Schätzfilters

Zur Bestimmung von Zuständen eines Systems werden häufig Zustandsdaten verwendet, die mit unterschiedlicher Methodik ermittelt wurden. Dabei sind die Zustandsdaten typischerweise mit Messfehlern behaftet, so dass gemessene Zustandsdaten von den tatsächlichen Zuständen abweichen. Zur Bestimmung der Zustände des Systems ist es also notwendig, einerseits die auf unterschiedliche Weise ermittelten Zustandsdaten miteinander zu kombinieren und andererseits die Verfälschung durch Messfehler zu reduzieren. Dazu werden häufig Schätzfilter eingesetzt, die basierend auf vorherigen Zustandsmessungen die Entwicklung des Systems extrapolieren und gleichzeitig eine Wahrscheinlichkeit dafür angeben, dass der so berechnete Zustand des Systems mit dem tatsächlichen Zustand übereinstimmt. Zur Rückkopplung an die gemessenen Daten werden die extrapolierten Zustände nach einer bestimmten Zeit mit gemessenen Zustandsdaten verglichen und korrigiert. Ein solches Verfahren wird insbesondere zur Bestimmung von Positionsdaten eines Objekts, wie zum Beispiel eines Fahrzeugs, eines Schiffes oder eines Flugzeugs, verwendet. Hierbei werden relative und absolute Positionsdaten erhoben, aus denen der Schätzfilter eine Navigationslösung, d.h. zur Navigation nötige Positionsdaten, bestimmt. Als Schätzfilter wird dabei häufig ein Kaiman-Filter ver- wendet, das iterativ Positionsdaten abschätzt und mit neu gemessenen Datensätzen korrigiert. Hierbei werden insbesondere inertiale Messdaten, d.h. Drehraten und Beschleunigungen des Objekts, und absolute Positionsdaten, d.h. die Position bezüglich eines fixen Referenzsystems, verwendet. Das Kaiman-Filter erlaubt, diese beiden Arten von Positionsdaten für eine gemeinsame Navigationslösung aus- zuwerten. Typischerweise werden die relativen Positionsdaten zur Abschätzung der Position verwendet und die absoluten Daten zur Korrektur der Lösung.

Hierbei ist aber insbesondere der Korrekturschritt, d.h. das Update des Filters, besonders rechenintensiv. Sind zur Korrektur notwendige Daten kontinuierlich verfügbar, wird ein solcher Korrekturschritt typischerweise in konstanten Abständen ausgeführt. Ansonsten wird eine Korrektur immer dann ausgeführt, wenn die zur Korrektur nötigen Daten erhoben werden konnten. Dies sorgt für eine konstante Auslastung der zur Berechnung der Korrektur verwendeten Prozessoren und damit zu einem konstanten Energieverbrauch. Andererseits führt die konti- nuierliche Korrektur zu einer höheren Genauigkeit des Filters. Wird aber eine solche hohe Genauigkeit nicht benötigt oder ist das Schätzfilter durch längeren Be- trieb derart eingeschwungen, dass auch häufigere Korrekturen keine Qualitätsverbesserung mehr mit sich bringen, wird durch eine kontinuierliche Korrektur der zur Berechnung der Navigationslösung verwendete Prozessor unnötig belastet und es entsteht ein unnötig hoher Energieverbrauch.

Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zum Bestimmen von Zuständen eines Systems mittels eines Schätzfilters anzugeben, bei dem unnötige Belastungen eines Rechenprozessors und ein daraus resultierender Energieverbrauch reduziert werden.

Diese Aufgabe wird durch den Gegenstand der unabhängigen Patentansprüche gelöst. Vorteilhafte Weiterbildungen ergeben sich aus den Unteransprüchen.

Erfindungsgemäß umfasst ein Verfahren zum Bestimmen von Zuständen eines Systems mittels eines Schätzfilters: Bestimmen von ersten Zustandswerten durch Berechnen eines Mittelwerts einer Wahrscheinlichkeitsverteilung für die Zustände; Berechnen einer Abweichwahrscheinlichkeit dafür, dass die ersten Zustandswerte von den tatsächlichen Zuständen des Systems abweichen und Messen der Zustände des Systems als Zustandsdaten. Hierbei werden genau dann, wenn die Abweichwahrscheinlichkeit größer als ein Grenzwert ist, die ersten Zustandswerte mittels der Zustandsdaten korrigiert.

Es wird also mittels des Schätzfilters nicht nur eine Schätzung der Zustände vorgenommen, sondern über die Abweichwahrscheinlichkeit auch eine Güte der Schätzung berechnet. Die Schätzwerte werden nur dann korrigiert, wenn die Güte der Schätzung eine gewisse Schwelle unterschreitet. Dies soll dann gegeben sein, wenn die Abweichwahrscheinlichkeit, die den Abstand der Schätzung vom tatsächlichen Zustand des Systems angibt, größer als ein bestimmter Grenzwert wird. Der Grenzwert kann dabei fest vorgegeben oder dynamisch bestimmbar sein. Dadurch kann mittels des Grenzwerts die Güte der gesamten Zustandsbestim- mung eingestellt werden. Darüber hinaus kann der Grenzwert für verschiedene Arten der Bestimmung der Abweichwahrscheinlichkeit unterschiedlich definiert werden. Für Verwendungen, in denen eine hohe Güte nicht benötigt oder von untergeordneter Bedeutung ist, kann dadurch die Anzahl von Korrekturschritten reduziert werden, wodurch die Belastung eines zur Berechnung der Zustände genutzten Prozessors reduziert werden kann. Gleichzeitig sinkt durch die reduzierte Belastung auch der Energieverbrauch des Prozessors. In dem Verfahren kann der erste Zustandswert in einem ersten Zeitschritt bestimmt werden. Dabei werden genau dann, wenn die Abweichwahrscheinlichkeit kleiner oder gleich dem Grenzwert ist, in einem dem ersten Zeitschritt folgenden zweiten Zeitschritt zweite Zustandswerte basierend auf den ersten Zustandswer- ten bestimmt. Dagegen werden die zweiten Zustandswerte in dem zweiten Zeitschritt genau dann basierend auf den korrigierten ersten Zustandswerten bestimmt, wenn die Abweichwahrscheinlichkeit größer als der Grenzwert ist. Es wird also dann, wenn die Güte des Schätzwertes nicht mehr ausreichend hoch ist und die ersten Zustandswerte deshalb im ersten Zeitschritt korrigiert wurden, die Schätzung im zweiten Zeitschritt auf diese korrigierten Zustandswerte gestützt. Andererseits wird bei ausreichender Güte der Schätzung im ersten Zeitschritt keine Korrektur vorgenommen. Dann basiert die Schätzung im zweiten Zeitschritt auf den im ersten Zeitschritt geschätzten, nicht korrigierten ersten Zustandswerten.

Dadurch wird es möglich, die Schätzung mittels des Schätzfilters iterativ über mehrere Zeitschritte auszuführen, ohne eine Korrektur vornehmen zu müssen. Andererseits kann durch Abgleich mit der Abweichwahrscheinlichkeit die Korrektur dann durchgeführt werden, wenn die Schätzungen zu ungenau wird. Die auf die Korrektur folgende Schätzung hat dank der korrigierten Schätzwerte, auf denen sie beruht, eine erhöhte Genauigkeit. Es ist somit möglich, zum einen die Prozessorlast und den Energieverbrauch gering zu halten und zum anderen für eine genügend hohe Qualität der Schätzung zu sorgen.

Das Schätzfilter kann hierbei ein Kaiman-Filter sein und die Zustände des Systems eine Position eines Objekts bestimmen. Dann sind die Zustandswerte Positionswerte, die die Position angeben und die gemessenen Zustandsdaten Positions- daten.

Dadurch wird es möglich, Navigationslösungen für Fahrzeuge wie etwa Schiffe oder Flugzeuge zu bestimmen, die eine genügend hohe Präzision aufweisen, und gleichzeitig den Energieverbrauch zur Bestimmung der Navigationslösung gering zu halten. Dies ist unter anderem für Fluggeräte, wie etwa unbemannte Luftfahrzeuge („unmanned aerial vehicles" UAV) oder unbemannte Luftfahrtsysteme („un- manned aerial Systems" UAS) von Vorteil, die lange Missions- oder Einsatzzeiten haben und einen geringen Energieverbrauch aufweisen müssen. In diesem Fall kann der Grenzwert zum Beispiel der maximal erlaubte horizontale Positionsfehler sein. Zudem können Missions- und Navigationsrechner von UAVs zusammengelegt werden, wodurch Gewicht gespart werden kann und längere Missions- oder Einsatzzeiten erreicht werden. Die Positionsdaten können eine absolute Position des Objekts und relative Positionsänderungen des Objekts umfassen. Dabei werden die relativen Positionsänderungen verwendet, um den Mittelwert der Wahrscheinlichkeitsverteilung für die Position zu bestimmen, wohingegen die absolute Position verwendet wird, um Positionswerte zu korrigieren.

Dadurch lassen sich die verschiedenen gemessenen Positionsdaten optimal kombinieren. Die relativen Positionsänderungen, wie etwa Drehraten oder Beschleunigungen des Objekts werden verwendet, um basierend auf den vorherigen Schätzwerten die weitere Bewegung des Objekts abzuschätzen. Die absoluten Positions- daten, die mit Bezug auf ein bestimmtes Referenzsystem, wie etwa Längen- und Breitengrade, angegeben werden, können benutzt werden, um die Schätzung zu korrigieren.

Andererseits fallen Messfehler der absoluten Positionsdaten zur Positionsbestim- mung weniger stark ins Gewicht, da sie nur dann nicht als Messfehler erkannt werden, wenn die Schätzung mit ähnlichen Fehlern behaftet ist. Es werden also zwei verschiedene Arten der Positionsbestimmung miteinander kombiniert, um wechselweise den Einfluss von Messfehlern zu reduzieren. Gleichzeitig wird durch die Festlegung, dass eine Korrektur nur vorgenommen werden soll, wenn die Güte der Schätzung zu schlecht wird, garantiert, dass der Energieverbrauch bei der Positionsbestimmung gering bleibt.

Die Positionsdaten können mittels eines Satellitennavigationssystems und eines Linearbeschleunigungs- und/ oder Drehratensensors gemessen werden. Dadurch wird gewährleistet, dass die Positionsdatenerfassung automatisiert ablaufen kann, wodurch eine ständige Überwachung oder eine aufwändige Bestimmung durch Menschen unnötig wird.

Zum Messen der Positionsdaten kann ein Mikro-Elektro-Mechanischer Sensor (MEMS) benutzt werden. Dadurch wird eine Miniaturisierung der zum Durchführen des Verfahrens notwendigen Geräte ermöglicht, die einen weiten Einsatzbereich des Verfahrens garantiert. Es können aber auch faseroptische Sensoren (z.B. faseroptische Kreisel) oder Ringlaserkreisel zum Messen der Positionsdaten benutzt werden. Die Abweichwahrscheinlichkeit kann basierend auf einer Kovarianzmatrix der Wahrscheinlichkeitsverteilung bestimmt werden. Typischerweise werden derartige Kovarianzmatrizen in einem Schätzfilter, wie etwa einem Kaiman-Filter, automa- tisch generiert. Damit kann die Berechnung der Abweichwahrscheinlichkeit ohne zusätzliche Prozessschritte in bereits bestehende Filter aufgenommen werden, so dass keine zusätzliche Prozessorlast oder ein zusätzlicher Zeitverlust auftritt.

Die Abweichwahrscheinlichkeit kann aber auch basierend auf einem Residuum, d.h. dem Vergleich der geschätzten und der gemessenen Position, bestimmt werden. Dies ermöglicht eine flexiblere Handhabung der Güteeinstellung, da es unter gewissen Umständen nötig sein kann, nicht allein auf die im Filter berechneten Kovarianzmatrizen abzustellen, sondern eine zweite Basis für die Bestimmung der Schätzgüte zu haben. Durch die alternative oder zusätzliche Verwendung eines Residuums wird also die Flexibilität des Einsatzes des Verfahrens vergrößert.

Eine Vorrichtung zum Bestimmen einer Position eines Objekts umfasst eine Messeinheit, die geeignet zum Messen von Positionsdaten ist und eine Recheneinheit mit einem Schätzfilter, die geeignet ist, erste Positionswerte durch Berechnen ei- nes Mittelwerts einer Wahrscheinlichkeitsverteilung für die Position zu bestimmen und eine Abweichwahrscheinlichkeit dafür zu berechnen, dass die ersten Positionswerte von der tatsächlichen Position des Objekts abweichen. Dabei ist die Recheneinheit dazu geeignet, die ersten Positionswerte mittels der Positionsdaten genau dann zu korrigieren, wenn die Abweichwahrscheinlichkeit größer als der Grenzwert ist.

Durch diese Vorrichtung ist gewährleistet, dass ein erfindungsgemäßes Verfahren ausgeführt werden kann, durch das die Position eines Objekt bestimmt werden kann, ohne dass die Recheneinheit, z.B. ein Prozessor, unnötig belastet wird und ein unnötiger Energieverbrauch auftritt.

Die Messeinheit kann ein Satellitennavigationssystem und einen Linearbeschleu- nigungs- und/ oder Drehratensensor umfassen. Dabei ist der Linearbeschleuni- gungs- und/ oder Drehratensensor geeignet, relative Positionsänderungen zu mes- sen, die verwendet werden, um den Mittelwert der Wahrscheinlichkeitsverteilung für die Position zu bestimmen. Andererseits ist das Satellitennavigationssystem geeignet, eine absolute Position zu messen, die verwendet wird, um Positionswerte zu korrigieren. Dadurch wird gewährleistet, dass die Vorrichtung eine möglichst breite Basis von Messwerten zur Positionsbestimmung verwendet, die mittels des Schätzfilters optimal kombiniert werden. Dadurch kann die benötigte Genauigkeit der Positionsbestimmung gleichzeitig mit einem reduzierten Energieverbrauch realisiert werden.

Ein unbemanntes Luftfahrtzeug oder ein unbemanntes Luftfahrtsystem kann nach den oben beschriebenen Verfahren arbeiten. Das unbemanntes Luftfahrtzeug oder das unbemanntes Luftfahrtsystem kann eine der oben beschriebenen Vorrichtungen aufweisen. Dadurch wird gewährleistet, dass die von diesen Luftfahrzeugen oder -Systemen genutzten Navigationslösungen eine genügend hohe Präzision aufweisen, und gleichzeitig der Energieverbrauch zur Bestimmung der Navigationslösung gering gehalten wird. Durch geringen Energieverbrauch können zudem lange Missions- oder Einsatzzeiten der Luftfahrzeuge oder -Systeme realisiert werden.

Im nachfolgenden werden anhand der Figuren Ausführungsformen der Erfindung, deren Funktionsweise sowie deren Vorteile beschrieben. Elemente der Ausführungsformen sind untereinander kombinierbar, sofern sie sich nicht ausschließen. Es zeigen

FIG. 1A und 1B Ausführungsformen von Vorrichtungen zum Bestimmen von

Zuständen eines Systems mittels eines Schätzfilters;

FIG. 2 ein Verfahren zum Bestimmen von Zuständen eines Systems mittels eines Schätzfilters gemäß einer Ausführungsform;

FIG. 3 ein Verfahren zum Bestimmen von Zuständen eines Systems mittels eines Schätzfilters gemäß einer weiteren Ausführungsform; und

FIG. 4 ein Verfahren zum Bestimmen einer Position eines Objekts mittels eines Schätzfilters gemäß einer Ausführungsform.

FIG. 1A zeigt eine Vorrichtung 100 zum Bestimmen von Zuständen eines Systems. Dazu weist die Vorrichtung 100 eine Messeinheit 1 10 und eine Recheneinheit 150 auf.

Die Messeinheit 1 10 ist geeignet, verschiedene Zustände des Systems zu messen und als Zustandsdaten auszugeben. Die Recheneinheit 150, z.B. ein Computer oder ein Prozessor, berechnet basierend auf den Zustandsdaten, die von der Messeinheit 1 10 gemessen wurden, die Zustände des Systems. Dazu verwendet die Recheneinheit 150 ein Schätzfilter, d.h. einen Algorithmus, mit dem Zustandswerte abgeschätzt werden können.

Das Schätzfilter berechnet basierend auf den Zustandsdaten den Mittelwert einer Wahrscheinlichkeitsverteilung für die Zustände. Gleichzeitig bestimmt das Schätzfilter die Wahrscheinlichkeit dafür, dass die berechneten Mittelwerte für die Zustände von den tatsächlichen Zuständen des Systems abweichen.

Gemäß einer Ausführungsform kann aus dieser Abweichwahrscheinlichkeit ein Gütewert gebildet werden, der umso größer ist, je größer die Abweichung ist. Gemäß einer anderen Ausführungsform ist der Gütewert umso kleiner, je größer die Abweichung ist. Dann ist der Gütewert proportional zur Güte der Messung.

Basierend auf der Abweichwahrscheinlichkeit wird bestimmt, ob die vom Schätzfilter geschätzten Zustandswerte korrigiert werden oder nicht. Die Zustandswerte werden dann korrigieren, wenn die Abweichwahrscheinlichkeit größer als ein zuvor bestimmter Grenzwert ist.

Dadurch wird gewährleistet, dass eine rechenaufwändige Korrektur der Schätzwerte nur dann vorgenommen wird, wenn die Schätzung zu ungenau für eine weitere Verwendung wird, d.h. wenn die Güte der Schätzung zu gering wird. Das hat zur Folge, dass die Recheneinheit 150 nur dann Korrekturen der geschätzten Zu- standswerte vornimmt, wenn dies tatsächlich notwendig ist. Dadurch wird eine Auslastung der Recheneinheit 150 und damit ihr Energieverbrauch reduziert.

Gemäß einer Ausführungsform sind die von der Vorrichtung 100 bestimmten Zustände abstrakte Größen, z.B. rein mathematische Parameter oder Parameter ei- nes mathematischen Modells, etwa eines Wirtschaftsmodells. Gemäß einer weiteren Ausführungsform sind die Zustände konkrete Parameter eines Systems, z.B. konkrete Messergebnisse.

Gemäß einer Ausführungsform wird die Vorrichtung 100 benutzt, um eine Positi- on eines Objekts zu bestimmen. Dazu misst die Messeinheit 1 10 Positionsdaten und das Schätzfilter der Recheneinheit 150 bestimmt Positionswerte durch Berechnen eines Mittelwerts einer Wahrscheinlichkeitsverteilung für die Position. Ist die Güte dieser Schätzung zu gering, d.h. ist eine Abweichwahrscheinlichkeit, die die Abweichung der Positionswerte von der tatsächlichen Position beschreibt, grö- ßer als ein Grenzwert, korrigiert das Schätzfilter die Positionswerte mittels weiteren von der Messeinheit 1 10 gemessenen Positionsdaten.

Dadurch wird es möglich, die oben beschriebene Entlastung der Recheneinheit 150 auch für die Berechnung von Positionsdaten und Navigationslösungen zu verwenden.

FIG. 1B zeigt die Vorrichtung 100 im weiteren Detail. Die Messeinheit 1 10 weist ein Satellitennavigationssystem 120 und einen Linearbeschleunigungs- und/ oder Drehratensensor 130 auf.

Das Satellitennavigationssystem 120 kann dazu benutzt werden, eine absolute Position des Objekts auf der Erdoberfläche durch Triangulation zwischen mehreren im Erdorbit stationierten Satelliten zu bestimmen. Das Satellitennavigations- System 120 misst also eine absolute Position des Objekts bezüglich der Erdoberfläche.

Der Linearbeschleunigungs- und /oder Drehratensensor 130 misst dagegen relative Positionsänderungen des Objekts, wie etwa Drehraten oder Beschleunigungen des Objekts. Es ist deshalb möglich, mittels der vom Linearbeschleunigungsund/oder Drehratensensor 130 gemessenen Daten, die Bewegung des Objekts im Raum durch Integration der Bewegungsgleichungen zu errechnen. Bei dem Linearbeschleunigungs- und/ oder Drehratensensor 130 kann es sich zum Beispiel um einen mikro-elektro-mechanischen Sensor (MEMS) handeln. Zum Messen der Drehraten können zudem auch faseroptische Sensoren (z.B. faseroptische Kreisel), Ringlaserkreisel und dergleichen verwendet werden.

In der Recheneinheit 150 werden die relativen Positionsänderungen dazu benutzt, die Position des Objekts abzuschätzen. Da jede Messung mit einem Messfehler behaftet ist, ist es nicht möglich, die Position exakt zu berechnen. Sie kann im Rahmen der Messgenauigkeit nur geschätzt werden. Da sich im Laufe der Zeit die verschiedenen Messfehler kumulieren, wird auch die Schätzung im Laufe der Zeit immer ungenauer. Es ist deshalb notwendig, die Schätzung zu korrigieren, um Genauigkeitsanforderungen zu erfüllen.

Dazu werden die absoluten Positionsdaten verwendet, die mit den vom Schätzfilter errechneten geschätzten Positionswerten verglichen werden. Auf diese Weise ist es möglich, Messfehler der relativen Positionsänderungen mittels absoluter Positionsmessungen auszugleichen. Andererseits kann auch die absolute Positionsmessung fehlerbehaftet sein. Dies fällt aber nur dann ins Gewicht, wenn die auf den relativen Positionsänderungen basierende Schätzung die gleiche Fehlertendenz hat. Da Messfehler aber statis- tisch schwanken, wird dies in der Regel nicht der Fall sein. Deshalb kann auch die Schätzung zur Korrektur von Messfehlern der absoluten Positionsmessung verwendet werden.

Gemäß einer Ausführungsform berechnet das Schätzfilter automatisch die Varian- zen und Kovarianzen der Mittelwerte. Je größer die Einträge der sich ergebenden Kovarianzmatrix sind, desto schlechter wird die Schätzung sein. Sind die Einträge dahingegen klein, ist es nicht notwendig, die Schätzung zu korrigieren. Dadurch wird gewährleistet, dass keine unnötigen Korrekturschritte ausgeführt werden, die die Recheneinheit 150 unnötig belasten und zu einem unnötigen Energiever- brauch führen.

Gemäß einer weiteren Ausführungsform kann alternativ oder ergänzend ein Residuum als Abweichwahrscheinlichkeit benutzt werden, das die Abweichung der geschätzten Daten von der durch Messung bestimmten Position angibt. Auch da- mit kann verhindert werden, dass unnötige Korrekturschritte ausgeführt werden, wenn die Schätzung noch genügend gut ist.

Im Folgenden werden verschiedene Verfahren angegeben, mit denen die Vorrichtung 100 Zustände eines Systems bestimmen kann.

FIG. 2 zeigt ein Flussdiagramm einer Ausführungsform eines Verfahrens zur Bestimmung von Zustandswerten eines Systems.

Bei S200 werden Zustandswerte eines Systems durch Berechnen eines Mittelwerts einer Wahrscheinlichkeitsverteilung für die Zustände bestimmt. Es werden also Zustandswerte basierend auf einer Wahrscheinlichkeitsverteilung geschätzt. Dazu wird ein Schätzfilter, wie zum Beispiel ein Kaiman-Filter, verwendet. Die Wahrscheinlichkeitsverteilung für die zu schätzenden Zustandswerte ergibt sich dabei aus vorherigen mit Messfehlern behafteten Messungen der Zustände.

Basierend auf der Schätzung wird eine Abweichwahrscheinlichkeit berechnet. Die Abweichwahrscheinlichkeit ist dabei umso größer, je größer die Wahrscheinlichkeit ist, dass die Zustandswerte von den tatsächlichen Zuständen des Systems abweichen. Je größer die Abweichwahrscheinlichkeit ist, desto weniger genau ist die Schätzung und desto geringer ist eine Güte der Schätzung. Die Güte der Schätzung muss also verbessert werden, sobald die Abweichwahrscheinlichkeit zu groß wird. Gemäß einer weiteren Ausführungsform wird aus der Abweichwahrscheinlichkeit ein Gütewert berechnet, der für eine große Wahrscheinlichkeit von großen Abständen der Zustandswerte von den tatsächlichen Zuständen klein ist. Das heißt je kleiner der Gütewert ist, desto geringer ist die Güte der Schätzung. Dann muss die Güte verbessert werden, wenn der Gütewert zu klein wird.

Bei S220 wird die Abweichwahrscheinlichkeit mit einem Grenzwert verglichen. Es wird bestimmt, ob die Abweichwahrscheinlichkeit größer als der Grenzwert ist. Ist dies nicht der Fall (Nein), wird keine Korrektur der Zustandswerte vorgenommen. Alternativ wird der Gütewert verglichen. Dann entfällt eine Korrektur, wenn der Gütewert genügend groß ist.

Für den Fall, dass die Abweichwahrscheinlichkeit größer als der Grenzwert ist (Ja), werden die Zustände des Systems erneut gemessen und die Zustandswerte mittels der gemessenen Zustände korrigiert. Gemäß einer weiteren Ausführungs- form werden die Zustände des Systems bereits zuvor gemessen und erst dann zur Korrektur der Zustandswerte benutzt, wenn festgestellt wurde, dass die Abweichwahrscheinlichkeit größer als der Grenzwert ist.

Mit diesem Verfahren wird gewährleistet, dass Zustandswerte nur im nötigen Fall korrigiert werden. Dadurch wird es möglich, eine mit der Schätzung und Korrektur befasste Recheneinheit, z.B. einen Computer oder Prozessor, zu entlasten und somit den Energieverbrauch zu reduzieren.

FIG. 3 zeigt ein schematisches Flussdiagramm einer weiteren Ausführungsform eines Verfahrens zum Bestimmen von Zuständen eines Systems.

Das Verfahren gemäß FIG. 3 entspricht weitestgehend dem Verfahren nach FIG. 2. Es werden deshalb nur die Schritte des Verfahrens näher erläutert, die sich unterscheiden.

Die Verfahren unterscheiden sich darin, dass beim Verfahren gemäß FIG. 3 die Zustandswerte in einem Schritt S300 iterativ geschätzt werden. Ist nämlich die Abweichwahrscheinlichkeit größer als der Grenzwert, werden, wie in dem in FIG. 2 beschriebenen Verfahren, die Zustandswerte mittels weiterer gemessener Zustän- de korrigiert. Daraufhin werden die korrigierten Zustände benutzt, um in einem weiteren Zeitschritt erneut Zustandswerte zu schätzen, die auf den korrigierten Zustandswerten des vorherigen Zeitschritts basieren. Ist dagegen die Abweichwahrscheinlichkeit nicht größer als der Grenzwert, wird der Korrekturschritt übersprungen und die Zustandswerte werden im folgenden Zeitschritt basierend auf den nicht korrigierten, im vorherigen Zeitschritt bestimmten Zustandswerten geschätzt. Dadurch ist es möglich, eine Reihe von Schätzungen vorzunehmen, ohne dazwischen Korrekturschritte auszuführen. Solange die iterativ bestimmten Schätzwerte eine Güte aufweisen, die groß genug ist, kann auf die Korrektur der Schätzung verzichtet werden. Erst wenn nach einer gewissen Zeit aufgrund von Messfehlern oder aufgrund anderer Ursachen die Güte unter eine vorbestimmte Schwelle sinkt, wird ein Korrekturschritt eingeschaltet, der die Güte der Schätzung in den erlaubten Bereich zurückbringt. Es ist somit möglich, über den Grenzwert die Anzahl und Häufigkeit von rechenintensiven Korrekturschritten zu begrenzen, so dass Auslastung und Energieverbrauch eines mit der Schätzung betrauten Prozessors reduziert werden.

FIG. 4 zeigt ein schematisches Flussdiagramm einer Ausführungsform eines erfindungsgemäßen Verfahrens, in dem als Zustand eines Systems eine Position eines Objekts, etwa eines Fahrzeugs, Schiffs oder Flugzeugs, bestimmt wird. Dazu wird bei S400 die Drehrate und/ oder die Linearbeschleunigung des Objekts gemessen. Dies geschieht zum Beispiel mit einem Inertialsensor, etwa einem Mik- ro-Elektro-Mechanischen Sensor oder mit als faseroptischen Kreiseln oder Ringlaserkreiseln ausgebildeten Drehratensensoren. Diese relativen Positionsänderungen gehen bei S410 in ein Kaiman-Filter ein, in dem Positionswerte durch Berech- nen eines Mittelwerts einer Wahrscheinlichkeitsverteilung für die Position bestimmt werden.

Zudem wird bei S420 eine Abweichwahrscheinlichkeit berechnet, d.h. die Wahrscheinlichkeit für eine Abweichung der Positionswerte von der tatsächlichen Posi- tion. Diese Abweichwahrscheinlichkeit wird bei S430 mit einem Grenzwert verglichen. Ist die Abweichwahrscheinlichkeit größer (Ja) als der vorher bestimmte Grenzwert, erfolgt eine Korrektur der zuvor geschätzten Positionswerte. Bei S440 wird die absolute Position des Objekts gemessen. Dazu wird zum Beispiel ein Satellitennavigationssystem verwendet, dass die Position des Objekts mit Bezug auf ein festes Referenzsystem, wie etwa die Breiten- und Längengrade der Erde, angibt. Bei S450 wird der Positionswert mittels der gemessenen absoluten Position korrigiert. Die korrigierten Positionswerte dienen als Ausgangspunkt für die Schätzung der Position im nächsten Zeitschritt.

Wird bei S430 festgestellt, dass die Abweichwahrscheinlichkeit nicht größer als der Grenzwert ist, entfällt die Korrektur der Positionswerte und das Kaiman-Filter geht direkt zur nächsten Schätzung über, die dann auf den im vorherigen Zeitschritt bestimmten Positionswerten und den neu gemessenen relativen Positionsänderungen basiert.

Mit diesem Verfahren ist es möglich, Daten aus Inertialmessungen und absoluten Positionsmessungen in einem Kaiman-Filter derart zu kombinieren, dass ein Korrekturschritt nur dann ausgeführt wird, wenn die Güte der Schätzung zu gering wird. Dadurch wird gewährleistet, dass rechenintensive Korrekturschritte nur dann ausgeführt werden, wenn sie wirklich notwendig sind, wodurch die Auslastung von Prozessoren und damit der Energieverbrauch verringert werden kann.