检测基于GNSS和INS的车辆定位中存在干扰的方法与流程

检测基于gnss和ins的车辆定位中存在干扰的方法
技术领域
1.本发明涉及一种用于检测在基于gnss和ins的车辆定位中存在干扰的方法。此外，还提出一种计算机程序、一种机器可读存储介质以及一种用于车辆的定位装置。本发明尤其可以用于自主驾驶或半自主驾行驶的基于gnss和ins的定位系统中。


背景技术：

2.借助全球导航卫星系统(简称：gnss)可以确定地球上的地理空间位置。gnss卫星绕地球运行并发射编码的gnss信号，基于gnss的定位系统根据这些gnss信号可以通过确定接收时间点和发射时间点之间的时间差，确定定位系统与相应的gnss卫星之间的距离。如果跟踪到足够的gnss卫星(通常超过5颗)时，估计距离被用于估计接收器的位置。目前有超过130颗gnss卫星围绕地球运行。这意味着，通常可以在本地地平线上跟踪最多65颗gnss卫星。
3.借助使用gnss四星座、三重频率、外部大气约束和在用户方面的ppp认证和借助模糊度分辨率，基于gnss和ins的定位系统可以有利地实现厘米范围的定位精度。
4.尽管现代的基于gnss和ins的定位系统被配备不同的算法以避免误差，但是gnss信号的多径接收仍具有作为在基于gnss和ins定位中的主要定位误差的问题。如果gnss信号经由不同的路径到达定位系统的gnss天线，则出现多径接收。主要原因在于，gnss信号可能被特别靠近gnss天线的物体反射，尤其是当gnss信号来自低仰角gnss卫星时。
5.这些误差对于不同的频率是不同的。误差既影响相位测量又影响代码测量。在代码的情况下，误差可以达到1.5倍波长(“芯片”)的理论值。这意味着，例如gps c1代码中的误差可以达到450米的值，尽管超过15米的值很难被考虑。通常，该值小于2或3米。
6.多径接收场景的一个典型示例是车辆在障碍物、例如高架牌下行驶。在这种场景中，gnss信号会被高架牌反射，并且以该方式被gnss天线接收。在这种场景下，错误的多径信号导致定位误差，使得例如导航的车辆非常晚才决定离开高速公路，这会导致突然的路线改变。其他场景中的多径接收同样会导致行驶方向突然改变，这原则上出于交通安全的考虑应避免。


技术实现要素：

7.在此，描述一种用于特别是及时地识别在基于gnss和ins的定位中存在干扰的方法，以便尤其可以尽可能避免突然的定位变化，进而必要时可以尽可能地避免行驶方向变化。
8.在此，提出一种用于检测在基于gnss和ins的车辆定位中存在干扰的方法，至少包括以下步骤：
9.a)借助于读入gnss数据和ins数据的第一滤波器确定定位结果；
10.b)存储多个时间上依次的并且分别根据步骤a)确定的定位结果；
11.c)借助于不同于第一滤波器的第二滤波器分析在步骤b)中存储的定位结果。
12.为了执行该方法，步骤a)、b)和c)可以例如执行至少一次和/或以说明的顺序重复执行。此外，步骤a)、b)和c)、特别是步骤a)和b)可以至少部分地并行或同时执行。
13.所描述的方法特别适合于自动行驶。特别有利的是，自主行驶的机动车被配备基于gnss和ins的定位系统以执行所描述的方法。车辆可以例如是被设置用于至少部分自动或自主行驶运行的车辆。
14.与系统噪声(系统噪声在gnss接收时原则上可被察觉的)不同，“干扰”在此尤其表示可检测到的(外部)影响，该影响(关于车辆)是不期望的且可能是突然存在的。这种干扰例如是导航卫星信号的多径接收或电子欺骗(spoofing)。与白噪声不同，这种干扰通常不按照高斯正态分布来分布，进而通常不会由常规滤波器察觉。因此，例如卡尔曼滤波器通常只能良好地估计具有(高斯)正态分布的不确定性的系统状态。
15.基于gnss和ins的定位在此尤其表示：通过接收导航卫星信号(简称gnss信号)和惯性传感器信号(简称ins信号)，对尤其至少部分自动化或自主行驶的车辆进行定位和/或导航。
16.gnss信号是由导航卫星发送的并且包括导航卫星的位置信息和时间信息的信号。通过借助于gnss天线从同一个全球导航系统的四个不同导航卫星接收至少四个gnss信号，可以确定车辆的位置。在此，gnss数据通常是gnss信号的二进制形式。例如，gps、glonass、伽利略和/或北斗可以被视为gnss服务。
17.ins信号是由惯性传感器发送并且包括加速度信息和/或偏航率信息的信号。至少一个偏航率传感器和至少一个加速度传感器通常被布置在车辆的质心处，并且有利地分别沿纵轴线、横轴线和竖轴线的方向布置。因此，车辆相对于相应轴向的加速度和偏航率可以有利地作为原始信息以ins信号形式被检测。与包含在gnss信号中的时间信息一起，可以特别有利地基于偏航率信息确定姿态并且基于加速度信息确定速度。在此，姿态尤其至少也描述车辆的倾斜(围绕纵轴线的运动)、俯仰(围绕横轴线的运动)和横摆(围绕竖轴线的运动)。ins数据通常是ins信号的二进制形式。
18.上述的gnss和ins信号可以在步骤a)中以gnss和ins数据的形式输入到第一滤波器中。第一滤波器包括算法，该算法可以基于包含在gnss信号中的卫星位置信息和时间信息以及基于包含在ins信号中的加速度信息和偏航率信息确定车辆的位置、定向和/或速度(姿态)。所确定的位置、定向和/或速度作为定位结果由第一滤波器输出。
19.借助第一滤波器，可以在考虑(高斯)正态分布的不确定性、例如白噪声和/或相应惯性传感器的偏移的情况下，确定定位结果。
20.特别地，尤其不由第一滤波器察觉通常非(高斯)正态分布的干扰、例如多径接收。换言之，这尤其意味着，由第一滤波器基于实时检测的gnss和ins信号确定的定位结果可能由于存在非(高斯)正态分布的干扰而是错误的。
21.尤其为了识别可能错误的定位结果，由第一滤波器所确定的结果可以附加地被第二滤波器监控，并且必要时基于过去的原始数据或所确定的数据进行校正。
22.特别地，在步骤b)中可以首先将在步骤a)中确定的定位结果存储在附加存储器中。在此，所确定的位置、所确定的定向和/或所确定的速度(姿态)作为相应的定位结果基本上可以是随着时间的进展依次确定的离散值，这些离散值可以依次地被存储在存储器中。因此，每个定位结果(例如位置)可以以多个位置值(x,y,z)的形式如粒子那样被存储在
存储器中。相应地，可以以相同的方式存储定向和/或速度。
23.从中尤其可以识别出所存储的定位结果基本上可以用作是过去时间的定位结果，以校正当前或以后确定的定位结果。特别优选地，存储例如在最近二十到三十秒内所确定的定位结果。
24.在步骤c)中，借助于不同于第一滤波器的第二滤波器分析在步骤b)中存储的定位结果。在此，先前存储的定位结果特别是可以结合先前检测和/或当前检测的原始ins数据进行分析，以便检测干扰的存在，或者以便借助第二滤波器校正当前确定的定位结果。
25.与第二滤波器不同，第一滤波器通常是基本上基于当前检测的数据确定当前结果的算法。与之相对，第二滤波器通常是基本上监控第一滤波器的当前所确定的结果的算法，该结果特别是也可以基于先前和当前检测到的数据被监控并且必要时被校正。因此，有利地设有用于存储先前检测的数据的附加存储器。
26.还有利的是，由第二个滤波器校正的定位结果作为基础被输入回到第一滤波器中，以递归计算稍后的定位结果。换言之，这意味着第一滤波器可以以其输出端经由第二滤波器被反馈。因此，在考虑到正态分布和/或非正态分布的不确定性的情况下，可以更精确地确定定位结果。
27.借助所描述的方法，可以有利地及时和/或精确地检测干扰的存在，例如gnss信号的多径接收或电子欺骗。特别地，与之相关的误差、特别是定位误差，可以至少部分地被校正。由此，例如可以有利地避免在尤其自动或自主行驶或其他危险行驶场景中突然切换方向。
28.优选地，第二滤波器附加地读入ins数据并且在根据步骤c)的分析中考虑ins数据。在此，ins数据尤其是加速度数据和/或偏航率数据，加速度数据和/或偏航率数据尤其是先前和/或当前检测的。例如，在纵轴线方向上检测的加速度数据可以用于估计速度。检测到的围绕竖轴线的偏航率数据(例如转向角)可能对于估计位置和/或定向是有关的。优选地，先前和/或当前检测的ins数据与在步骤a)中确定的定位结果一起存储在存储器中。因此，ins数据和在步骤a)中确定的定位结果可以一起被第二滤波器从存储器读取，并且可以用作用于监控的基础，并且必要时校准在随后时间点确定的定位结果。
29.优选地，第一滤波器是卡尔曼滤波器。在此，例如扩展卡尔曼滤波器(ekf)或cubature卡尔曼滤波器(ckf)可以用于估计定位结果，特别是用于基于通常当前检测的gnss和ins数据来估计车辆的位置、定向和/或速度。
30.优选地，第二滤波器是粒子滤波器。
31.尤其优选地，第二滤波器还估计定位结果，并且将估计的定位结果与存储的定位结果进行比较。
32.与卡尔曼滤波器不同，粒子滤波器尤其可以在考虑可预先定义的重采样标准的情况下以递归的方式在当前时间点通过对事先确定的定位结果进行重采样的方式来重新估计所确定的定位结果。因此，估计的定位结果和实际的定位结果之间的偏差可以有利地以递归方式被最小化。特别有利地，粒子滤波器还可以在考虑非正态分布的不确定性、例如多径接收和/或电子欺骗的情况下估计定位结果。因此，可以借助于例子滤波器有利地监控在步骤a)中确定的可能有错的定位结果，并且必要时至少部分地校正。
33.特别地，如果读入的ins数据没有明显变化，但第二滤波器的定位结果与通过第一
滤波器确定的定位结果偏差，则对于gnss系统的多径效应或误差存在高概率。
34.在此，读入的ins数据可以用作粒子滤波器的输入变量的上述重采样标准。例如，如果转向角在当前时间点之前和当前时间点没有显著变化，则这意味着行驶方向没有改变。因此，在最近几秒钟内、例如在最近20秒内在步骤a)中确定的位置构成直线。如果位置离线较远，则这意味着在定位时可能存在干扰，并且所确定的定位是有错的。在此，仅处于线上的位置可以用于确定随后的位置。
35.此外，检测到的加速度可以用作粒子滤波器的输入变量的重采样标准。例如，如果在最近几秒内加速度没有显著变化，则在此期间确定的速度矢量的方向同样不应改变。如果速度矢量的方向显著变化，则可能存在干扰，并且具有显著方向的速度矢量会是有错的。为此，可以将在最近几秒内方向不变的速度矢量用于确定随后的定位结果。
36.此外，检测到的围绕相应轴线的转动角度可以用作粒子滤波器的输入变量的重采样标准。如果例如转动角度在最近几秒钟内没有显著变化，则姿态在此期间相应地不应改变。如果所确定的姿态在最近几秒钟内彼此显著偏差，则可能存在干扰。为此，大部分相同的姿态可以用于确定随后的定位结果。其他的姿态可以视作为有错的姿态。
37.还优选地，如果从定位结果的分析中得到的行驶行为不匹配从ins(原始)数据中得到的行驶行为，则第二滤波器检测到干扰。
38.如果例如从ins数据中得出路线(车辆在纵向方向上的定向)现在是基本上恒定的或过去是基本上恒定的，例如通过读入低于阈值的路线速率或路线变化得出，则所属的定位结果应当得出以下行驶行为，其中来自(当前)定位结果的(基于gnss的)车辆定向基本上对应于来自(紧邻)先前定位结果的车辆定向。
39.如果例如从ins数据中得出加速度现在是基本上恒定的或过去是基本上恒定的，例如通过读入低于阈值的加速度变化得出，则所属的定位结果应当得出以下行驶行为，其中来自(当前)定位结果的(基于gnss的)车辆速度基本上对应于来自(紧邻)先前定位结果的车辆速度。
40.如果例如从ins数据中得出的方位现在是基本上恒定的或过去是基本上恒定的，例如通过读入低于阈值的位置速率或位置变化得出，则所属的定位结果应当得出以下行驶行为，其中来自(当前)定位结果的(基于gnss的)车辆方位基本上对应于来自(紧邻)先前定位结果的车辆方位。
41.优选地，将检测到干扰的定位结果删除、适配或降低权重。上述有错的位置、速度矢量和/或定向(姿态)可以被删除、适配或降低权重。
42.还优选地，将计算机程序用于执行在此描述的方法。换言之，这尤其涉及计算机程序(产品)，其包括指令，指令在通过计算机执行程序时促使计算机执行在此描述的方法。
43.此外优选地，使用机器可读的存储介质，在存储介质上存储有在此提出的计算机程序。机器可读的存储介质通常是计算机可读的数据载体。
44.特别优选地，用于车辆的定位系统被设置用于执行在此描述的方法。
45.结合该方法讨论的细节、特征和有利的设计方案也可以相应地出现在在此提出的计算机程序和/或存储介质和/或定位装置中，反之亦然。在这方面，充分参考那里用于更详细特征的陈述。
附图说明
46.下面根据附图更详细地解释在此提出的解决方案及其技术环境。需要指出，本发明不应受所示的实施例的限制。特别地，除非另有明确说明，还可以提取附图中解释的事实的部分方面并将其与来自其他附图和/或本说明书的其他组成部分和/或认知相结合。附图示意性地示出：
47.图1示出在此提出的用于检测在常规运行流程中在基于gnss和ins的车辆定位中存在干扰的方法的流程，
48.图2示出在gnss信号的多径接收时的两个示例性的场景，
49.图3示出用于执行在此提出的方法的定位装置的示例性框图，和
50.图4示出用于执行在此提出的方法的示例性的流程图。
具体实施方式
51.图1示意性地示出在此提出的用于检测在常规运行流程中在基于gnss和ins的车辆定位中存在干扰的方法的流程。用框110、120和130示出的方法步骤a)、b)和c)的顺序仅仅是示例性的。
52.在框110中，借助于读入gnss数据和ins数据的第一滤波器来确定定位结果。在框120中，存储多个时间上依次的并且分别根据步骤a)确定的定位结果。在框130中，借助于不同于第一滤波器的第二滤波器分析在步骤b)中存储的定位结果。
53.图2示出具有gnss信号的多径接收的两个示例性的行驶场景，即过晚的行车道切换(左)和突然的行驶方向变化(右)。
54.在图2中可见，车辆21(右)在高架牌22下方行驶。在该场景中，gnss信号可能被高架牌22反射，并且反射的信号以该方式被车辆21的gnss天线接收。在这种场景中，gnss信号的多径传播导致定位误差，使得导航车辆21可能突然改变其行驶方向。图2的右侧示出突然的行驶方向变化，其中位置1、位置2和位置3应该是目标位置。然而，作为实际位置的位置5和位置6由于多径接收而偏差。
55.图3示意性地示出用于执行在此提出的方法的定位装置20的示例性方框图。定位装置20示例性地布置在车辆21中。定位装置20包括用于检测gnss信号的gnss信号模块7、用于检测ins信号的ins信号模块8、用于确定包含在gnss信号中的卫星位置信息和时间信息的卫星状态计算模块9、具有用于确定定位结果的第一滤波器(未示出)的导航计算模块10、用于存储所确定的定位结果(例如位置、速度、定向和时间)的存储器11、具有用于改进检测误差或校正所确定的定位结果的第二滤波器(未示出)的误差检测模块12和用于分析载波相位的载波相位模糊计算模块13。
56.在图3中可见，附加存储器11和附加误差检测模块12与定位装置20相关联，并且被反馈给导航计算模块10。因此，由导航计算模块10确定的定位结果(例如位置、速度、定向和时间)可以单独存储在附加存储器11中。具有第二滤波器(未示出)的误差检测模块12从存储器11中读入最近几秒(例如最近二十秒)内确定的定位结果，并且将经校正的定位结果读入误差检测模块12中。基于经校正的定位结果，误差检测模块12可以确定新的定位结果。
57.图4示出用于执行在此提出的方法的示例流程图。用框210至212示出的步骤i)到xii)的顺序仅仅是示例性的。在框210中创建粒子滤波器。在框220中，指定用于估计系统状
态(例如定位结果)的非线性系统的参数。在框230中，初始化粒子。在框240中，对粒子进行采样。在框250中，估计下一个系统状态。在框260中，检测测量值、例如gnss和ins数据。在框270中，基于检测到的测量值(例如gnss和ins数据)校正估计的系统状态。在框280中，检测是否存在干扰。在框290中，如果不存在干扰，则提取可能的最佳估计的系统状态。在框211中，粒子被重采样以便以递归方式估计系统状态。
58.在图4中可见，在框280中执行检测干扰之前，在框212中读入附加的原始数据(例如ins原始数据)，这些原始数据被事先检测并且存储在附加存储器(未示出)中。此外，如果在框212中检测到存在干扰，则在框213中删除中间结果。