DE102020211165A1

DE102020211165A1 - Verfahren zum Bestimmen der Position eines Objekts

Info

Publication number: DE102020211165A1
Application number: DE102020211165.0A
Authority: DE
Inventors: Udo Schulz; Michael Steppich
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2020-09-04
Filing date: 2020-09-04
Publication date: 2022-03-10

Abstract

Verfahren zum Bestimmen der Position eines Objekts, bei dem ein erstes Positionsbestimmungsverfahren und ein zweites Positionsbestimmungsverfahren eingesetzt werden, wobei auf Grundlage von Ergebnissen des ersten Positionsbestimmungsverfahren eine erste Streckenlänge und auf Grundlage von Ergebnissen des zweiten Positionsbestimmungsverfahren eine zweite Streckenlänge bestimmt wird, wobei die erste Streckenlänge mit der zweiten Streckenlänge verglichen wird, wobei bei der Bestimmung der Position des Objekts sowohl die Ergebnisse des ersten Positionsbestimmungsverfahrens zumindest zum Teil als auch die Ergebnisse des zweiten Positionsbestimmungsverfahrens zumindest zum Teil berücksichtigt werden, wobei eine Gewichtung zwischen den beiden Positionsbestimmungsverfahren so vorgenommen wird, dass das Positionsbestimmungsverfahren, dessen Ergebnisse eine kürzere Streckenlänge ergibt, stärker bei der Bestimmung der Position berücksichtigt wird.

Description

Die Erfindung betrifft ein Verfahren zum Bestimmen der Position eines Objekts und eine Anordnung zum Durchführen des Verfahrens.
Stand der Technik
Unter Positionsbestimmung wird die Ermittlung des Ortes in Bezug zu einem definierten Fixpunkt bzw. einem Bezugssystem verstanden. Diese wird auch als Ortsbestimmung, Verortung oder Lokalisierung bezeichnet. Dabei wird hierin unter Positionsbestimmung sowohl die Bestimmung des eigenen Standorts als auch die Bestimmung der Position eines fernen Objekts verstanden, was auch mit dem Begriff Ortung bezeichnet wird.
Es sind unterschiedliche Verfahren zur Positionsbestimmung bekannt, die alternativ oder ergänzend eingesetzt werden können.
Trilateration ist ein Messverfahren zur Positionsbestimmung eines Punktes. Während die Triangulation auf der Vermessung dreier Winkel basiert, beruht die Trilateration auf Entfernungs- bzw. Abstandsmessungen zu drei Punkten.
Odometrie bezeichnet eine Methode zur Schätzung von Position und Orientierung bzw. Lageschätzung eines mobilen Systems anhand der Daten seines Vortriebsystems. Durch Räder angetriebene Systeme benutzen dafür die Anzahl der Radumdrehungen, während laufende Systeme, wie z. B. Roboter, die Anzahl ihrer Schritte verwenden.
Es sind weiterhin Sensorsysteme zur Bestimmung der relativen Position von Werkzeugen, wie z. B. der Schnittkante einer Baggerschaufel zur Kabine oder Chassis mittels inertialer Messeinheit (IMU: inertial measuring unit) und/oder Weg bzw. Winkel messender Sensoren und Kenntnis der Kinematik und Verwendung von Filterverfahren zur verbesserten Positionsschätzung, z. B. mit einem Kalman-Filter, bekannt. Wird die Kabine der Arbeitsmaschine bspw. mit einem globalen Navigationssatellitensystem (GNSS: global navigation satellite system) versehen, kann damit auch die globale Position des Werkzeugs bestimmt werden.
Zu beachten ist, dass für den Fall, dass mehrere, typischerweise zwei, Positionsbestimmungsverfahren ergänzend eingesetzt werden, die unterschiedliche Ergebnisse liefern, es erforderlich ist, eine Aussage zur Verlässlichkeit der unterschiedlichen Verfahren treffen zu können, um zu entscheiden, welchem der verschiedenen Verfahren mehr vertraut werden soll.
Offenbarung der Erfindung
Vor diesem Hintergrund werden ein Verfahren mit den Merkmalen des Anspruchs 1 und eine Anordnung gemäß Anspruch 11 vorgestellt. Ausführungsformen ergeben sich aus den abhängigen Ansprüchen und aus der Beschreibung.
Das vorgestellte Verfahren ist dazu vorgesehen, eine Positionsbestimmung vorzunehmen, wobei ein erstes Positionsbestimmungsverfahren und ein zweites Positionsbestimmungsverfahren eingesetzt werden, wobei auf Grundlage von Ergebnissen des ersten Positionsbestimmungsverfahren eine erste Streckenlänge und auf Grundlage von Ergebnissen des zweiten Positionsbestimmungsverfahren eine zweite Streckenlänge bestimmt wird, wobei die erste Streckenlänge mit der zweiten Streckenlänge verglichen wird. Es werden weiterhin bei der Bestimmung der Position des Objekts sowohl die Ergebnisse des ersten Positionsbestimmungsverfahrens zumindest zum Teil als auch die Ergebnisse des zweiten Positionsbestimmungsverfahrens zumindest zum Teil berücksichtigt. Dies bedeutet, dass als Ergebnis des hierin vorgestellten Verfahrens die Position des Objekts bestimmt wird, die hierin auch als bestimmte Position bezeichnet wird, wobei bei der Bestimmung sowohl Ergebnisse des ersten Positionsbestimmungsverfahrens als auch Ergebnisse des zweiten Positionsbestimmungsverfahrens berücksichtigt werden. Es wird dabei eine Gewichtung zwischen den beiden Positionsbestimmungsverfahren so vorgenommen, dass das Positionsbestimmungsverfahren, dessen Ergebnisse eine kürzere Streckenlänge ergibt, stärker bei der Bestimmung der Position berücksichtigt wird. Dies bedeutet, dass wenn bspw. bei dem ersten Positionsbestimmungsverfahren eine kürzere Streckenlänge als beim zweiten Positionsbestimmungsverfahren ermittelt wird, dieses erste Positionsbestimmungsverfahren bei der Bestimmung der Position stärker, d. h. mit höherer Gewichtung, berücksichtigt wird und damit das Ergebnis, die bestimmte Position, stärker beeinflusst.
Es wird somit dem Positionsbestimmungsverfahren der beiden Positionsbestimmungsverfahren mehr vertraut, dessen Ergebnisse eine kürzere Streckenlänge ergeben. Mehr vertraut wird bedeutet, dass die Ergebnisse des Verfahrens, dem mehr vertraut wird, bevorzugt berücksichtigt werden.
In einer Ausführungsform des Verfahrens ergibt das erste Positionsbestimmungsverfahren eine erste Position, der ein erstes Gütekriterium zugeordnet ist, und das zweite Positionsbestimmungsverfahren eine zweite Position, der ein zweites Gütekriterium zugeordnet ist, wobei die erste Position und die zweite Position in Abhängigkeit ihres jeweiligen Gütekriteriums gewichtet berücksichtigt werden, so dass sich die bestimmte Position ergibt, der wiederum ein drittes Gütekriterium zugeordnet ist. Die Gütekriterien geben somit eine Information dazu, wie stark die Positionsbestimmungsverfahren im Verhältnis zueinander bei der Bestimmung der Position berücksichtigt werden. Damit machen diese eine Aussage dazu, wie zuverlässig die ermittelten Positionen, die erste Position, die zweite Position und die bestimmte Position als Endergebnis, sind. Insbesondere sind die Gütekriterien veränderlich bzw. variabel auch während eines Fahrzyklus, wobei diese in Abhängigkeit der ermittelten Streckenlängen verändert werden.
In einer weiteren Ausführungsform ist der ersten Position eine erste Verteilung, in der Art einer Wahrscheinlichkeitsverteilung, insbesondere eine Gauß-Glockenkurve, zugeordnet, deren Varianz das erste Gütekriterium darstellt. Der zweite Position ist dann entsprechend eine zweite Verteilung zugeordnet, deren Varianz das zweite Gütekriterium darstellt. Schließlich ist der bestimmten Position als Ergebnis des Verfahrens eine dritte Verteilung zugeordnet, deren Varianz das dritte Gütekriterium darstellt.
Die beschriebene Anordnung dient zum Durchführen des Verfahrens und ist bspw. in einer Hardware und/oder Software implementiert. So kann die Anordnung in einem Steuergerät eines Kraftfahrzeugs integriert oder als solches ausgebildet sein.
Mit dem vorgestellten Verfahren und der beschriebenen Anordnung ist es möglich, die Genauigkeit und Zuverlässigkeit der RTLS-Lokalisierung (RTLS: Real Time Localisation System) für assistierte, automatisierte und autonome Flurförderfahrzeuge bzw. Arbeitsmaschinen zu erhöhen.
Es werden nachfolgend einige hierin verwendete Begriffe erläutert:

Ein Real Time Localisation System (RTLS) ist ein Begriff aus der Funknavigation bzw. Funkortung und bezeichnet die Bestimmung des Ortes eines identifizierten Objekts an einem zunächst unbekannten Ort ohne nähere Feststellung der zugehörigen Orientierung. Damit können Lage und Aufenthalt von Objekten, Fahrzeugen oder Personen bestimmt und mit der bestimmten Identität verknüpft werden.

Ultra-Wide-Band (UWB) ist eine mögliche Ausführung des RTLS und beschreibt einen Ansatz für eine Nahbereichsfunkkommunikation für den kommerziellen Massenmarkt. Wichtigstes Merkmal ist die Nutzung extrem großer Frequenzbereiche. Anwendungen finden sich bei äußerst preisgünstigen und energieeffizienten Geräten mit der Möglichkeit einer Positionsbestimmung und moderaten Datenraten, bspw. Sensornetzwerke.
Zu den Begriffen Trilateration, Triangulation und Odometrie wird auf die vorstehenden Ausführungen Bezug genommen. Insbesondere bezeichnet Trilateration ein Verfahren zur indirekten Entfernungs- oder Geschwindigkeitsmessung durch Messung jener Zeit, die ein Signal für das Durchlaufen der Messstrecke benötigt.
Ein Tag ist ein Gerät auf dem zu positionierenden Objekt, welches zur Positionsmessung erforderlich ist. Häufig wird dieser Begriff im Kontext der Positionsbestimmung synonym für das gesamte Objekt verwendet. Dies liegt darin begründet, dass durch Kenntnis der Position des Tags gleichzeitig auch die Position des Objekts bekannt ist, da der Tag normalerweise fest auf dem Objekt installiert wird. Im Beispiel, das in 3 gezeigt ist, ist der Tag durch die Antenne auf dem Objekt, das sich auf der Schiene bewegt, dargestellt.
Der Begriff Anker bezeichnet ein fest installiertes Gerät, das zur Positionsermittlung dient. Die Anker stellen die Referenzobjekte dar, zu welchen die Position eines Tags berechnet werden kann. Bei einem Globalen Positionsbestimmungssystem (GPS: Global Positioning System) z. B. stellen die Satelliten diese Anker dar. Bei der Ausführung in 3 ist das Gerät neben der Strecke ein Anker. Je nach Anwendung werden mehrere Anker benötigt.
Ein RTLS-UWB Modul kann sowohl als Anker und/oder Tag konfiguriert werden. Im Einsatz sind auch RTLS-UWB-Module mit IMU und/oder anderen Sensoren.
Das Kalman-Filter, das auch als Kalman-Bucy-Filter, Stratonovich-Kalman-Bucy-Filter oder Kalman-Bucy-Stratonovich-Filter bezeichnet wird, ist ein mathematisches Verfahren zur iterativen Schätzung von Systemparametern auf der Basis von fehlerbehafteten Beobachtungen. Das Kalman-Filter dient dazu, nicht direkt messbare Systemgrößen zu schätzen, während die Fehler der Messungen optimal reduziert werden.
In der Schätzungstheorie ist das erweiterte Kalman-Filter (Extended Kalman Filter (EKF)) die nichtlineare Version des Kalman-Filters, die über eine Schätzung des aktuellen Mittelwerts und der Kovarianz linearisiert.
Bei den verwendeten Kalman-Filtern wird als Gütekriterium eine sogenannet Kovarianz verwendet, die eine Varianz mit mehreren Dimensionen darstellt.
Eine inertiale Messeinheit (IMU) ist eine räumliche Kombination mehrerer Inertialsensoren wie Beschleunigungssensoren und Drehratensensoren. Sie stellt die sensorische Messeinheit eines Trägheitsnavigationssystems dar.
„DCEKF/BC“ steht im Weiteren für „Distance Comparison Extended Kalman Filter / Best Combination”. Der Algorithmus besteht aus zwei Teilen und Fallweise deren Kombination:

EKF/BC (Extended Kalman Filter / Best Combination): herkömmlicher Extended Kalman Filter, bei dem jedoch die beste Ankerkombination für die zur Fusion bestimmten UWB-Messungen verwendet werden kann.

DCEKF (Distance Comparison Extended Kalman Filter):

Streckenlängenvergleich der gemessenen Trajektorien von Drehzahlsensor in Kombination mit IMU und UWB und dadurch Anpassung des Extended Kalman Filters.

Zu beachten ist:

- Der DCEKF ist nicht ausschließlich auf Drehzahlsensoren und IMUs beschränkt.
- Er kann immer dann eingesetzt werden, wenn RTLS Messungen wie UWB mit weiteren Sensoren fusioniert werden und mit diesen Strecken gemessen werden können.
- So kann auch nur eine IMU oder es können mehrere Drehzahlsensoren im Verbund verwendet werden, da mit beiden Technologien auch einzelne Strecken gemessen werden können.
- Weitere Sensoren sind z. B. Radar, Kameras, Lidar usw.

In vielen Fällen ist es von Bedeutung, dass die Algorithmen DCEKF und EKF/BC kombiniert werden. Gründe dafür sind mögliche Probleme des reinen DCEKF oder des reinen EKF/BC, deren Korrekturen sich negativ bzgl. Ground Truth auswirken. Wird der DCEKF in Kombination mit dem EKF/BC zum DCEKF/BC erweitert, werden diese negativen Korrekturen bzgl. Ground Truth unterdrückt. Ground Truth bezeichnet den tatsächlich gefahrenen Weg, d. h. die Trajektorie, die das zu lokalisierende Objekt tatsächlich gefahren ist.
Ein Vorteil des vorgestellten Verfahrens liegt in einer höheren Genauigkeit und Zuverlässigkeit der Lokalisierung und Navigation.
Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und den beigefügten Zeichnungen.
Es versteht sich, dass die voranstehend genannten und die nachstehend noch zu erläuternden Merkmale nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der vorliegenden Erfindung zu verlassen.
Figurenliste

1 zeigt ein bekanntes Verfahren zur Abstands- und Winkelmessung in Innenräumen.
2 zeigt ein weiteres bekanntes Verfahren zur Abstands- und Winkelmessung in Innenräumen.
3 zeigt den prinzipiellen Aufbau einer eindimensionalen Positionsbestimmung.
4 zeigt in einem Flussdiagramm eine Ausführung des vorgestellten Verfahrens.
5 zeigt alle möglichen Ankerkombinationen aus drei Ankern bei einem Lokalisierungssystem von vier Ankern, durch die das Objekt lokalisiert werden kann.
6 zeigt eine Kombination aus allen vier Ankern zu je einem UWB-Messpunkt.
7 zeigt vier Kombinationen aus jeweils drei Ankern zu je einem UWB-Messpunkt.
8 zeigt eine Zeichenerklärung.
9 bis 16 zeigen eine Ausführung des vorgestellten Verfahrens anhand von Ergebnissen.
17 zeigt eine Zeichenerklärung.
18 bis 32 zeigen Ergebnisse zur Erläuterung des Verfahrens.
33 zeigt die Ergebnisse mit DCEKF/BC.
34 zeigt rein schematisch ein Anordnung zum durchführen des Verfahrens.

Ausführungsformen der Erfindung
Die Erfindung ist anhand von Ausführungsformen in den Zeichnungen schematisch dargestellt und wird nachfolgend unter Bezugnahme auf die Zeichnungen ausführlich beschrieben.
1 zeigt ein bekanntes Verfahren zur Abstands- und Winkelmessung in Innenräumen, das als TDOA (Time Difference of Arrival) bezeichnet wird.
Die Darstellung zeigt einen Standort eines Tags 10, einen Standort eines ersten Ankers 12, einen Standort eines zweiten Ankers 14, einen Standort eines dritten Ankers 16 und einen Standort eines Servers 18. Weiterhin zeigt die Darstellung eine Kommunikations-Hauptleitung 20 und ein Koordinatensystem 22 mit x-Achse 24 und y-Achse 26.
Der Tag 10 überträgt ein Sendesignal 30 mit einem Zeitstempel und einer Kennung. Viele Anker 12, 14, 16, wobei mindestens vier Anker erforderlich sind, um Koordinaten x, y und z zu bestimmen, empfangen das Sendesignal 30, jedoch antworten diese nicht. Im zweidimensionalen Bereich werden drei Anker benötigt. Im dreidimensionalen Bereich werden vier Anker benötigt, wird eine Plausibilisierung vorgenommen, so werden im dreidimensionalen Bereich drei Anker benötigt. Auf Grundlage der Synchronisierung der Anker werden die verschiedenen Empfangszeiten verwendet, um die Position des Tags 10 zu berechnen.
Von Bedeutung ist, dass der Tag 10 nicht synchronisiert sein muss. Die Anker 12, 14, 16 müssen in jedem Fall und höchst genau synchronisiert sein. Es wird eine fortlaufende Lokalisierung jedes Tags 10 durchgeführt. Außerdem kann eine hohe Anzahl an Tags 10 lokalisiert werden, wie bspw. mittels GPS.
2 zeigt ein weiteres bekanntes Verfahren zur Abstands- und Winkelmessung in Innenräumen, das als TWR (Two Way Ranging) bezeichnet wird. Die Darstellung zeigt einen Tag 50 und einen Anker 52.
Zum Zeitpunkt T_SP 60 erfolgt eine Anfrage an den Anker 52, der diese zum Zeitpunkt T_RP 64 empfängt. Zum Zeitpunkt T_SR 66 sendet der Anker 52 eine Antwort 68, die zum Zeitpunkt T_RR 70 von dem Tag 50 empfangen wird. Zum Zeitpunkt T_SF 72 wird eine abschließende Mitteilung 74, die T_SP 60, T_RR 70 und T_SF 72 enthält, von dem Tag 50 an den Anker 52 gesendet, die dieser zum Zeitpunkt T_RF 76 empfängt. Es wird dann noch ein Bericht 78 von dem Anker 52 abgegeben.
Es wird dann die einfache Laufzeit und damit der Abstand des Signals zwischen Anker 52 und Tag 50 aus den Zeitdifferenzen vom Absenden der Anfrage 62 des Tags 50 und dem Empfang der Antwort 68 durch den Tag 50 als auch dem Senden der Antwort 68 durch den Anker 52 und dem Empfangen der abschließenden Antwort 74 durch den Anker 52 berechnet. In dem gezeigten Beispiel ist es so, dass einmal von dem Tag 50 zum Anker 52 und zurück als auch vom Anker 52 zum Tag 50 und zurück die Laufzeiten gemessen werden und dann muss, um eine einfache Wegstrecke auszurechnen, durch 4 geteilt werden. Es liegt 4-mal die Strecke zwischen Anker 52 und Tag 50 durch zwei Differenzbildungen vor. In dem Beispiel ist es so, dass der Anker 52 bzw. der Empfänger des Berichts die Daten weiterverarbeitet, was nicht ausschließt, dass sowohl der Tag 50 mittels T_SP und T_SR als auch der Anker 52 mittels T_SR und T_RF eine Entfernungsbestimmung aus denen ihnen vorliegenden Daten durchführen können. Die weiteren Substraktionen der Differenzen (T_SR - T_RP) und (T_SF - T_RR) von der Gesamtlaufzeit berücksichtigen die Signallaufzeiten in der Hardware und Software von Anker 52 und Tag 50, die sonst zu einer größeren Entfernungsbestimmung führen würden. Dadurch dass Anker 52 und Tag 50 nicht zeitlich synchronisiert sind, kann hier nur mittels Differenzen gerechnet werden, die immer nur die Zeitbasen von Anker 52 oder Tag 50 haben dürfen.
Diese Berechnung ist wie folgt: $Abstand = ToF * Lichtgeschwindigkeit,$
wobei $ToF = [(T_{RR} - T_{SP}) - (T_{SR} - T_{RP}) + (T_{SR} - T_{RP}) + (T_{RF} - T_{SR}) - (T_{SF} - T_{RR})] / 4$

T_RR: Zeitpunkt des Empfangens der Antwort durch den Tag
T_SP: Zeitpunkt des Sendens der Anfrage durch den Tag
T_SR: Zeitpunkt des Sendens der Antwort durch den Anker
T_RF: Zeitpunkt des Empfangens der abschließenden Mitteilung durch den Anker
T_RP: Zeitpunkt des Empfangens der Anfrage durch den Anker
T_SF: Zeitpunkt des Sendens der abschließenden Mitteilung durch den Tag

Es ist bei diesem Verfahren keine Synchronisierung der Tags 50 und Anker 52 erforderlich. Allerdings erfolgt eine fortlaufende Anfrage aller Tags.
3 zeigt eine eindimensionale Positionsbestimmung. Die Darstellung zeigt eine Strecke 90, auf dem sich ein Fahrzeug 92 mit einem Tag 94 befindet. Weiterhin ist ein Anker 96 dargestellt. Es wird der Abstand zwischen dem Tag 94 und dem Anker 96 bestimmt, um die eindimensionale Positionsbestimmung durchzuführen. Hierbei reicht zur Laufzeitbestimmung bzw. Entfernungsbestimmung ein Senden und Empfangen durch Anker oder Tag, abzüglich der jeweiligen Laufzeit im Anker oder Tag, geteilt durch 2. Eine Bestimmung der Position in der Ebene oder im Raum ist damit nicht möglich.
Bei dem hierin vorgestellten Verfahren ist, zumindest in einigen der Ausführungen, folgendes zu beachten:

- Für die Trilateration, welche zum Bestimmen der Position des zu lokalisierenden Objekts angewandt wird, werden mindestens drei Anker benötigt, ensprechend werden bei GPS mindestens drei Satelliten benötigt.
- Die Trilateration funktioniert aber auch mit vier oder mehr Ankern.
- Werden zum Beispiel vier Anker verwendet, können, anstatt eines einzigen Messpunkts pro Zeitschritt zu bestimmen, mehrere Messpunkte bestimmt werden. So kann jede mögliche Kombination einzeln als System von UWB-Ankern betrachtet werden und zu jeder Kombination ein Messpunkt bestimmt werden.

Bezüglich der Ankerkombinationen ist folgendes zu beachten:

- Im Fall von vier Ankern 1 2 3 4 sind die Ankerkombinationen 123, 234, 341 und 412, von welcher jede einen Messpunkt bestimmt, möglich. Es liegen also in jedem Zeitschritt vier Messpunkte vor.
- Beim BC „Best Combination“ Algorithmus wird aus diesen vier vorliegenden Messpunkten in jedem Zeitschritt der beste Messpunkt ausgewählt, d. h. es wird in jedem Zeitschritt die beste Ankerkombination verwendet („Best Combination“ BC).
- Dieser beste Messpunkt ist dann letztendlich der Messpunkt, der im Extended Kalman Filter für die Fusion verwendet wird. Der EKF „Extended Kalman Filter“ verwendet also die Messpunkte des BC „Best Combination“ Algorithmus, wodurch der EKF zum EKF/BC wird.
- Wie der beste Messpunkt bestimmt wird, wird im Folgenden anhand eines Flussdiagramms in 4 erläutert:
- Zu Beginn (Schritt 100) liegt ein Ausgangsmesspunkt von UWB vor. Dies kann z. B. einfach ein Messpunkt aus einer Kombination von drei aus vier Ankern sein, also bspw. 123 aus 1234. Dann misst in einem Schritt 102 der Drehzahlsensor die Umdrehung des Rades, schließt auf die Geschwindigkeit und verrechnet mit der vergangenen Zeit die zurückgelegte Strecke. Die Messverfahren des Drehzahlsensors basieren auf dem Prinzip der Odometrie. Außerdem misst die IMU die Richtung, in der der Drehzahlsensor fährt. Zu beachten ist: Die Abtastrate von Drehzahlsensor und IMU ist größer als die von UWB, d. h. es werden beispielsweise zehn Messungen von Drehzahlsensor und IMU gemacht, dann erfolgt eine UWB-Messung, dann werden wieder zehn Messungen von Drehzahlsensor und IMU gemacht, dann erfolgt wieder eine UWB-Messung usw.
- Diese unfusionierte Strecke von Drehzahlsensor und IMU wird nun in einem Schritt 104 auf den zuletzt verwendeten UWB-Messpunkt projiziert. D. h. die Strecke wird auf den UWB-Messpunkt verschoben, ohne dabei ihre Richtung und die Länge zu ändern, d. h. es ändert sich lediglich die Position.
- Dann werden in einem Schritt 106 die ersten vier Messpunkte durch die vier Kombinationen gemacht.
- Anschließend wird in einem Schritt 108 von jedem der vier Messpunkte der Abstand zum Endpunkt der projizierten Strecke bestimmt.
- Es wird in einem Schritt 110 der UWB-Messpunkt ausgewählt, der den kleinsten Abstand zur projizierten Strecke aufweist. Dieser Messpunkt ist der neue UWB-Messpunkt, der zur Fusion im Kalman-Filter verwendet wird.
- Dann erfolgt in einem Schritt 112 die Kalman-Filter-Fusion, wodurch die letzte Messung der unfusionierten Strecke von Drehzahlsensor und IMU mit dem ausgewählten UWB-Messpunkt fusioniert wird. Es wird darauf hingewiesen, dass bei der Kalman-Filter-Fusion immer nur der Messpunkt von Drehzahlsensor/IMU mit dem UWB-Messpunkt fusioniert, der vorliegt, wenn ein neuer UWB- Messpunkt vorliegt. Die übrigen Messpunkte von Drehzahlsensor/IMU werden nicht fusioniert. Grund dafür ist die höhere Messfrequenz von Drehzahlsensor/IMU im Vergleich zu UWB.

Nach der Fusion beginnt der Algorithmus in einem Schritt 114 von neuem. Der Drehzahlsensor und IMU messen wieder eine unfusionierte Strecke, d. h. die unfusionierte Strecke wird auf zuletzt verwendeten UWB-Messpunkt projiziert, es werden vier neue UWB-Messpunkte der vier Ankerkombinationen gemacht. Der Abstand von jedem der vier UWB-Messpunkte zum Ende der projizierten Strecke wird bestimmt. Der UWB-Messpunkt mit kleinstem Abstand wird für die Fusion im Kalman-Filter ausgewählt. Dann wird die Kalman-Filter-Fusion durchgeführt. Der Algorithmus beginnt dann von neuem.
Durch diesen BC-Algorithmus werden letztendlich immer die UWB-Messpunkte ausgewählt, die der fusionierten Trajektorie am ehesten entsprechen. Genauer gesagt: verbindet man die auswählten UWB-Messpunkte von Zeitschritt zu Zeitschritt mit einer Linie, so entspricht diese Line am ehesten der fusionierten Trajektorie.

- Vorteile des BC-Algorithmus sind:
- Es liegen in jedem Zeitschritt statt eines UWB-Messpunkts vier UWB-Messpunkte, von denen der beste ausgewählt werden kann, vor. Hat bspw. die Ankerkombination aus allen vier Ankern 1234 starke Abweichungen zur Ground Truth Trajektorie, z. B. in einem NLOS-Fall (NLOS: non-line-of sight: Nicht-Sichtverbindung), muss hier der ungenaue Messpunkt verwendet werden, da keine Alternative an Messpunkten vorliegt. Haben beim BC-Algorithmus bspw. drei Messpunkte starke Abweichung, wie bspw. in einem NLOS-Fall, der vierte aber nicht, wird hier erfindungsgemäß der vierte Messpunkt verwendet.

Es bestehen also in jedem Zeitschritt vier Alternativen, von denen die beste Alternative bzw. bei NLOS-Fällen die am wenigsten schlechte Alternative verwendet wird. Zudem ist der BC-Algorithmus sehr wichtig für den zweiten Algorithmus (DCEKF „Distance Comparison Extended Kalman Filter“). Dieser wird im Folgenden erklärt:

Bei einer Fahrt mit einem Fahrzeug kann aus den aufgezeichneten Messpunkten von Drehzahlsensor/IMU sowie aus den Messpunkten von UWB auf zurückgelegte Strecken geschlossen werden. Liegen beim Drehzahlsensor und ferner bei der IMU keine Probleme vor, also auch kein Radschlupf, ist die gemessene Strecke auf kleinen Distanzen bzw. während kurzen Zeitabschnitten sehr zuverlässig. D. h. die gemessene Strecke ist nahezu gleich lang wie die Länge der Strecke der tatsächlich zurückgelegten Trajektorie auf dieser Distanz bzw. während dieses Zeitabschnitts.

Liegen entsprechend bei UWB keine Probleme vor, wie z. B. NLOS, ist auch hier die gemessene Strecke auf kleinen Distanzen bzw. während kurzer Zeitabschnitte sehr zuverlässig. Liegen beim Drehzahlsensor und ferner bei der IMU jedoch Probleme vor, bspw. Radschlupf, ist die gemessene Strecke auf kleinen Distanzen bzw. während kurzer Zeitabschnitte nicht zuverlässig. Dies bedeutet, dass die gemessene Strecke bei Schlupf länger als die Strecke der tatsächlichen Trajektorie ist, da hier die Räder durchdrehen und eine längere Strecke gemessen wird.
Liegen bei UWB Probleme, wie bspw. NLOS, vor, ist auch hier die gemessene Strecke auf kleinen Distanzen bzw. während kurzer Zeitabschnitte nicht zuverlässig. D. h. die gemessene Strecke ist bei NLOS länger als die Strecke der tatsächlichen Trajektorie, da hier die UWB-Messpunkte streuen und somit eine längere Strecke darstellen.
Schlupf und NLOS sind hierbei als die wahrscheinlichsten Probleme während einer Fahrt mit einem Fahrzeug anzusehen. Deshalb ist festzustellen, dass die gemessenen Strecken zuverlässiger sind, wenn diese kürzer sind.
Beim DC „Distance Comparison“ Algorithmus wird die unfusionierte Strecke von Drehzahlsensor/IMU gemessen und mit der gemessenen Strecke von UWB bezüglich der Streckenlänge verglichen. Die kürzere der beiden gemessenen Strecken wird folglich als die zuverlässigere angesehen. Durch diesen qualitativen Vergleich kann also die Zuverlässigkeit von Drehzahlsensor/IMU sowie UWB bestimmt werden.
Diese Zuverlässigkeit lässt sich auf die Kovarianzen des EKF „Extended Kalman Filter“, also auf die Unsicherheiten bzw. auf das Vertrauen übertragen. Der Vorteil des DCEKF-Algorithmus ist somit, dass sich die sonst unveränderlichen Kovarianzen eines herkömmlichen EKF während der Fahrt des Fahrzeugs anpassen lassen. Der EKF wird also zu einem adaptiven EKF, bei dem die Kovarianzen verändert werden.
Zu beachten ist, dass der DCEKF so konfiguriert ist, dass er den UWB-Messungen mehr Vertrauen gibt, bspw. bei Radschlupf, d. h. wenn die gemessene UWB-Strecke kürzer ist als die gemessene Drehzahlsensor-/IMU-Strecke. In diesem Fall greift er ein und verändert die Kovarianz des EKF. Ist die UWB-Strecke hingegen länger, bleiben die Kovarianzen in der Ausgangslage oder der DCEKF setzt diese dorthin zurück. Andernfalls kann der DCEKF auch so konfiguriert sein, dass er die Kovarianz des EKF erst ändert, wenn die gemessene Drehzahl-/IMU-Strecke kürzer ist.
Wie der DC-Algorithmus im Einzelnen funktioniert, wird im Folgenden erklärt:

Es wird eine vorgegebene Anzahl an aus Messpunkten erzeugten Mittelwertpunkten verwendet und diese jeweils von Zeitschritt zu Zeitschritt mit einer geraden Linie verbunden. Dadurch entsteht eine Folge an aneinandergereihten Strecken.

Mittelwertpunkte werden aus dem Mittelwert einer bestimmten Anzahl an Messpunkten gebildet. In diesem Fall werden für Drehzahlsensor/IMU sowie für UWB jeweils fünf Messpunkte bestimmt und aus diesen ein einziger Mittelwertpunkt gebildet.
Bei fünf vorliegenden Mittelwertpunkten werden diese mit geraden Linien verbunden, wodurch eine aneinandergereihte Strecke entsteht.
Wie die Mittelwertpunkte bestimmt werden, wird im Folgenden erklärt. Die Erklärung steht repräsentativ für Drehzahlsensor/IMU sowie für UWB:

Es liegen fünf Messpunkte 1, 2, 3, 4, 5 vor. Aus diesen Messpunkten wird der Mittelwertpunkt M1 gebildet.

Liegt im nächsten Zeitschritt ein neuer Messpunkt vor, also 1, 2, 3, 4, 5, 6, wird aus den letzten fünf Messpunkten, also 2, 3, 4, 5, 6, der Mittelwertpunkt M2 gebildet.
Liegen irgendwann fünf Mittelwertpunkte M1, M2, M3, M4, M5 vor, werden diese mit geraden Linien verbunden, wodurch eine aneinandergereihte Strecke entsteht.
Von dieser aneinandergereihten Strecke werden die Längen der einzelnen Teilstrecken gemessen und zu einer Gesamtlänge addiert.
Liegt im nächsten Zeitschritt ein neuer Mittelwertpunkt vor, also M1, M2, M3, M4, M5, M6, wird aus den letzten fünf Mittelwertpunkten M2, M3, M4, M5, M6 die neue aneinandergereihte Strecke gebildet und deren Länge gemessen.
Diese Schritte werden über die gesamte Fahrt des Fahrzeugs wiederholt.
Bei UWB wird jeder neue Messpunkt zum Bilden des Mittelwertpunktes verwendet.
Beim Drehzahlsensor/IMU wird immer der Messpunkt verwendet, der vorliegt, wenn ein neuer UWB-Messpunkt vorliegt. Der Grund dafür liegt darin, dass die Messfrequenz von Drehzahlsensor/IMU größer ist als die von UWB. Es liegen also immer eine bestimmte Anzahl an Messpunkten von Drehzahlsensor und IMU vor, bevor ein neuer UWB Messpunkt vorliegt.
Liegen je eine aneinandergereihte Strecke von Drehzahlsensor/IMU sowie von UWB vor und wurde deren Streckenlänge gemessen, werden diese Streckenlängen miteinander verglichen.
Dem Sensor der kürzeren Strecken, also Drehzahlsensor/IMU oder UWB, wird in diesem Zeitpunkt mehr Vertrauen gegeben und damit die Kovarianzen des EKF „Extended Kalman Filter“ angepasst.
Mit dem DC „Distance Comparison“ Algorithmus kann wie beschrieben der EKF angepasst werden. Dadurch wird der EKF zum DCEKF. Durch den DC Algorithmus kann auch darauf zurückgeschlossen werden, ob Schlupf- oder NLOS-Fälle vorliegen. Diese problematischen Fälle können durch den DCEKF verbessert werden.
In vielen Fällen ist es von großer Bedeutung, dass die Algorithmen DCEKF und EKF/BC kombiniert werden. Die Kombination der Algorithmen ist der DCEKF/BC „Distance Comparison Extended Kalman Filter / Best Combination“. Gründe dafür sind mögliche Probleme des reinen DCEKF oder des reinen EKF/BC, die im Folgenden beschrieben werden.
Der reine EKF/BC kann in manchen Fällen keine ausreichend positiven Korrekturen der Messungen durchführen. Er korrigiert zwar Messungenauigkeiten, die bei NLOS auftreten, da hier immer die beste Kombination an UWB-Messungen gewählt wird, jedoch korrigiert er Radschlupf nur bedingt.
Der reine DCEKF kann sich in einigen Fällen negativ auf die Korrektur der Messungen auswirken. Wenn Radschlupf vorliegt, sich die UWB-Messungen aber gleichzeitig abseits der Ground Truth Trajektorie aufgrund bspw. NLOS befinden und deren Strecke ausnahmsweise kürzer ist als die Strecke von Drehzahlsensor und IMU, gibt DCEKF dem UWB mehr Vertrauen, wodurch die korrigierte Trajektorie sich von der Ground Truth Trajektorie abwendet.
Wird der DCEKF in Kombination mit dem EKF/BC zum DCEKF/BC erweitert, werden diese negativen Korrekturen unterdrückt. Liegen NLOS und Radschlupf vor, würde der EKF/BC zuerst die besten UWB-Messpunkte auswählen und die Messpunkte abseits der Ground Truth Trajektorie ignorieren. Danach würde der DCEKF eingreifen und lediglich den vom EKF/BC ausgewählten Messpunkten mehr Vertrauen geben.
5 veranschaulicht mögliche Ankerkombinationen, nämlich die Kombinationen 123, 234, 341 und 412.
6 zeigt eine Kombination aus allen vier Ankern zu UWB-Messpunkten zum Zeitpunkt t1 130, zum Zeitpunkt t2 132, zum Zeitpunkt t3 134 und zum Zeitpunkt t4 136.
7 zeigt vier Kombinationen aus jeweils drei Ankern zu UWB-Messpunkten zum Zeitpunkt t1 140, zum Zeitpunkt t2 142, zum Zeitpunkt t3 144 und zum Zeitpunkt t4 146.
In den nachfolgenden Figuren werden Zeichen verwendet, die in 8 erläutert sind:

Bezugsziffer 150: UWB-Messpunkt der jeweiligen Ankerkombinationen. Dieser stellt den vom UWB-Lokalisierungssystem gemessenen Standort des zu lokalisierenden Objekts dar.

Bezugsziffer 152: Koppelnavigation bzw. Dead Reckoning (DR) Messtrajektorie (DR: zusammengefügte Messung aus Drehzahlsensor und IMU). Diese stellt den Verlauf des vom Drehzahlsensor und der IMU gemessenen Standorts des zu lokalisierenden Systems dar und wird aus der Drehzahlmessung des Drehzahlsensors und aus der Winkelmessung der IMU erzeugt bzw. aus der Kombination mehrerer dieser Sensoren.

Bezugsziffer 154: tatsächliche Trajektorie
Bezugsziffer 156: Abstände zu den UWB-Messpunkten
Bezugsziffer 158: DR-Messpunkt zum Zeitpunkt der aktuellen UWB-Messung
Bezugsziffer 160: fusionierte Position aus UWB und DR-Messpunkten.

9 zeigt den Beginn, der die aus dem vorherigen Schritt fusionierte Position und einen dazugehörigen UWB-Messpunkt der Ankerkombination 234 dar. Ein Pfeil 180 verdeutlicht die Fahrtrichtung.
Gemäß 10 folgt nun eine durch DR erzeugte Messtrajektorie. Diese wird durch reine translatorische Verschiebung auf den aktuellen UWB-Messpunkt projiziert.
Gemäß 11 werden bei der nächsten Messung des UWB-Lokalisierungssystems vier Messpunkte durch die jeweiligen Ankerkombinationen erzeugt.
Gemäß 12 werden zu den vier UWB-Messpunkten nun die Abstände vom zuletzt erzeugten Messpunkt der projizierten DR-Messtrajektorie bestimmt und der UWB-Messung mit dem geringsten Abstand ausgewählt.
Mit dem ausgewählten UWB-Messpunkt und dem DR-Messpunkt der aktuellen Messung wird anschließend gemäß 13 die Fusion durch den Extended Kalman Filter ausgeführt und die fusionierte Postion erzeugt.
Gemäß 14 beginnt der Algorithmus von neuem. Dies ist in den 15 und 16 verdeutlicht. 15 beschreibt den weiteren Verlauf des EKF/BC für die nächsten UWB-Messpunkte. In 16 wird das Verfahren auch fortgesetzt. In den unteren Darstellungen ist zur Veranschaulichung von Ground Truth die tatsächliche Trajektorie eingefügt, siehe linke untere Darstellung. Außerdem sind hier zur Veranschaulichung alle UWB-Messpunkte eingefügt, damit zu erkennen ist, welche von diesen letztendlich gewählt wurden. Weiterhin sind in der unteren rechten Darstellung nochmals alle projizierten Strecken dargestellt. Dadurch soll deutlich gemacht werden, dass die gewählten UWB-Messpunkte vereinfacht die fusionierte Trajektorie repräsentieren.
In den nachfolgenden Figuren werden Zeichen verwendet, die in 17 erläutert sind:

Bezugsziffer 200: Ground Truth
Bezugsziffer 202: unfusionierte Messtrajektorie
Bezugsziffer 204: fusionierte Messtrajektorie
Bezugsziffer 206: UWB-Messung
Bezugsziffer 208: ignorierte UWB-Messung durch EKF/BC
Bezugsziffer 210: UWB-Messung mit mehr Vertrauen durch DCEKF

Zum Verständnis der Auswirkungen auf die Messgenauigkeit aller Algorithmen werden im Folgenden vier Szenarien dargestellt.

- Diese haben verschiedene Ausgangsbedingungen.
- Die Fahrt verläuft dabei jeweils von links nach rechts.
- Der DCEKF ist in diesen Beispielen so konfiguriert, dass er den UWB-Messungen mehr Vertrauen gibt, wenn Radschlupf erkannt wird, d. h. wenn die gemessene UWB-Strecke kürzer ist als die gemessene Drehzahlsensor-/IMU-Strecke. In diesem Fall greift er ein und verändert die Kovarianzen des EKF. Ist die UWB-Strecke hingegen länger, bleiben die Kovarianzen in der Ausgangslage oder der DCEKF setzt diese dorthin zurück.
- Die Kriterien, wann der DCEKF die Kovarianzen verändern soll, können in anderen Szenarien aber auch anders gewählt werden.
1. 1. Szenario:
  - Dieses zeigt die Vorteile des EKF. DCEKF und daher auch DCEKF/BC greifen nicht ein, da die UWB-Strecke nicht als kürzer bestimmt wird.

Bedingungen sind:

- generelle Ungenauigkeiten von IMU
- keine Ungenauigkeiten von Drehzahlsensor durch Radschlupf
- keine Ungenauigkeiten von UWB durch bspw. NLOS

Daraus folgt eine gute Messgenauigkeit von Drehzahlsensor/IMU und eine gute Messgenauigkeit von UWB.
18 zeigt die Ergebnisse ohne Fusion.
19 zeigt die Ergebnisse mit EKF. Die Messgenauigkeit des EKF ist zufriedenstellend.
20 zeigt die Ergebnisse mit EKF/BC. EKF/BC hat vernachlässigbare Auswirkungen auf die Messgenauigkeit des EKF.
DCEKF greift nicht ein, da kein Radschlupf vorliegt. DCEKF/BC entfällt, da der DCEKF nicht eingreift.
2. Szenario:
Dieses zeigt die Vorteile des DCEKF.
Bedingungen sind:

- generelle Ungenauigkeit von IMU
- Ungenauigkeiten von Drehzahlsensor durch Radschlupf
- keine Ungenauigkeiten von UWB durch bspw. NLOS

Daraus folgen eine schlechte Messgenauigkeit von Drehzahlsensor/IMU und eine gute Messgenauigkeit von UWB.
21 zeigt die Ergebnisse ohne Fusion. Die Klammer 215 zeigt den Bereich, in dem Radschlupf auftritt.
22 zeigt die Ergebnisse mit EKF. Die Messgenauigkeit des EKF ist nicht zufriedenstellend.
23 zeigt die Ergebnisse mit EKF/BC. EKF/BC hat vernachlässigbare Auswirkungen auf die Messgenauigkeit des EKF.
24 zeigt die Ergebnisse mit DCEKF. DCEKF hat positive Auswirkungen auf die Messgenauigkeit des EKF.
25 zeigt die Ergebnisse mit DCEKF/BC. DCEKF/BC hat durch DCEKF positive Auswirkungen auf die Messgenauigkeit des EKF, unterscheidet sich jedoch wenig vom DCEKF.
3. Szenario
Dieses zeigt die Vorteile des EKF/BC
Bedingungen sind:

- generelle Ungenauigkeit von IMU
- keine Ungenauigkeiten von Drehzahlsensor durch Radschlupf
- Ungenauigkeiten von UWB durch z. B. NLOS.

Daraus folgen eine gute Messgenauigkeit des Drehzahlsensors und eine schlechte Messgenauigkeit von UWB.
26 zeigt die Ergebnisse ohne Fusion. Eine Klammer 220 zeigt den Bereich mit NLOS.
27 zeigt die Ergebnisse mit EKF. Die Messgenauigkeit des EKF ist nicht zufriedenstellend.
28 zeigt die Ergebnisse mit EKF/BC. EKF/BC hat positive Auswirkungen auf die Messgenauigeit des EKF.
DCEKF greift nicht ein, da kein Radschlupf vorliegt. DCEKF/BC entfällt, da der DCEKF nicht eingreift.
4. Szenario
Dieses zeigt die Vorteile des DCEKF/BC
Bedingungen sind:

- generelle Ungenauigkeit von IMU
- Ungenauigkeiten von Drehzahlsensor durch Radschlupf
- Ungenauigkeiten von UWB durch z. B. NLOS

Es folgen daraus eine schlechte Messgenauigkeit des Drehzahlsensors und eine schlechte Messgenauigkeit von UWB.
29 zeigt die Ergebnisse ohne Fusion. Bezugsziffer 230 zeigt eine Klammer für den Bereich mit NLOS, Klammer 232 zeigt den Bereich mit Radschlupf.
30 zeigt die Ergebnisse mit EKF. Die Messgenauigkeit des EKF ist nicht zufriedenstellend.
31 zeigt die Ergebnisse mit DCEKF. DCEKF hat positive und negative Auswirkungen auf die Messgenauigkeit des EKF.
32 zeigt, dass EKF/BC positive Auswirkungen auf die Messgenauigkeit des EKF hat.
33 zeigt die Ergebnisse mit DCEKF/BC. DCEKF/BC hat durch DCEKF in Kombination mit EKF/BC die positivsten Auswirkungen auf die Messgenauigkeit des EKF.
34 zeigt in rein schematischer Darstellung eine Anordnung zum Durchführen des Verfahrens, die insgesamt mit der Bezugsziffer 300 bezeichnet ist. Diese Anordnung dient zum Bestimmen der Position eines Objekts 302.
Hierzu wird ein erstes Positionsbestimmungsverfahren 304 und ein zweites Positionsbestimmungsverfahren 306 eingesetzt. Mit dem ersten Positionsbestimmungsverfahren 304 wird eine erste Streckenlänge 310 bestimmt. Mit dem zweiten Positionsbestimmungsverfahren 306 wird eine zweite Streckenlänge 312 bestimmt. Die beiden Streckenlängen 310 und 312 werden miteinander verglichen (Bezugsziffer 320), um zu entscheiden, welchem der beiden Positionsbestimmungsverfahren 304, 306 mehr vertraut wird, d. h. welches Positionsbestimmungsverfahren 304, 306 das Ergebnis, die bestimmte Position, stärker beeinflusst.

Claims

Verfahren zum Bestimmen der Position eines Objekts (302), bei dem ein erstes Positionsbestimmungsverfahren (304) und ein zweites Positionsbestimmungsverfahren (306) eingesetzt werden, wobei auf Grundlage von Ergebnissen des ersten Positionsbestimmungsverfahren (304) eine erste Streckenlänge (310) und auf Grundlage von Ergebnissen des zweiten Positionsbestimmungsverfahren (306) eine zweite Streckenlänge (312) bestimmt wird, wobei die erste Streckenlänge (310) mit der zweiten Streckenlänge (312) verglichen wird, wobei bei der Bestimmung der Position des Objekts sowohl die Ergebnisse des ersten Positionsbestimmungsverfahrens (304) zumindest zum Teil als auch die Ergebnisse des zweiten Positionsbestimmungsverfahrens zumindest zum Teil berücksichtigt werden, wobei eine Gewichtung zwischen den beiden Positionsbestimmungsverfahren (304, 306) so vorgenommen wird, dass das Positionsbestimmungsverfahren (304, 306), dessen Ergebnisse eine kürzere Streckenlänge ergibt, stärker bei der Bestimmung der Position berücksichtigt wird.
Verfahren nach Anspruch 1, bei der das erste Positionsbestimmungsverfahren eine erste Position ergibt, der ein erstes Gütekriterium zugeordnet ist, und das zweite Positionsbestimmungsverfahren eine zweite Position ergibt, der ein zweites Gütekriterium zugeordnet ist, wobei die erste Position und die zweite Position in Abhängigkeit ihres jeweiligen Gütekriteriums gewichtet berücksichtigt werden, so dass sich die bestimmte Position ergibt, der wiederum ein drittes Gütekriterium zugeordnet ist.
Verfahren nach Anspruch 2, bei dem der ersten Position eine erste Verteilung zugeornet ist, deren Varianz das erste Gütekriterium darstellt, der zweite Position eine zweite Verteilung zugeordnet ist, deren Varianz das zweite Gütekriterium darstellt und der bestimmten Position eine dritte Verteilung zugeordnet ist, deren Varianz das dritte Gütekriterium darstellt.
Verfahren zur Positionsbestimmung nach Anspruch 3, bei dem ein Distance Comparison Extended Kalman Filter (DCEKF) eingesetzt wird.
Verfahren nach einem der Ansprüche 1 bis 3, bei dem bei zumindest einem der beiden Positionsbestimmungsverfahren (304, 306) ein Best Combination Algorithmus (BC-Algorithmus) eingesetzt wird.
Verfahren nach Anspruch 5, bei dem ein DCEKF/BC eingesetzt wird.
Verfahren nach einem der Ansprüche 1 bis 6, bei dem als erstes Positionsbestimmungsverfahren (304) ein Trilaterationsverfahren oder Triangulationsverfahren eingesetzt wird.
Verfahren nach Anspruch 7, bei dem als erstes Positionsbestimmungsverfahren (304) ein UWB-Verfahren eingesetzt wird.
Verfahren nach Anspruch 7 oder 8, bei dem mindestens vier Anker verwendet werden.
Verfahren nach einem der Ansprüche 1 bis 9, bei dem als zweites Positionsbestimmungsverfahren (306) ein Odometrie-Verfahren eingesetzt wird.
Anordnung zum Bestimmen der Position eines Objekts (302), die zum Durchführen eines Verfahrens nach einem der Ansprüche 1 bis 9 eingerichtet ist.