelnen Sensoren sind.
-
Mit zk = h(xk, uk-1) = [MA MB MC ...]T wobei MA, MB, MC usw. den Modellen bzw. Bewegungsgleichungen für die Messwerte A, B, C usw. entsprechen, u sind dabei die Zustände bekannter, externer Einflüsse. Die zum besten geschätzten Zustand x ' / k gehörende Kovarianz ist: P ' / k = Pk – KkHkPk Somit geben x ' / k und P ' / k die bestmöglichen, durch den Kalman-Filter erreichbaren, Ergebnisse der Odometrie wieder.
-
Eine weitere Ausführungsform zeichnet sich dadurch aus, dass wenigsten einer der Sensoren als Drehzahlsensor ausgebildet ist, welcher als eine der Messgrößen einen Messwert für die Drehzahl eines der Räder des Fahrzeugs bzw. Radgeschwindigkeit aufnehmen kann. Solch ein Sensor kann jeweils für jedes der Räder des Fahrzeugs vorhanden sein. Mittels der Bestimmung der Radgeschwindigkeit, unter der Voraussetzung, dass der Raddurchmesser bzw. die Lauffläche bzw. Lauflänge bzw. der Abrollumfang des Rads bekannt ist, ist Odometrie, zumindest für die Fahrzeuggeschwindigkeit, und darüber die zurückgelegte Distanz, möglich. Fehler, welche sich hierbei ergeben können, liegen zum Teil beispielweise daran, dass der Raddurchmesser nicht exakt bekannt ist, beispielweise aufgrund des Reifendrucks und/oder wegen Abrieb des Reifenmaterials. Weitere Fehlerquellen sind beispielweise unebener Boden und/oder Schlupf des Rades auf dem Untergrund. Eine Verbesserung der Odometrie kann dadurch erreicht werden, dass zusätzlich zur Radgeschwindigkeit noch der Lenkwinkel des Rades vermessen wird, dadurch kann zusätzlich zur Geschwindigkeit und/oder zurückgelegter Strecke auch noch die Fahrtrichtung bestimmt werden, also somit die Eigenbewegung des Fahrzeugs. Werden diese Sensordaten in den Odometrie-Fusions-Filter beispielweise als Hilfsmessungen eingebracht ist eine Verbesserung der Odometrieergebnisse möglich.
-
In vorteilhafter Ausgestaltung der Erfindung ist wenigstens einer der Sensoren als Kamerasensor ausgebildet, welcher als eine der Messgrößen Bilder der Umgebung des Fahrzeugs erfasst und die Bilder als Messdaten bereitstellen kann. Mit Hilfe der Bilder kann durch vergleichen einzelner Aufnahmen von unterschiedlichen Zeitpunkten Odometrie, sogenannte visuelle Odometrie durchgeführt werden. Beispielweise werden durch Bilderkennung, welche beispielweise mittels der elektronischen Recheneinrichtung durchgeführt wird, bestimmte Merkmale bzw. Muster im Bild erkannt bzw. bestimmt und/oder lokalisiert und/oder charakterisiert. Diese Muster bzw. Merkmale werden zwischen den einzelnen Aufnahmen, d. h. in der Bildsequenz verglichen und anhand der Unterschiede zwischen den Bildern wird der optische Fluss dieser Bildsequenz bestimmt. Mittels des optischen Flusses kann die Bewegung des Kamerasensors bzw. der Kamera und des Fahrzeugs geschätzt werden. Dies geschieht in vorteilhafter Weise bereits im Filter und verbessert die Odometrie.
-
Eine weitere Ausführungsform zeichnet sich dadurch aus, dass einer der Sensoren als Radarsensor ausgebildet ist, welcher als Messgröße Radarechos aufnehmen kann. Bei einem Radarsystem bzw. einem Radar mit einem Radarsensor, wird vom Radar eine elektromagnetische Welle, insbesondere gebündelt, als Primärstrahl, bzw. Primärsignal in die Umgebung ausgesendet. Dort wird dieser Strahl an Objekten in Abhängigkeit von Geometrie, Orientierung und Material reflektiert. Diese Reflexion der Welle wird von dem Radar bzw. Radarsensor als sogenanntes Radarecho aufgenommen. Eine Auswertung des empfangen Radarechos bzw. Radarsignals liefert eine Information über die Objekte in der Umgebung bzw. die Position des Fahrzeugs relativ zu ihnen. Dieses Radarsignal kann nach geeigneter Transformation in den Filter eingespeist werden und dieser damit die Genauigkeit der Odometetrie verbessern.
-
In vorteilhafter Ausgestaltung der Erfindung ist einer der Sensoren als korrelationsoptischer Sensor ausgebildet, welcher als Messgröße optische Signale aufnehmen kann, welche zur Bestimmung der Bewegung des Fahrzeugs geeignet sind. Mit Hilfe eines korrelationsoptischen Sensors, eines sogenannten Correvitsensor wird Licht erfasst, welches von der Fahrbahn reflektiert wird, welches davor von dem korrelationsoptischen System beispielweise als Gitter, insbesondere durch Laserstrahlen, auf den Fahrbahngrund gestrahlt wurde. Die Form bzw. Formänderung des aufgezeichneten bzw. detektierten Signals, welches das reflektierte Gitter erzeugt ermöglicht durch geeignete Signalverarbeitung eine Bestimmung der Bewegung des Correvitsensor und somit des Fahrzeugs, relativ zum Untergrund. Diese Daten dienen als Eingangssignal des erfindungsgemäßen Filters, genauer des Odometrie-Fusions-Filters.
-
Eine weitere Ausführungsform zeichnet sich dadurch aus, dass einer der Sensoren als Tachometer ausgebildet ist, welcher als eine der Messgrößen die Geschwindigkeit des Fahrzeugs aufnehmen kann. Mittels eines Tachometers kann die Geschwindigkeit eines Fahrzeugs bestimmt werden, dies erfolgt beispielweise durch eine Drehzahlmessung, insbesondere der Räder des Fahrzeugs. Durch geeignete Transformation auf die gemeinsame Basis aller Messwerte der jeweiligen Sensoren, werden die Ergebnisse der Messungen des Tachometers, also dessen Messwerte als Signal in den Filter eingespeist und können als Hilfsmessungen die Odometrie verbessern.
-
Eine weitere Ausführungsform zeichnet sich dadurch aus, dass einer der Sensoren ein von Satelliten für die Satellitennavigation ausgesendetes Signal empfangen kann. Beispielweise kann der Sensor als GPS-Sensor ausgebildet sein. Empfängt der GPS-Sensor elektrische Signale von mindestens drei, sich in einer Umlaufbahn um die Erde befindenden GPS-Satelliten kann der GPS-Sensors bzw. GPS-Empfänger aus den empfangenen Signalen seine Position bestimmen. Besonders vorteilhaft wäre die Verwendung eines GPS-Empfängers, welcher als Differential-GPS-Empfänger, insbesondere als Dual-Differential-GPS-Empfänger, ausgebildet ist. Solch ein Differential-GPS-Empfänger wertet zusätzlich zu den empfangenen Signalen, welche zur Positionsbestimmung seines Standorts nötig sind, die Signale einer Referenzempfangsstation aus. Diese Referenzempfangsstation ist ortsfest auf der Erdoberfläche und ihre Position genau bekannt, mittels der durch sie empfangenen Signale, welche beispielweise je nach Atmosphärenbeschaffenheit eine Position abweichend von ihrem tatsächlichen Standort liefern können, ist eine Verbesserung der Standortbestimmung des Fahrzeugs, welches den GPS-Sensor enthält möglich. Anstelle von GPS-Signalen könnte der Sensor auch die Signale von Galileo, GLONASS und/oder Beidou empfangen und zur Positionsbestimmung nutzen. Die Positionsdaten gehen als weitere transformierte Messwerte in den Filter, zur Verbesserung der Odometrie ein.
-
Eine weitere Ausführungsform zeichnet sich dadurch aus, dass einer der Sensoren ein Lidar-Sensor ist, welcher die Laufzeit und Charakteristika eines reflektierten Laserstrahls als Messgröße bestimmen kann. Ein Lidar-Sensor bzw. ein Lidar-System funktioniert im Prinzip wie ein Radarsystem. Statt der Radiowellen welche beim Radar ausgesendet und empfangen werden, kommen bei Lidar Laserstrahlen zum Einsatz. Eine Auswertung des empfangen Laserstrahls, bzw. Laserpuls liefert eine Information über die Objekte in der Umgebung bzw. die Position des Fahrzeugs relativ zu ihnen. Dieses Lidarsignal kann nach geeigneter Transformation in den Filter eingespeist werden und dieser damit die Genauigkeit der Odometerie verbessern.
-
Durch die Verwendung möglichst vieler unterschiedlicher Sensoren, welche unterschiedliche Messgrößen aufnehmen, welche jeweils zur Bestimmung der Position und/oder Geschwindigkeit des Fahrzeugs herangezogen werden können, kann mittels eines geeigneten erfindungsmäßen Verfahrens die Eigenbewegung eines Fahrzeugs besonders gut bestimmt werden. Dazu werden die Messsignale bzw. Messwerte der einzelnen Sensoren jeweils mittels eines geeigneten physikalischen Modells, welches den Messwert in Relation zur Eigenbewegung des Fahrzeugs stellt, auf eine gemeinsame Basis transformiert. Dadurch können die Messwerte besonders einfach dem Filter, einem sogenannten Odometrie-Fusions-Filter zugeführt werden. In diesem Filter werden die Messwerte bzw. Messsignale fusioniert, daher kann man auch von einem Fusionsfilter sprechen. Durch diese Fusionierung dienen alle Messsignale einer möglichst präzisen Bestimmung der Eigenbewegung des Fahrzeugs, d. h. also seine Bewegungsrichtung, Position und/oder Geschwindigkeit wird besonders gut gemessen. Das der Bestimmung der Eigenbewegung des Fahrzeugs zugrunde liegende Prinzip wird als Odometrie bezeichnet.
-
Weitere Vorteile, Merkmale und Einzelheiten der Erfindung ergeben sich aus der nachfolgenden Beschreibung eines bevorzugten Ausführungsbeispiels sowie anhand der Zeichnung. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar, ohne den Rahmen der Erfindung zu verlassen.
-
Dabei zeigt:
-
1 eine schematische Draufsicht eines Fahrzeugs mit Darstellung seines Bezugskoordinatensystems und zweier Vektoren von Sensormesswerten; und
-
2 eine schematische Darstellung eines Verfahrens zur Koordinatentransformation.
-
1 zeigt eine schematische Draufsicht eines Fahrzeugs 10 mit einem zum Fahrzeug 10 gehörendem Koordinatensystem, seinem Ruhesystem 12. Die xy-Ebene des Koordinatensystems 12 verläuft parallel zur Oberfläche, auf welcher sich das Fahrzeug bewegt, d. h. parallel zur Fahrbahnfläche. Die z-Achse des Koordinatensystems zeigt senkrecht aus der Zeichenebene, d. h. aus der Fahrbahnebene heraus. Die z-Achse wird auch als Gierachse 14 bezeichnet und kann mit dem Drehpol des Fahrzeugs 10 zusammenfallen. In 1 gezeigte Vektoren 16 und 18 zeigen beispielweise die Geschwindigkeit des Fahrzeugs 10, welches beispielsweise als Kraftfahrzeug, insbesondere als Personenkraftwagen, ausgebildet ist. Dabei repräsentiert jeweils einer der Vektoren 16 und 18 den Geschwindigkeitsvektor, welcher jeweils von einem Sensor, welche nicht in der Figur zu sehen ist, ermittelt wurde. Dabei sind die jeweiligen Vektoren 16 und 18 noch in jeweils einem vom Bezugssystem des Fahrzeugs verschiedenen Koordinatensystem. Ein Vektor wird definiert über seine Länge und seine Orientierung bzw. seine Richtung. Für den vorliegenden Fall zur Durchführung der Odometetrie ist zusätzlich seine Lage im Raum, also seine Position im jeweiligen Bezugssystem entscheidend.
-
Wie im Folgenden noch näher erläutert wird, dienen die Fig. zur Veranschaulichung eines Verfahrens zur Ermittlung der Eigenbewegung des Fahrzeugs 10. Dabei werden mittels wenigsten zweier voneinander unterschiedlicher Sensoren jeweilige Messwerte unterschiedlicher Messgrößen erfasst und die erfassten Messwerte charakterisierende Messdaten bereitgestellt, welche mittels einer elektronische Recheneinrichtung, insbesondere des Fahrzeugs 10, auf eine gemeinsame Basis transformiert, mittels eines Fusions-Filters der elektronischen Recheneinrichtung fusioniert und zur Bestimmung der Eigenbewegung des Fahrzeugs verwendet werden, wobei mittels des Fusions-Filters ein jeweiliger, die Bestimmung der Eigenbewegung aus den Messdaten beeinträchtigender Messfehler der Messwerte minimiert wird. Der Fusions-Filter wird auch einfach als Filter oder Odometrie-Fusions-Filter bezeichnet.
-
Für den Filter, welcher der Odometrie zugrunde liegt, also den Odometrie-Fusions-Filter müssen die Vektoren auf eine gemeinsame Basis, d. h. in ein gemeinsames Bezugssystem übertragen, d. h. transformiert werden, vorteilhafterweise ist dieses Bezugssystem das Ruhesystem 12 des Fahrzeugs 10. In 1 weist der Vektor 16 einen x-Achsenabstand 20 bezüglich der x-Achse des Ruhesystems 12 und einen y-Achsenabstand 22 bezüglich der y-Achse des Ruhesystems 12. Der Vektor 18 hat einen x-Achsenabstand 24 bezüglich der x-Achse des Ruhesystems 12 und einen y-Achsenabstand 26 bezüglich der y-Achse des Ruhesystems 12. Aufgabe einer Transformation ist es die jeweiligen Sensordaten bzw. Messwerte auf eine gemeinsame Standardeingangsform zu transformieren und somit die Messgrößen als Eingangsgrößen für den Filter verwendet werden können. Im gezeigten Bespiel sollen die Vektoren 16 und 18 ihren jeweiligen Ursprung in den Koordinatenursprung des Ruhesystems 12 verlagern und dabei entsprechend ihre einzelnen Vektorkomponenten durch die Basisvektoren des Ruhesystems 12 ausgedrückt werden.
-
2 zeigt Schritte, welche für eine Vektortransformation im Rahmen des Verfahrens durchgeführt werden. 2 zeigt einen Ausgangszustand S1, bei welchem ein Vektor 28 die Geschwindigkeit als Messwert eines beliebigen zum Verfahren gehörenden Sensors vor der Transformation wiedergibt. Das Folgende gilt genauso für die Vektoren 16 und 18. Der Vektor 28 soll so transformiert werden, dass er die Geschwindigkeit des Autos im Ruhesystem 12 bzw. bezüglich eines Drehpols 30 welcher auf der positiven x-Achse des Ruhesystems 12 liegt, wiedergibt. Eine Drehachse 32 welche parallel zur y-Achse des Ruhesystems 12 verläuft und die x-Achse im Punkt Drehpol 30 schneidet, charakterisiert diesen. Der Vektor 28 hat aktuelle Komponenten welche Bezugnehmen auf einen Momentanpol 34, welcher als Bezugsystem des nicht transformierten Vektors 18 anzusehen ist.
-
Bei einem ersten Schritt S2 wird der Vektor 28 translatorisch von seinem Ursprungsort auf die Drehachse 32 bewegt. Bei einem zweiten Schritt S3 wird der Vektor 18 auf den Drehpol 30 translatiert und seine Komponenten welche nicht entlang der x-Achse, also der einzig möglichen Bewegungsrichtung des Fahrzeugs 10 in seinem Ruhesystem 12, verlaufen, sind verschwunden. Dafür enthält er ein zusätzliche Komponente und zwar einen Winkelgeschwindigkeit 36 mit einem Drehsinn bezüglich einer zur Gierachse 14 parallel verlaufenden Drehachse, welche durch den Drehpol 30 verläuft. Diese Winkelgeschwindigkeit 36 ist ein Maß für die Richtungsänderung des Fahrzeugs 10 während seiner Eigenbewegung.
-
Der Sensor-Messwert, welche durch den transformierten Vektor 28 repräsentiert wird, ist nun auf eine gemeinsame Basis transformiert, auf welche alle jeweiligen, unterschiedlichen Sensormesswerte transformiert werden. Diese Basis dient als Standardeingangsform, um mittels eines Fusions-Filters fusioniert zu werden um im Anschluss zur Bestimmung der Eigenbewegung des Fahrzeugs verwendet werden zu können. Dabei ist der Filter als Teil des Verfahrens, also auch das Verfahren selbst, so ausgelegt, dass die Eigenbewegung bzw. Position des Fahrzeugs mit einem möglichst geringem Fehler bestimmt wird.
-
Bezugszeichenliste
-
- 10
- Fahrzeug
- 12
- Koordinatensystems
- 12
- Ruhesystem
- 14
- Gierachse
- 16
- Vektor
- 18
- Vektor
- 20
- x-Achsenabstand
- 22
- y-Achsenabstand
- 24
- x-Achsenabstand
- 26
- y-Achsenabstand
- 28
- Vektor
- 30
- Drehpol
- 32
- Drehachse
- 34
- Momentanpol
- 36
- Winkelgeschwindigkeit
-
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
-
- DE 102016005739 A1 [0002]