zuverlässige navigation durch den einsatz von multi-sensor-systemen dr.-ing. jörg pfister m.sc
DESCRIPTION
ZIV - Zentrum für integrierte Verkehrssysteme an der Technischen Universität Darmstadt. Zuverlässige Navigation durch den Einsatz von Multi-Sensor-Systemen Dr.-Ing. Jörg Pfister M.Sc. Gliederung. Anwendungen aus dem ÖV Telematik-Systeme Anforderungen Navigations-Sensoren - PowerPoint PPT PresentationTRANSCRIPT
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Zuverlässige Navigation durch den Einsatz von Multi-Sensor-Systemen
Dr.-Ing. Jörg Pfister M.Sc.
ZIV - Zentrum für integrierte Verkehrssysteme an der Technischen Universität Darmstadt
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Gliederung
Anwendungen aus dem ÖV Telematik-Systeme Anforderungen Navigations-Sensoren
Positionsgebende Sensoren Sensoren zur Bestimmung des zurück gelegten Weges Sensoren zur Richtungsbestimmung
Sensor-Pool Sensor-Fusion Robuste Navigation Entwicklungsumgebung Zusammenfassung & Ausblick
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Anwendungen im ÖV
Automatisches Ticketing Check-In / Check-Out (CICO) oder Walk-In / Walk-Out (WIWO) Automatische Tarifwahl Abrechnung nach Entfernung
ÖV Beschleunigung an Signalanlagen Automatische Voranmeldung ohne Detektoren Anpassung der Signalphasen an Geschwindigkeitsprofil
Flexible Bedienweisen im Ländlichen Nahverkehr Bedarfsgerechter Transport im Richtungsbandbetrieb Flexible Fahrplangestaltung
Sicherheitsleittechnik für Bahnsysteme European Rail Traffic Management System (ERTMS) European Train Control System (ETCS)
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Ma
na
gem
en
t
Ko
mm
un
ika
tion
Be
die
nun
g
Info
rma
tion
Na
vig
atio
nL
oka
lisat
ion
Bausteine für Telematik-Systeme
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Anforderungen an Navigation
Die Anforderungen sollten sich aus den Bedürfnissen der Anwendung heraus ergeben
Die etablierte Terminologie wurde weitgehend aus der Luftfahrt übernommen und ist für Anwendungen der Landnavigation neu zu definieren. (Accuracy, Availability, Continuity, Integrity, Coverage, Reliability, etc.)
Geeignete Anforderungen für die Landnavigation sind zu formulieren.
Adäquate Methoden zur Bewertung der aufgestellten Anforderungen sind zu standardisieren.
Vergleichbarkeit von Navigationssystemen zur optimalen Auswahl .
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Navigations-Sensoren
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Satellitennavigation mit GPS
Positionsfehler [m/s]
Vergleich der Positionsfehler
Häu
figke
it [%
]NovAtel „RT20“
Trimble „SK8“
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
GPS Phänomene
Hi-End GPS (Novatel)
Low-Cost GPS(Sirf)
Testfahrt: Flughafen Amsterdam Schiphol
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
GPS PhänomeneTestfahrt: Innenstadt Delft, NL
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
GPS Fehlerbeispiel
80 100 120 140 160 180
550
600
650
700
750
800
Breite ueber Laenge, Fahrt Ampel3
Status:
GDOP: 2,348SAT‘s: 8B_dev: 0,17mL_dev: 0,14mH_dev: 0,38m
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Koppel-Navigation
sin
cos
0
0
SLL
SBB
Norden
S
North
Sensor zur Ermittlung des zurückgelegten Weges Sensor zur Ermittlung der Fahrtrichtung 100% Verfügbarkeit Hohe Zuverlässigkeit der Messwerte Fehlerverhalten: langsam wachsende Drift
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Sensoren zur Bestimmung des zurückgelegten Weges
Odometer
B-Messer Geschwindigkeitsfehler [m/s]
Vergleich der Geschwindigkeitsfehler
Häu
figke
it [%
]
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Sensoren zur Richtungsbestimmung
LWS
SSK
FXG
RLK Headingfehler [°]
Vergleich der Headingfehler
Häu
figke
it [%
]
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Sensor-Klassen
Beliebige Sensor-Kombinationen sind realisierbar. Leistung / Kosten wird durch Sensor Auswahl festgelegt.
Position Höhe Richtung zurückgelegter Weg
GPS GPS GPS (VNorth,VEast) B-Messer
LORAN-C Barometer Fluxgate Odometer
Map-Matching Map-Matching Map-Matching Optischer Corr.
Cell-Phone-EOTD IBNS Lenk-Winkel-Sensor Doppler Radar
Galileo Schwing-Struktur-Kreisel
IBNS Ring-Laser-Kreisel
Differential Odometrie
MEMS-Kreisel
IBNS
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Berücksichtigt nur SDA-Fehler
Fehler-Abhängigkeitenvom Zustand könnennicht modelliert werden
Stochastische Fehler auf IMU-Datenwerden nichtberücksichtigt
Ausfall von IMU = Ausfall des Gesamt-Systems !
Irreversible Informations-Reduktion
SDASDAey StützStütz
ey
SDAStütz eee
u y
x
x̂
SDAx
-
IMU Sens.
PhysikalischesBewegungs-
Modell
SDA
Filter
Vermischung von Sensorik & Modell
Standard-FilterBeobachter-StrukturMathematischer Monitor
IMU
System-ModellFehler-Modell
Sensor-Modell
-
KFilter
Sens.
PhysikalischesBewegungs-
Modell
u y
x̂
Stochastische Fehlerauf den IMU-Daten werden nicht alsSensor-Rauschenmodelliert
Ausfall von IMU = Ausfall des Gesamt-Systems !
e
m
m̂
IMU
System-ModellFehler-Modell
Sensor-Modell
-
KFilter
Sens.
PhysikalischesBewegungs-
Modell
y
x̂
e
m
m̂
Alle Sensoren werden gleichwertig behandelt
Verwendung eines sensorunabhängigen System-Modells
Durch die analytische Redundanz können alle Sensoren über-prüft werden
Optimale Sensorfusion durch Nutzung aller Sensor-Informationen
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Robuste Navigation
Kapselung des Filters durch 4 Schalen der Fehlerisolation
Adaption an beliebiges Sensor-Assembly
Echtzeit-Konfiguration der Sensor-Modelle
Rückweisung suspekter Signale
Ausschluß fehler-hafter Sensoren
Sensor-SelectionNavigation-Algorithm
RLK+RLK
SSK
SK8
FXG
LWS
BMS
RT20
ODO
Built-In-Test
Analytischer-Check
Sensor-Cross-CheckPlausibilitäts-Check
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Entwicklungs- und Analyse-Umgebung
Entwicklung der Algorithmen in der Simulation „NavLab“ Validierung der Erkenntnisse über reale Sensordaten Optimierung der Navigationssysteme durch „forcing tape“ Exakte Auswertung der Ergebnisse mit präziser Referenz
ZIV – Zentrum für Integrierte Verkehrsysteme an der Technischen Universität Darmstadt
Zusammenfassung & Ausblick
Jede Anwendung hat individuelle Anforderungen Neben der Genauigkeit ist die Zuverlässigkeit zu beachten Dissimilare Sensor-Kombinationen können auf individuelle
Anforderungen abgestimmt werden Sensor unabhängiges Navigations-Konzept mit offenen
Schnittstellen für neue Sensor-Technologien Das Navigationssystem wird Updatefähig Entwicklungsumgebung zur Validation von neuen
Navigationssystemen (Rapid Prototyping)
Bewertung neuer Sensor-Technologien Integration neuer Sensoren zur Navigation