1 / 18

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. 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

octavia-kemp
Download Presentation

Zuverlässige Navigation durch den Einsatz von Multi-Sensor-Systemen Dr.-Ing. Jörg Pfister M.Sc.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 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.

  2. 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

  3. 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)

  4. Bausteine für Telematik-Systeme TELEMATIK Lokalisation Management Kommunikation Information Navigation Bedienung

  5. 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 .

  6. Navigations-Sensoren

  7. Vergleich der Positionsfehler Häufigkeit [%] Positionsfehler [m/s] Satellitennavigation mit GPS NovAtel „RT20“ Trimble „SK8“

  8. Hi-End GPS (Novatel) Low-Cost GPS (Sirf) GPS Phänomene Testfahrt: Flughafen Amsterdam Schiphol

  9. GPS Phänomene Testfahrt: Innenstadt Delft, NL

  10. GPS Fehlerbeispiel Status: GDOP: 2,348 SAT‘s: 8 B_dev: 0,17m L_dev: 0,14m H_dev: 0,38m

  11. North Koppel-Navigation • Sensor zur Ermittlung des zurückgelegten Weges • Sensor zur Ermittlung der Fahrtrichtung • 100% Verfügbarkeit • Hohe Zuverlässigkeit der Messwerte • Fehlerverhalten: langsam wachsende Drift

  12. Vergleich der Geschwindigkeitsfehler Häufigkeit [%] B-Messer Geschwindigkeitsfehler [m/s] Sensoren zur Bestimmung des zurückgelegten Weges Odometer

  13. LWS SSK FXG RLK Sensoren zur Richtungsbestimmung Vergleich der Headingfehler Häufigkeit [%] Headingfehler [°]

  14. Sensor-Klassen • Beliebige Sensor-Kombinationen sind realisierbar. • Leistung / Kosten wird durch Sensor Auswahl festgelegt.

  15. Physikalisches Bewegungs- Modell Physikalisches Bewegungs- Modell Stochastische Fehler auf den IMU-Daten werden nicht als Sensor-Rauschen modelliert IMU IMU IMU Sens. Sens. Filter Filter K K - - Sensor-Modell Sensor-Modell System-Modell Fehler-Modell System-Modell Fehler-Modell Ausfall von IMU = Ausfall des Gesamt-Systems ! Standard-Filter Beobachter-Struktur Mathematischer Monitor • 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 Physikalisches Bewegungs- Modell Stochastische Fehler auf IMU-Daten werden nicht berücksichtigt Vermischung von Sensorik & Modell Sens. - SDA Irreversible Informations- Reduktion Filter Fehler-Abhängigkeiten vom Zustand können nicht modelliert werden Berücksichtigt nur SDA-Fehler Ausfall von IMU = Ausfall des Gesamt-Systems !

  16. ODO BMS SK8 RT20 Navigation- Algorithm LWS Sensor-Selection SSK FXG RLK+ RLK 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 Built-In-Test Analytischer-Check Sensor-Cross-Check Plausibilitäts-Check

  17. 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

  18. 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

More Related