TU Darmstadt / ULB / TUbiblio

Multi-Frequency GNSS Sensor Fusion With Quality Assessment for Automotive Applications

Reuper, Björn (2020)
Multi-Frequency GNSS Sensor Fusion With Quality Assessment for Automotive Applications.
Technische Universität Darmstadt
doi: 10.25534/tuprints-00011655
Dissertation, Erstveröffentlichung

Kurzbeschreibung (Abstract)

The modernization of the satellite constellations of GPS and GLONASS as well as the commissioning of Galileo and BeiDou provide civil users with a significantly increased amount of navigation satellites broadcasting usable signals on multiple carrier frequencies. Simultaneously, the quality requirements for automotive localization algorithms increase, because these algorithms are no longer used exclusively for navigation. Instead, they play an important role in the development of autonomous vehicles. These increased requirements cannot be met with GNSS alone, but necessitate the fusion of data from multiple sensor types.

This thesis describes the fusion of measurements from three different sensor types with an extended Kalman filter. These three sensor types are a multi-frequency GNSS receiver, an inertial measurement unit and the vehicle's built-in odometry sensors. The focus lies on the optimal processing of pseudoranges obtained from satellites of various constellations on multiple carrier frequencies. This is achieved by forming ionosphere-free linear combinations, which eliminate the largest error source of single-frequency observations. The current deployment of different active satellite generations and the varying reception conditions create the necessity to process pseudoranges or linear combinations thereof on multiple carrier frequencies simultaneously in each epoch. This requires the calibration of signal-dependent differential code biases occurring in pseudorange measurements. A suitable calibration is performed for the employed multi-frequency GNSS receiver for the GPS signals L1 C/A, L2C and L5 as well as for the Galileo signals E1, E5a and E5b. This enables the utilization of the respective pseudoranges and their linear combinations within the integration filter. In addition, a quantitative model of the measurement noise is developed and parametrized, permitting the optimal weighting of the different observations. Additional GNSS observables are time-differenced carrier phase measurements on GPS L1 C/A and Galileo E1.

The vehicle's built-in odometry sensors provide the rotation rates of the four wheels and the steering wheel angle. From these quantities, the horizontal velocity vectors at the wheel contact patches are computed. During this computation, the compensation of longitudinal and lateral slip is carried out with various tire models. A major development aspect is the inclusion of correlation into the measurement noise covariance matrix. The magnitude of these correlations in lateral direction is so large that the lateral velocities of the four wheels are subsumed into a single observation per axle.

After the observations from GNSS receiver and odometry sensors have been preprocessed in this way, they are fused with the measurements of a MEMS IMU in a tightly coupled integration filter. IMU error modeling is not a key aspect of this thesis and is therefore performed with conventional models.

In order to assess the quality of the integrated solution supplied by the localization algorithm, performance metrics concerning accuracy and integrity are chosen. These metrics are evaluated with the help of test scenarios covering different GNSS reception conditions. The reference solution is obtained by integrating data from a ring laser gyroscope IMU and from a GNSS receiver capable of RTK positioning. The results verify that the utilization of multi-frequency observations leads to a significant accuracy improvement in all considered test scenarios. During unobstructed GNSS reception, a horizontal position error of 0.5 m or better is achieved in 95 % of epochs.

Typ des Eintrags: Dissertation
Erschienen: 2020
Autor(en): Reuper, Björn
Art des Eintrags: Erstveröffentlichung
Titel: Multi-Frequency GNSS Sensor Fusion With Quality Assessment for Automotive Applications
Sprache: Englisch
Referenten: Becker, Prof. Dr. Matthias ; Winner, Prof. Dr. Hermann ; Eichhorn, Prof. Dr. Andreas
Publikationsjahr: April 2020
Ort: Darmstadt
Reihe: Schriftenreihe der Fachrichtung Geodäsie
Band einer Reihe: 57
Datum der mündlichen Prüfung: 19 Dezember 2019
DOI: 10.25534/tuprints-00011655
URL / URN: https://tuprints.ulb.tu-darmstadt.de/11655
Kurzbeschreibung (Abstract):

The modernization of the satellite constellations of GPS and GLONASS as well as the commissioning of Galileo and BeiDou provide civil users with a significantly increased amount of navigation satellites broadcasting usable signals on multiple carrier frequencies. Simultaneously, the quality requirements for automotive localization algorithms increase, because these algorithms are no longer used exclusively for navigation. Instead, they play an important role in the development of autonomous vehicles. These increased requirements cannot be met with GNSS alone, but necessitate the fusion of data from multiple sensor types.

This thesis describes the fusion of measurements from three different sensor types with an extended Kalman filter. These three sensor types are a multi-frequency GNSS receiver, an inertial measurement unit and the vehicle's built-in odometry sensors. The focus lies on the optimal processing of pseudoranges obtained from satellites of various constellations on multiple carrier frequencies. This is achieved by forming ionosphere-free linear combinations, which eliminate the largest error source of single-frequency observations. The current deployment of different active satellite generations and the varying reception conditions create the necessity to process pseudoranges or linear combinations thereof on multiple carrier frequencies simultaneously in each epoch. This requires the calibration of signal-dependent differential code biases occurring in pseudorange measurements. A suitable calibration is performed for the employed multi-frequency GNSS receiver for the GPS signals L1 C/A, L2C and L5 as well as for the Galileo signals E1, E5a and E5b. This enables the utilization of the respective pseudoranges and their linear combinations within the integration filter. In addition, a quantitative model of the measurement noise is developed and parametrized, permitting the optimal weighting of the different observations. Additional GNSS observables are time-differenced carrier phase measurements on GPS L1 C/A and Galileo E1.

The vehicle's built-in odometry sensors provide the rotation rates of the four wheels and the steering wheel angle. From these quantities, the horizontal velocity vectors at the wheel contact patches are computed. During this computation, the compensation of longitudinal and lateral slip is carried out with various tire models. A major development aspect is the inclusion of correlation into the measurement noise covariance matrix. The magnitude of these correlations in lateral direction is so large that the lateral velocities of the four wheels are subsumed into a single observation per axle.

After the observations from GNSS receiver and odometry sensors have been preprocessed in this way, they are fused with the measurements of a MEMS IMU in a tightly coupled integration filter. IMU error modeling is not a key aspect of this thesis and is therefore performed with conventional models.

In order to assess the quality of the integrated solution supplied by the localization algorithm, performance metrics concerning accuracy and integrity are chosen. These metrics are evaluated with the help of test scenarios covering different GNSS reception conditions. The reference solution is obtained by integrating data from a ring laser gyroscope IMU and from a GNSS receiver capable of RTK positioning. The results verify that the utilization of multi-frequency observations leads to a significant accuracy improvement in all considered test scenarios. During unobstructed GNSS reception, a horizontal position error of 0.5 m or better is achieved in 95 % of epochs.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Durch die Modernisierung der Satellitenkonstellationen von GPS und GLONASS sowie die Inbetriebnahme von Galileo und BeiDou steht zivilen Nutzern eine deutlich erhöhte Anzahl an Navigationssatelliten mit nutzbaren Signalen auf mehreren Trägerfrequenzen zur Verfügung. Gleichzeitig steigen die Qualitätsanforderungen an Lokalisierungsalgorithmen, die im Bereich der Kraftfahrzeugtechnik Verwendung finden, da diese Algorithmen nicht mehr ausschließlich zu Navigationszwecken eingesetzt werden. Stattdessen kommt ihnen eine tragende Rolle bei der Entwicklung autonomer Fahrzeuge zu. Diese gestiegenen Anforderungen sind durch GNSS alleine nicht zu erfüllen, sondern erfordern die Fusion von Daten mehrerer Sensortypen.

In dieser Arbeit werden daher Messgrößen von drei verschiedenen Sensortypen mit Hilfe eines erweiterten Kalman-Filters miteinander fusioniert. Bei diesen drei Sensortypen handelt es sich um einen Mehrfrequenz-GNSS-Empfänger, eine inertiale Messeinheit sowie fahrzeugeigene Odometriesensoren. Der Schwerpunkt der Arbeit liegt in der optimalen Verarbeitung von Pseudostrecken, die zu Satelliten unterschiedlicher Konstellationen auf jeweils mehreren Trägerfrequenzen gemessen werden. In diesem Rahmen werden ionosphärenfreie Linearkombinationen eingesetzt, wodurch der größte Fehlereinfluss, der bei der Verwendung von Einfrequenzmessungen vorliegt, eliminiert wird. Durch den gleichzeitigen Einsatz verschiedener Satellitengenerationen und die wechselnden Empfangsbedingungen entsteht hierbei der Bedarf, zu jeder Messepoche gleichzeitig Pseudostrecken oder deren Linearkombinationen auf mehreren Trägerfrequenzen zu berücksichtigen. Dies setzt eine Kalibrierung der signalabhängigen differenziellen Codebiase voraus, die bei der Pseudostreckenmessung auftreten. Eine solche Kalibrierung wird für den verwendeten Mehrfrequenz-GNSS-Empfänger für die GPS-Signale L1 C/A, L2C und L5 sowie für die Galileo-Signale E1, E5a und E5b durchgeführt, wodurch die entsprechenden Pseudostrecken und deren Linearkombinationen im Integrationsfilter einsetzbar sind. Außerdem wird ein Modell zur quantitativen Beschreibung des Messrauschens entwickelt und parametriert, was eine optimale Gewichtung der verschiedenen Beobachtungsgrößen ermöglicht. Als weitere GNSS-Messgrößen kommen zeitlich differenzierte Trägerphasenmessungen auf GPS L1 C/A und Galileo E1 zum Einsatz.

Die fahrzeugeigenen Odometriesensoren stellen die Drehraten der vier Räder sowie den Lenkradwinkel zur Verfügung. Aus diesen Größen werden die horizontalen Geschwindigkeitsvektoren an den Radaufstandspunkten ermittelt, wobei unterschiedliche Reifenmodelle zur Kompensation von Längsschlupf und Schräglauf verwendet werden. Ein wesentlicher Entwicklungsaspekt ist die Einbeziehung von Korrelationen in die Kovarianzmatrix des Messrauschens. Diese Korrelationen sind in Fahrzeugquerrichtung so stark ausgeprägt, dass die Quergeschwindigkeiten der vier Räder letztlich zu je einem Messwert pro Achse zusammengefasst werden.

Nachdem die Beobachtungen aus GNSS-Empfänger und Odometriesensorik in dieser Weise vorverarbeitet wurden, werden sie mit den Messgrößen einer MEMS-IMU in enger Kopplung fusioniert. Die Modellierung der IMU-Messfehler zählt nicht zum Kern der Forschung in dieser Arbeit und erfolgt daher mit konventionellen Modellen.

Zur Qualitätsbeurteilung der vom Lokalisierungsalgorithmus bereitgestellten Fusionslösung werden Metriken aus den Bereichen Genauigkeit und Integrität ausgewählt. Diese Metriken werden anhand von Testszenarien, die unterschiedlichste GNSS-Empfangsbedingungen abdecken, ausgewertet. Die Referenzlösung wird durch die Integration eines RTK-fähigen GNSS-Empfängers mit einer Ringlaserkreisel-IMU generiert. Hierdurch wird der Nachweis erbracht, dass die Verwendung von Mehrfrequenzmessungen zu einer deutlichen Genauigkeitssteigerung bei allen betrachteten Szenarien führt. Bei ungestörtem GNSS-Empfang wird ein horizontaler Positionsfehler von 0,5 m oder besser in 95 % der Zeit erreicht.

Deutsch
URN: urn:nbn:de:tuda-tuprints-116556
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 500 Naturwissenschaften und Mathematik > 550 Geowissenschaften
600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 13 Fachbereich Bau- und Umweltingenieurwissenschaften
13 Fachbereich Bau- und Umweltingenieurwissenschaften > Institut für Geodäsie
13 Fachbereich Bau- und Umweltingenieurwissenschaften > Institut für Geodäsie > Physikalische Geodäsie und Satellitengeodäsie
Hinterlegungsdatum: 26 Mai 2020 07:08
Letzte Änderung: 02 Jun 2020 05:37
PPN:
Referenten: Becker, Prof. Dr. Matthias ; Winner, Prof. Dr. Hermann ; Eichhorn, Prof. Dr. Andreas
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 19 Dezember 2019
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen