Sensorfusion
Unter Sensorfusion versteht man den Prozess der Kombination von Messwerten mehrerer heterogener Sensoren, um den Zustand eines Systems mit größerer Genauigkeit, Zuverlässigkeit und Robustheit zu schätzen, als dies ein einzelner Sensor leisten kann. In der Trägheitsnavigation integriert die Sensorfusion Daten von IMUs, „ GNSS “-Empfängern, Magnetometern, Wegstreckenzählern, DVLs, Kameras, LiDAR und anderen Hilfsensoren, um Position, Geschwindigkeit und Lage kontinuierlich zu schätzen.
Jeder Sensor weist spezifische Stärken und Einschränkungen auf. MEMS-Gyroskope und Beschleunigungsmesser liefern hochfrequente Bewegungsmessungen mit ausgezeichneter Kurzzeitstabilität, weisen jedoch im Laufe der Zeit durch Kursschätzung eine zunehmende Abweichung und Drift auf. Umgekehrt liefert die „ GNSS “ absolute Position und Geschwindigkeit ohne Langzeitdrift, leidet jedoch unter Signalblockaden, Mehrwegausbreitung, Interferenzen und begrenzten Aktualisierungsraten. Die Sensorfusion nutzt diese sich ergänzenden Eigenschaften, um eine Lösung zu erzielen, die auch unter dynamischen und rauen Bedingungen genau bleibt.
Moderne Sensorfusionsalgorithmen stützen sich in erster Linie auf bayessche Schätzverfahren. Der Extended Kalman Filter (EKF) ist der Industriestandard für nichtlineare Navigationssysteme. Der EKF propagiert die Trägheitslösung unter Verwendung von Hochfrequenz- IMU -Messungen. Er korrigiert akkumulierte Fehler kontinuierlich anhand externer Beobachtungen. Dieser Ansatz gewährleistet eine genaue und stabile Navigation über einen längeren Zeitraum. Andere Ansätze nutzen Faktorgraphenoptimierung, Partikelfilter oder Glättungsalgorithmen. Die Wahl des Algorithmus hängt von den Anwendungsanforderungen, den Rechenressourcen und der Systemkomplexität ab.
Hochleistungs- GNSS/INS integrieren Trägheitsdaten eng mit externen Sensormessungen. Sie wechseln nahtlos zwischen dem Betrieb mit verfügbaren Daten ( GNSS ) und dem Betrieb ohne Daten (GNSS-denied). Der Navigationsfilter schätzt den Plattformzustand in Echtzeit. Er schätzt zudem Sensorabweichungen, Skalierungsfaktoren und andere stochastische Fehlerquellen. Diese Korrekturen verbessern die Langzeitgenauigkeit, Stabilität und Systemintegrität erheblich.
Die Sensorfusion unterstützt Anwendungen in den Bereichen Verteidigung, Schifffahrt, Vermessung, Robotik und Automobilindustrie. Durch die Kombination komplementärer Sensormessungen verbessert sie die Genauigkeit und Robustheit. Zudem erhöht sie das Situationsbewusstsein in anspruchsvollen Umgebungen. Dadurch gewährleisten Systeme eine zuverlässige Positionsbestimmung, auch wenn einzelne Sensoren die Leistungsanforderungen allein nicht erfüllen können.
