Die Erfindung betrifft ein Verfahren zum Bereitstellen eines GNSS-Signals, eine Steuervorrichtung zur Durchführung des Verfahrens und ein Fahrzeug mit der Steuervorrichtung.

Aus der DE 10 2007 038 697 AI ist es bekannt, in einem Navigationsgerät statistische Eigenschaften eines Fehlers eines als Global Positioning System-Signals, GPS-Signal genannt, ausgebildeten globalen Satellitennavigationssignal, GNSS-Signal genannt, auszunutzen, um die Positionsschätzung mit dem GNSS-Signal zu verbessern. Es ist Aufgabe die Nutzung mehrerer Sensorgrößen zur Informationssteigerung zu verbessern.

Die Aufgabe wird durch die Merkmale der unabhängigen Ansprüche gelöst. Bevorzugte Weiterbildungen sind Gegenstand der ab- hängigen Ansprüche.

Gemäß einem Aspekt der Erfindung umfasst ein Verfahren zum Bereitstellen eines GNSS-Signals zur Positionsbestimmung eines Fahrzeuges die Schritte Empfangen des GNSS-Signals, Filtern des GNSS-Signals basierend auf einer Umgebungsbedingung um das Fahrzeug und Ausgeben des gefilterten GNSS-Signals.

Als GNSS-Signal kann beispielsweise das eingangs genannte GPS-Signal, ein rjioöajibHa« HaBnraunoHHafl CnyTHMKOBaa Cnc eMa Signal, kurz GLONASS-Signal und/oder ein Galileo-Signal verwendet werden .

Dem angegebenen Verfahren liegt die Überlegung zugrunde, dass in dem eingangs genannten Navigationsgerät die statistischen Eigenschaften des Fehlers erst gemessen werden müssen, um diese zur Verbesserung der Positionsschätzung basierend auf dem GNSS-Signal verwenden zu können. Dem angegebenen Verfahren liegt ferner die Überlegung zugrunde, dass der Fehler aus den Um- gebungsbedingung um das Fahrzeug, wie beispielsweise aus Ab- schattungseffekten her rühren könnte, die im Rahmen des eingangs genannten Navigationsgerät erst zur Verbesserung des Signals berücksichtigt werden könnten, wenn des GNSS-Signal aufgrund der Abschattungseffekte schlechter und der Fehler aufgrund der statistischen Erfassung messbar zu Tage tritt. In der Folge kann auf den Fehler, in welcher Form auch immer, nur aposteriori nach einer schlechter werden Signalgüte des GNSS-Signals reagiert werden .

Um auf die durch den Fehler schlechter werdende Signalgüte des GNSS-Signals schneller reagieren zu können, liegt dem angegebenen Verfahren die Überlegung zugrunde, die Signalgüte basierend auf den die Signalgüte beeinflussenden Umgebungs- bedingungen zu schätzen. Auf diese Weise liegt ein Erwartungswert für die Signalgüte des GNSS-Signals vor, die im Falle einer sich verschlechternden Signalgüte als statistische Eigenschaft eines Fehlers des GNSS-Signals interpretiert werden kann. Auf diesen erwarteten Fehler kann, in welcher Form auch immer, apriori reagiert werden, bevor der die erwartete Verschlechterung der Signalgüte des GNSS-Signals tatsächlich eintritt.

In einer Weiterbildung des angegebenen Verfahrens kann die Umgebungsbedingung mittels Umfeldsensoren am Fahrzeug erfasst werden. Unter Umfeldsensoren sollen im Rahmen der Weiterbildung vor allem Sensoren verstanden werden, aus denen sich mögliche Abschattungen des GNSS-Signals schätzen lassen. Dazu können beispielsweise Kamerasensoren, Radarsensoren, Lidarsensoren oder V2X-Sensoren verwendet werden, welche ohnehin an modernen Fahrzeugen vorhanden sind, und so keinerlei strukturelle Umbaumaßnahmen am Fahrzeug zur Implementierung des angegebenen Verfahrens erfordern.

In einer zusätzlichen Weiterbildung des angegebenen Verfahrens wird das GNSS-Signal zum Filtern basierend auf einem Ausgabesignal des Umfeldsensors gewichtet. Auf diese Weise ist es möglich, das Umfeld um das Fahrzeug zu klassifizieren und beispielsweise den Grad der Abschattung und damit der Signalgüte für die weitere Verwendung des GNSS-Signals beispielsweise zur Fehlerkorrektur an andere Baugruppen auszugeben, die das GNSS-Signal verwenden. In einer weiteren Weiterbildung des angegebenen Verfahrens könnte das Ausgabesignal ein Objekt auf einer Straße beschreiben, auf dem das Fahrzeug fährt. Auf diese Weise könnte die zuvor genannte Gewichtung nach der Struktur der erkannten Objekte erfolgen, die dann im Wesentlichen Aufschluss darüber gibt, wie stark das GNSS-Signal abgeschattet wird. Beispielsweise führt ein Tunnel erwartungsgemäß zu einer vollständigen Abschattung aller verfügbaren GNSS-Signale, während Bäume in der Nähe der Straße zumindest einige GNSS-Signal schwach abschatten. Häuserwände in der Nähe der Straße können hingegen zu einer vollständigen Abschattung einiger GNSS-Signale führen und/oder zu Reflexionen einiger GNSS-Signale führen. Zusätzlich kann in die Gewichtung des GNSS-Signals basierend auf dem das Objekt beschreibenden Ausgangssignal auch noch der Empfangswinkel des GNSS-Signal berücksichtigt werden, um so aus der Lage des Objektes und dem Empfangswinkel den Erwartungswert für die geschätzte Abschattung weiter zu verbessern.

Zwar könnten prinzipiell zur Schätzung der Signalgüte des GNSS-Signals beliebige Umgebungsbedingungen, wie beispielsweise Störsignalfeider erfasst werden, die die Signalgualität des

GNSS-Signals beeinflussen. In einer besonderen Weiterbildung des angegebenen Verfahrens wird das GNSS-Signal basierend auf einem zu erwartenden Abschattungsgrad des GNSS-Signals durch das Objekt als Umgebungsbedingung gefiltert.

Gemäß einem weiteren Aspekt der Erfindung umfasst ein Verfahren zum Bestimmen einer Position eines Fahrzeuges basierend auf einem GNSS-Signal die Schritte Bereitstellen des GNSS-Signals mit einem angegebenen Verfahren und Bestimmen der Position des Fahrzeuges basierend auf dem bereitgestellten GNSS-Signal.

Durch die Verwendung des angegebenen Verfahrens zum Bereitstellen eines GNSS-Signals bei der Positionsbestimmung kann auf voraussichtliche Fehler beim Empfang des GNSS-Signals und damit bei der Positionsbestimmung reagiert werden, bevor die Fehler in das Positionsbestimmungssystem eingebracht werden. Beispielsweise könnte vor einer zu erwartenden vollständigen Abschattung eines GNSS-Signals durch eine apriori-Anpassung der oben genannten Gewichtungen sukzessive auf ein anderes

GNSS-Signal umgeschaltet werden, dass das dann abgeschattete GNSS-Signal ersetzt. In einer Weiterbildung umfasst das angegebene Verfahren den

Schritt Plausibilisieren der bestimmten Position des Fahrzeuges basierend auf einem Ausgangssignal eines Umfeldsensors des Fahrzeuges .

Der Weiterbildung liegt die Überlegung zugrunde, dass bei- spielswiese das oben genannte Objekt, dessen Struktur zur oben genannten die Signalgüte beschreibenden Gewichtung des

GNSS-Signals verwendet werden kann, auch zur Überprüfung der berechneten Position des Fahrzeuges basierend auf dem

GNSS-Signal herangezogen werden könnte. So könnte beispielsweise mit dem GNSS-Signal und der so ermittelten Position des Fahrzeuges auf der Fahrbahn ein Wechsel der Fahrspur des Fahrzeuges auf der Fahrbahn nachvollzogen und so das GNSS-Signal plausibilisiert werden.

In einer anderen Weiterbildung umfasst das angegebene Verfahren die Schritte Erfassen von Referenzlagedaten des Fahrzeuges und Präzisierend der Position des Fahrzeuges durch eine Filterung der erfassten Position des Fahrzeuges basierend auf den Referenzlagedaten .

Die Referenzlagedaten könnten beispielweise von Fahrdynamikdaten und/oder Odometriedaten des Fahrzeuges abhängig sein. Dieser Weiterbildung liegt die Überlegung zugrunde, dass die Referenzlagedaten basierend auf dem GNSS-Signal beispielsweise in einem Fusionsfilter präzisiert werden könnten. Dies könnte beispielsweise dadurch geschehen, dass die Referenzlagedaten dem GNSS-Signal selbst in einem Filter gegenübergestellt werden oder aus dem GNSS-Signal abgeleiteten Lagedaten, wie den Messlagedaten in einem Beobachter gegenübergestellt werden. Unter einen solchen Beobachter kann jedes Filter fallen, das eine analoge oder digitale Zustandsbeobachtung des Fahrzeuges zu- lässt. So kann beispielsweise ein Luenberger Beobachter herangezogen werden. Soll das Rauschen mit berücksichtigt werden, käme ein Kaiman-Filter in Betracht. Soll auch noch die Form des Rauschens berücksichtigt werden, so könnte ggf. ein

Partikelfilter herangezogen werden, der eine Grundmenge an verfügbaren Rauschszenarien besitzt und das bei der Elimination zu berücksichtigende Rauschszenario beispielsweise durch eine Monte-Carlo-Simulation auswählt. Der Beobachter ist vorzugsweise ein Kaiman-Filter, der hinsichtlich seiner notwendigen Rechen-ressourcen ein optimales Ergebnis liefert.

In einer besonderen Weiterbildung des angegebenen Verfahrens wird die präzisierte Position abhängig von einem Informationsgehalt der bestimmten Position angenähert. Der angegebenen Weiterbildung liegt die Überlegung zugrunde, dass die Referenzdaten redundante Positionsdaten darstellen könnten, um die aus dem GNSS-Signal hergeleiteten Positionsdaten zu korrigieren. Für diese Korrektur bedarf es jedoch eines Unterschiedes zwischen den Referenzlagedaten und den aus dem GNSS-Signal hergeleiteten Positionsdaten, im Rahmen dessen zunächst nicht klar wäre, in welchen der beiden verfügbaren Daten der Fehler liegt. Durch die oben genannte Plausibilisierung der aus dem GNSS-Signal hergeleiteten Positionsdaten kann dies jedoch bestimmt und den aus dem GNSS-Signal hergeleiteten Positionsdaten ein beispielsweise vom nachrichtentechnischen Informationsgehalt abhängiges Integritätsmaß zugeordnet werden. Je höher/kleiner das Integritätsmaß und damit der nachrichtentechnische Informationsgehalt der aus dem GNSS-Signal hergeleiteten Positionsdaten sind, desto größer/kleiner muss der Fehler in den Referenzdaten sein. Entsprechend können die aus dem GNSS-Signal hergeleiteten Positionsdaten dann korrigiert werden . Gemäß einem weiteren Aspekt der Erfindung umfasst ein Verfahren zum Ausgeben eines Messsignals in einem Fahrzeug die Schritte:

- Erfassen eines Sensorsignals,

- Erfassen eines Vergleichssensorsignals,

- Gewichten wenigstens eines der SensorSignale basierend auf einem geschätzten Fehler, und

- Filtern des SensorSignals basierend auf dem Vergleichssensorsignal zum Ausgeben des Messsignals nach dem Gewichten. Dem angegebenen Verfahren liegt die Überlegung zugrunde, dass in einem Fusionssensor, wie er beispielsweise aus der Druckschrift WO 2011/ 098 333 AI bekannte ist, Fehler nur dann erkannt werden können, wenn Sie bereits aufgetreten sind, da der Fusionssensor das Sensorsignal und das Vergleichssensorsignal vergleicht, Unterschiede zwischen beiden SensorSignalen als Fehler interpretiert und den Fehler in Form einer Rückkopplung beseitigt. Dies führt zu einer entsprechenden Totzeit, die das Schätzen des Fehlers im Vorfeld und damit seine Berücksichtigung, bevor er eigentlich auftritt, vermieden werden kann.

Eines der beiden SensorSignale kann beispielsweise die oben genannten aus Fahrdynamikdaten aus einem Inertialsensor abgeleitet Referenzlagedaten darstellen, während das andere Sensorsignal beispielsweise die aus einem GNSS-Signal abge- leiteten Lagedaten darstellen kann, wobei beide Sensorsignale sowie das Messsignal eine Lage des Fahrzeuges wiedergeben, die eine absolute Position, eine Geschwindigkeit, eine Beschleunigung und ein Heading des Fahrzeuges umfasst. Die Filterung der beiden SensorSignale kann mit dem weiter oben beschriebenen Filter erfolgen.

Gemäß einem weiteren Aspekt der Erfindung ist eine Steu- er-vorrichtung eingerichtet, eines der angegebenen Verfahren durchzuführen .

In einer Weiterbildung der angegebenen Steuervorrichtung weist die angegebene Vorrichtung einen Speicher und einen Prozessor auf. Dabei ist eines angegebenen Verfahren in Form eines Computerprogramms in dem Speicher hinterlegt und der Prozessor zur Ausführung des Verfahrens vorgesehen, wenn das Computerprogramm aus dem Speicher in den Prozessor geladen ist.

Gemäß einem weiteren Aspekt der Erfindung umfasst ein Computerprogramm Programmcodemittel, um alle Schritte eines der angegebenen Verfahren durchzuführen, wenn das Computerprogramm auf einem Computer oder einer der angegebenen Vorrichtungen ausgeführt wird.

Gemäß einem weiteren Aspekt der Erfindung enthält ein Computerprogrammprodukt einen Programmcode, der auf einem computerlesbaren Datenträger gespeichert ist und der, wenn er auf einer Datenverarbeitungseinrichtung ausgeführt wird, eines der angegebenen Verfahren durchführt.

Gemäß einem weiteren Aspekt der Erfindung umfasst ein Fahrzeug eine angegebene Steuervorrichtung.

Die oben beschriebenen Eigenschaften, Merkmale und Vorteile dieser Erfindung sowie die Art und Weise, wie diese erreicht werden, werden klarer und deutlicher verständlich im Zusammenhang mit der folgenden Beschreibung der Ausführungsbeispiele, die im Zusammenhang mit den Zeichnungen näher erläutert werden, wobei :

Fig. 1 eine Prinzipdarstellung eines Fahrzeuges auf einer Straße,

Fig. 2 eine Prinzipdarstellung eines Fusions sensors in dem Fahrzeug der Fig. 1.

In den Figuren werden gleiche technische Elemente mit gleichen Bezugszeichen versehen und nur einmal beschrieben.

Es wird auf Fig. 1 Bezug genommen, die eine Prinzipdarstellung eines Fahrzeuges 2 auf einer Straße 4 zeigt. Das Fahrzeug 2 bewegt sich auf der Straße 4 in einer Bewegungsrichtung 6. In dieser Bewegungsrichtung 6 am Rand der Straße 4 vor dem Fahrzeug 2 befindet sich ein Objekt in Form eines Gebäudes 10, auf das das Fahrzeug 2 zufährt.

In der vorliegenden Ausführung soll das Fahrzeug 2 über eine Antenne 11 von globalen Satellitennavigationssystems, nachstehend GNSS genannt, über mehrere GNSS-Satelliten, von denen in Fig. 1 ein GNSS-Satellit 14 gezeigt ist, ein GNSS-Signal 12 empfangen und basierend auf einer an sich bekannten Trilateration eine in Fig. 2 angedeutete Lage 16 des Fahrzeuges 2 auf der Straße 4 bestimmten.

Während der Trilateration kann es jedoch vorkommen, dass die Signalgualität wenigstens eines der GNSS-Signale schlechter wird, was Einfluss auf die Genauigkeit der bestimmten Lage 16 des Fahrzeuges 2 haben kann. In der vorliegenden Ausführung wird der gezeigte GNSS-Satellit 12 beim Weiterfahren des Fahrzeuges 2 in die Bewegungsrichtung 6 durch das Gebäude 10 verdeckt, wodurch das GNSS-Signals 12 gegenüber dem Fahrzeug abgeschattet wird und nicht mehr mit einer ausreichend hohen Signalgualität für eine präzise Bestimmung der Position des Fahrzeugs 2 verwendet werden kann . Im Rahmen der vorliegenden Ausführung sollen hier ausreichend schnell Vorkehrungen getroffen werden, die die Auswirkungen der Abschattung des GNSS-Signals 12 soweit wie möglich mindern.

Dazu ist in dem Fahrzeug 2 eine in Fig. 2 gezeigte Kamera 18 angeordnet, die ein Bild 20 aufnimmt, das in Bewegungsrichtung 6 des Fahrzeuges 2 gesehen vor dem Fahrzeug 2 liegt. Auf diesem Bild 20 ist das Gebäude 10 zu erkennen, wodurch auch die bevorstehende Abschattung des GNSS-Signals 12 durch das Gebäude erkennbar ist .

Dieser Gedanke soll in der vorliegenden Ausführung genutzt werden, die Auswirkungen der Abschattung des GNSS-Signals 12 durch das Gebäude zu minimieren. Dazu wird auf Fig. 2 Bezug genommen, die einen Fusionssensor 22 in dem Fahrzeug 2 der Fig. 1 zeigt. Der Fusionssensor 22 empfängt in der vorliegenden

Ausfüh-rungsform über einen noch zu beschreibenden

GNSS-Empfänger 24 die oben genannte Lage 16 des Fahrzeuges 2 in Form von Daten, die eine absolute Position des Fahrzeuges 2 auf einer Fahrbahn 4 umfassen kann. Neben der absoluten Position können die Lagedaten 16 aus dem GNSS-Empfänger 6 auch eine Geschwindigkeit des Fahrzeuges 2 sowie sein Heading zum GNSS-Satelliten 14 umfassen. Da die Lagedaten 16 aus den GNSS-Signalen 12 abgeleitet werden, werden sie nachstehend als GNSS-Lagedaten 16 bezeichnet.

Der Fusionssensor 22 ist in einer noch zu beschreibenden Weise dazu ausgebildet, den Informationsgehalt der aus dem GNSS-Signal 12 abgeleiteten GNSS-Lagedaten 16 zu steigern. Dies ist einerseits notwendig, da das GNSS-Signal 12 einen sehr hohen Signal/Rauschbandabstand aufweisen und so sehr ungenau sein kann. Andererseits ist das GNSS-Signal 12 wie bereits geschildert aufgrund von Abschattungen nicht ständig verfügbar.

In der vorliegenden Ausführung weist das Fahrzeug 2 dazu einen Inertialsensor 26 auf, der Fahrdynamikdaten 28 des Fahrzeuges 2 erfasst. Darunter fallen bekanntermaßen eine Längsbeschleunigung, eine Querbeschleunigung sowie eine Vertikalbeschleunigung und eine Wankrate, eine Nickrate sowie eine Gierrate des Fahrzeuges 2. Diese Fahrdynamikdaten 26 werden in der vor- liegenden Ausführung herangezogen, um den Informationsgehalt der GNSS-Lagedaten 16 zu steigern und beispielsweise die Position und die Geschwindigkeit des Fahrzeuges 2 auf der Fahrbahn 4 zu präzisieren. Die präzisierten Lagedaten 30 können dann beispielsweise von einem Navigationsgerät 32 im Fahrzeug 2 selbst dann verwendet werden, wenn das GNSS-Signal 12 beispielsweise durch das abschattende Gebäude 10 überhaupt nicht mehr verfügbar ist . Zur weiteren Steigerung des Informationsgehaltes der

GNSS-Lagedaten 16 können in der vorliegenden Ausführung optional noch Raddrehzahlsensoren 34 verwendet werden, die die Raddrehzahlen 36 der einzelnen nicht näher referenzierten Räder des Fahrzeuges 2 erfassen.

Um den zuvor genannten Grundgedanken des Fusions sensors 22, den Signal/Rauschbandabstand in den Lagedaten 16 und/oder den Fahrdynamikdaten 28 zu erhöhen, werden die Information aus den GNSS-Lagedaten 16 den Fahrdynamikdaten 28 aus dem Inertialsensor 14 in einem Filter 38 gegenüberzustellt . Dazu kann das Filter 38 zwar beliebig ausgebildet, ein Kaiman-Filter löst diese Aufgabe am wirkungsvollsten mit einem vergleichsweise geringen Rechenressourcenanspruch. Daher soll das Filter 38 nachstehend vorzugsweise ein Kaiman-Filter 38 sein.

In das Kaiman-Filter 38 gehen die präzisierten Lagedaten 30 des Fahrzeuges 2 und Vergleichslagedaten 40 des Fahrzeuges 2 ein. Die präzisierten Lagedaten 30 werden in der vorliegenden Ausführung in einem beispielsweise aus der DE 10 2006 029 148 AI bekannten Strapdown-Algorithmus 42 aus den Fahrdynamikdaten 28 generiert. Sie enthalten präzisierten Positionsinformationen über das Fahrzeug, aber auch andere Lagedaten über das Fahrzeug 2, wie beispielsweise seine Geschwindigkeit, seine Beschleunigung und sein Heading. Demgegenüber werden die Vergleichslagedaten 40 aus einem Modell 44 des Fahrzeuges 2 gewonnen, das zunächst einmal aus dem GNSS-Empfänger 24 mit den GNSS-Lagedaten 16 gespeist wird. Aus diesen GNSS-Lagedaten 16 werden dann in dem Modell 44 die Vergleichslagedaten 40 bestimmt, die die gleichen Infor- mationen enthalten, wie die präzisierten Lagedaten 30. Die präzisierten Lagedaten 30 und die Vergleichslagedaten 40 unterscheiden sich lediglich in ihren Werten.

Das Kaiman-Filter 38 berechnet basierend auf den präzisierten Lagedaten 30 und den Vergleichslagedaten 40 einen Fehlerhaushalt 46 für die präzisierten Lagedaten 30 und einen Fehlerhaushalt 48 für die Vergleichslagedaten 40. Unter einem Fehlerhaushalt soll nachstehend ein Gesamtfehler in einem Signal verstanden werden, der sich aus verschiedenen Einzelfehlern bei der Erfassung und Übertragung des Signals zusammensetzt . Bei dem GNSS-Signal 12 und damit bei den GNSS-Lagedaten 16 kann sich ein entsprechender Fehlerhaushalt aus Fehlern der Satellitenbahn, der Satelli- tenuhr, der restlichen Refraktionseffekte und aus Fehlern im GNSS-Empfänger 24 zusammensetzen.

Der Fehlerhaushalt 46 der präzisierten Lagedaten 18 und der Fehlerhaushalt 48 der Vergleichslagedaten 34 werden dann entsprechend dem Strapdown-Algorithmus 36 und dem Modell 44 zur Korrektur der präzisierten Lagedaten 30 beziehungsweise der Vergleichslagedaten 40 zugeführt. Das heißt, dass die präzisierten Lagedaten 30 und die Vergleichslagedaten 40 iterativ um ihre Fehler bereinigt werden. In analoger Weise kann der Fehlerhaushalt 48 der Vergleichslagedaten 40 auch dem

GNSS-Empfänger 24 zugeführt werden, damit dieser die oben erwähnten Fehler der Satellitenbahn, der Satellitenuhr und der restlichen Refraktionseffekte iterativ beseitigen kann. Ein derartiges GNSS-System wird auch deeply coupled GNSS genannt.

In der vorliegenden Ausführung weist der GNSS-Empfänger 24 dazu eine Auswahl- und Korrektureinrichtung 50 sowie eine

Trilaterationseinrichtung 52 auf. Die Auswahl- und Korrektureinrichtung 50 wählt aus allen empfangenen GNSS-Signalen 12 vier GNSS-Signale 12 aus. Aus den so ausgewählten GNSS-Signalen 54, von denen in Fig. 2 der Übersichtlichkeit halber nicht alle mit einem Bezugszeichen versehen sind, werden dann in der Trilatertionseinrichtung 52 in einer dem Fachmann bekannten Weise die GNSS-Lagedaten 16 des Fahrzeuges 2 bestimmt.

Die zuvor genannte Auswahl der GNSS-Signale 12 erfolgt in der vorliegenden Ausführung basierend auf einer Gewichtung der GNSS-Signale 12, wobei die einzelnen Gewichtungsfaktoren basierend auf dem Fehlerhaushalt 48 bestimmt werden können. Für diese Gewichtung muss prinzipbedingt jedoch zunächst ein Fehler vorhanden sein, der rückgekoppelt werden könnte. Bis der vorhandene Fehler zurück in die Auswahl- und Korrektureinrichtung 50 des GNSS-Empfängers 24 gekoppelt ist vergeht eine Zeit, dem Fachmann als Totzeit bekannt, in der ein fehlerhaftes GNSS-Signal einen Fehler in den GNSS-Lagedaten 16 und damit in den präzisierten Lagedaten 30 immer weiter vergrößert.

Es wäre daher wünschenswert, diese Totzeit zu überbrücken.

Wie bereits weiter oben im Rahmen der Fig. 1 erwähnt, stellt die Abschattung des GNSS-Satelliten 14 ebenfalls einen zuvor genannten Fehler dar, der sich im Fehlerhaushalt 48 und damit im zurückgekoppelten Fehler niederschlagen würde. Hier lässt sich jedoch die Totzeit überbrücke, indem der Fehler bereits im Vorfeld auf dem Bild 20 erkannt wird, das die erwähnte Kamera 18 in Bewegungsrichtung 6 vor dem Fahrzeug 2 aufnimmt.

Basierend auf den Informationen auf diesem Bild 20 könnten die GNSS-Signale 12 ebenfalls gewichtet und so ausgewählt werden, wodurch ein fehlerhafter GNSS-Satellit 14 vorausschauend er- kannt werden könnte. Auf diese Weise könnte beispielsweise die Gewichtung des in Fig . 1 gezeigten GNSS-Satelliten 14 sukzessive verändert werden, bis der GNSS-Satellit 14 von der Auswahl- und Korrektureinrichtung 50 des GNSS-Empfängers 24 rechtzeitig aussortiert wird, bevor er Fehler in die GNSS-Lagedaten 16 aufgrund seiner Abschattung einbringt.

Zur Umsetzung dieses Gedankens empfängt die Auswahl- und Korrektureinrichtung 50 des GNSS-Empfängers 24 das Bild 20 und führt eine im Einzelnen nicht weiter dargestellte Objekter- kennung auf dem Bild 20 durch, die dem Fachmann an sich bekannt ist. Die Objekterkennung kann hinsichtlich bestimmter Klassen von Objekten durchgeführt werden. Beispielsweise können diese Objektklassen wie folgt aufgeteilt werden:

- alle GNSS-Signale 12 vollständig abschattende Tunnel, - einen Teil der GNSS-Signale 12 abschattende Gebäude 10, oder

- einen Teil der GNSS-Signale 12 nur teilweise abschattende Bäume . Wird ein potentielles Abschattungsobj ekt wie beispielsweise das in Fig. 1 gezeigte Gebäude 10 erkannt, dann können beispielsweise basierend auf den Vergleichslagedaten 40 (oder auch anderen verfügbaren Lagedaten des Fahrzeuges 2) die

GNSS-Satelliten 14 bestimmt werden, die durch das Abschattungsobjekt von einer Abschattung betroffen wären. Im Anschluss könnten dann der Abstand des Fahrzeugs zu diesem Abschat- tungsobjekt und damit eine Information bestimmt werden, wann das Abschattungsobjekt den betroffenen GNSS-Satelliten 14 abschattet. Entsprechend kann die Auswahl- und Korrektureinrichtung 50 des GNSS-Empfängers 24 dann die Gewichtung des betroffenen GNSS-Signals 12 in der oben beschriebenen Weise sukzessive erhöhen.

Der zuvor beschriebene Gedanke könnte alternativ oder zusätzlich auch im Kalmann-Filter 38 (oder einem der oben genannten beliebigen anderen Filter) implementiert werden, um einen Fehler in den Vergleichslagedaten 40 gegenüber den präzisierten La- gedaten 30 vor seinem Auftreten rechtzeitig zu erkennen. Der Kalmann-Filter 38 könnte das Bild 20 empfangen, die Abschat- tungsobjekte in dem Bild 20 erkennen und die Vergleichslagedaten 40 im Falle eines Fehlers derart gewichten, dass die Vergleichslagedaten 40 bei der Filterung der Vergleichslage- daten 40 und der präzisierten Lagedaten 30 weniger stark berücksichtigt werden.