Kalman-Filter zur hochgenauen Positionsschätzung

Die Positionsbestimmung von Fahrzeugen mittels GPS ist heutzutage ein alltäglicher Bestandteil unseres Lebens. Wir verlassen uns auf satellitengestützte Navigation, um uns präzise und zuverlässige Standortinformationen zu liefern. Idealerweise ist die ermittelte Position auf der Erdoberfläche durch GPS Satelliten genau bestimmbar. Die Funksignale, die GPS-Geräte erreichen, sind anfällig für Hindernisse wie Gebäude und atmosphärische Störungen, die sich nachteilig auf die Genauigkeit unserer Positionsbestimmung auswirken können. Dies führt zu unerwünschten Ungenauigkeiten.

Ideale Bedingungen für GPS Positionsbestimmung	Realität bei der GPS Positionsbestimmung
Die Position des Fahrzeugs kann mit Messungen mehrerer Satelliten bestimmt werden	Gebäude oder Atmosphäre beeinflussen Signale und führen zu ungenauer Positionslösung

Die Bestimmung der Fahrzeugposition allein mit GPS-Signale kann in bestimmten Situationen unzureichend sein.

Aktivitätserkennung mit Bewegungssensoren

Mit Hilfe von Beschleunigungs- und Drehratensensoren (z.B. aus einer IMU), können Aktivitäten erkannt werden. Die Klassifikatoren geben Hinweise auf Sitzen, Laufen, Fahrradfahren oder Joggen, ein Machine Learning Algorithmus schätzt die Aktivität. Mit über 97% Accuracy Score ist der Algorithmus in Echtzeit in der Lage zu erkennen, welche Aktivät das Gerät ausführt.

Das folgende Video zeigt dies beispielhaft mit einer Tinkerforge IMU:

Car2X Connectivity Prediction API

Kooperative intelligente Verkehrssysteme (C-ITS) markieren einen entscheidenden Fortschritt für die Sicherheit und Effizienz auf unseren Straßen, indem sie eine lückenlose Vernetzung zwischen Fahrzeugen, der Infrastruktur und Diensteanbietern schaffen.

Road Side Units (RSUs) spielen eine zentrale Rolle als physische Schnittstelle zwischen der Straßeninfrastruktur und den Verkehrsteilnehmern. Sie ermöglichen die Vernetzung, die für kooperative intelligente Verkehrssysteme (C-ITS) notwendig ist. RSUs fungieren als spezielle Kommunikationseinheiten, die ortsfest oder mobil an der Infrastruktur installiert sind. Siehe z.B. Yunex Traffic RSU…

Low Budget Car PC

Unser Low Budget Car PC ermöglicht ein individuelles und kostengünstiges Framework zur Datenaufzeichnung und Verarbeitung sowie zum Test eigener Algorithmen, welche für das Embedded Device erstellt werden können.

Anwendungsbeispiele

Die IMU (Inertial Measurement Unit) ermöglicht dabei die Lageerfassung sowie Drehraten- und Beschleunigungsmessung. Doch so einfach, wie es scheint, ist es nicht: Die IMU erfasst Roll-/Pitch- und Gierwinkel im globalen Koordinatensystem, d.h. nicht unbedingt im Fahrzeug-Koordinatensystem. Die ausgegebenen “Roll, Pitch, Yaw” Winkel können also nicht direkt zur Lageerfassung des Fahrzeugs genutzt werden.