TU Darmstadt / ULB / TUbiblio

Eine Architektur zur Schätzung kinematischer Fahrzeuggrößen mit integrierter Qualitätsbewertung durch Sensordatenfusion

Steinhardt, Nico (2014):
Eine Architektur zur Schätzung kinematischer Fahrzeuggrößen mit integrierter Qualitätsbewertung durch Sensordatenfusion.
Düsseldorf, VDI-Verlag, TU Darmstadt, In: 12, ISBN 978-3-18-378112-6,
[Online-Edition: http://tuprints.ulb.tu-darmstadt.de/4204],
[Ph.D. Thesis]

Abstract

In aktuellen Kraftfahrzeugen kommen zunehmend redundante Sensoren mit heterogenen Messprinzipien zum Einsatz. Zur Nutzung der vorhandenen Redundanzen wird das Konzept eines zentralen virtuellen Sensors zur Schätzung von kinematischen Fahrzeuggrößen umgesetzt. Hierfür wird ein Satz an seriennahen Sensoren, bestehend aus einer MEMS-Inertialmesseinheit, einem GPS-Empfänger und Odometriesensorik, verwendet. Es erfolgt eine echtzeitfähige Implementierung dieser Architektur in Form eines linearisieren Error-State-Space-Kalmanfilters. Das Fusionsfilter wird um eine multisensor-taugliche Korrektur von Latenzzeiten und eine zweistufige Plausibilisierung der Rohmessdaten erweitert. Weiterhin erfolgt die Umsetzung einer integrierten Bewertung der Datenqualität. Die Beschreibung der Konsistenz der Daten erfolgt dabei in Form eines Integritätsmaßes, die Genauigkeit wird in Form eines virtuellen Datenblattes ausgegeben.

Item Type: Ph.D. Thesis
Erschienen: 2014
Creators: Steinhardt, Nico
Title: Eine Architektur zur Schätzung kinematischer Fahrzeuggrößen mit integrierter Qualitätsbewertung durch Sensordatenfusion
Language: German
Abstract:

In aktuellen Kraftfahrzeugen kommen zunehmend redundante Sensoren mit heterogenen Messprinzipien zum Einsatz. Zur Nutzung der vorhandenen Redundanzen wird das Konzept eines zentralen virtuellen Sensors zur Schätzung von kinematischen Fahrzeuggrößen umgesetzt. Hierfür wird ein Satz an seriennahen Sensoren, bestehend aus einer MEMS-Inertialmesseinheit, einem GPS-Empfänger und Odometriesensorik, verwendet. Es erfolgt eine echtzeitfähige Implementierung dieser Architektur in Form eines linearisieren Error-State-Space-Kalmanfilters. Das Fusionsfilter wird um eine multisensor-taugliche Korrektur von Latenzzeiten und eine zweistufige Plausibilisierung der Rohmessdaten erweitert. Weiterhin erfolgt die Umsetzung einer integrierten Bewertung der Datenqualität. Die Beschreibung der Konsistenz der Daten erfolgt dabei in Form eines Integritätsmaßes, die Genauigkeit wird in Form eines virtuellen Datenblattes ausgegeben.

Series Name: 12
Number: 781
Place of Publication: Düsseldorf
Publisher: VDI-Verlag
ISBN: 978-3-18-378112-6
Uncontrolled Keywords: Sensorfusion, Fehlerschätzung, Tightly Coupling, Plausibilisierung, Integrierte Navigation, Inertialmesseinheit, Satellitennavigation, Odometrie, Integrität, Genauigkeit
Divisions: 13 Department of Civil and Environmental Engineering Sciences > Institute of Geodesy > Physical and Satellite Geodesy
16 Department of Mechanical Engineering > Institute of Automotive Engineering (FZD)
13 Department of Civil and Environmental Engineering Sciences > Institute of Geodesy
13 Department of Civil and Environmental Engineering Sciences
16 Department of Mechanical Engineering
Date Deposited: 26 Oct 2014 20:55
Official URL: http://tuprints.ulb.tu-darmstadt.de/4204
URN: urn:nbn:de:tuda-tuprints-42046
Referees: Winner, Prof. Dr. Hermann and Becker, Prof. Dr. Matthias
Refereed / Verteidigung / mdl. Prüfung: 8 July 2014
Alternative keywords:
Alternative keywordsLanguage
sensor fusion, error estimation, tightly coupling, plausibilization, integrated navigation, inertial measurement unit, satellite navigation, odometry, integrity, accuracyEnglish
Alternative Abstract:
Alternative abstract Language
In current vehicles, redundant sensors with heterogeneous measurement principles are applied in increasing numbers. Taking the advantage of these already existing redundancies, the concept of a central virtual sensor for the estimation of kinematic vehicle properties is created, based on a set of close-to-series sensors, consisting of a MEMS inertial measurement unit, a GPS receiver and odometry sensors. Furthermore, a real-time capable implementation of this architecture is realized, using a linearized Error-State-Space-Kalman-Filter. This fusion filter is enhanced by a correction algorithm for measurement latencies of multiple sensors and a two-step plausibilization of raw measurement data. In addition, an integrated assessment of the data quality is implemented. It describes data consistency using an integrity measure, and data accuracy with a virtual data sheet.English
Export:

Optionen (nur für Redakteure)

View Item View Item