Die Erfindung betrifft ein Verfahren zur Erkennung von Fehlfunktionen in Inertialmesseinheiten gemäß Anspruch 1.

Hintergrund der Erfindung

Inertialmesseinheiten (Inertial Measurement Units IMU) sind Anordnungen von Akzelerometern und Gyroskopen, die zur Messung der spezifischen Kräfte (specific forces, Beschleunigungen) und Drehgeschwindigkeiten von Körpern im Raum dienen. Als Bezeichnung für die Akzelerometer-Signale hat sich auch in der deutschen Navigations- Literatur der Begriff Specific Forces und das Symbol f etabliert (siehe Literaturstelle 2).

Für Gyroskop-Signale wird im Folgenden das Symbol w verwendet. Der Begriff Inertialmesseinheit wird im Folgenden durch die Abkürzung IMU repräsentiert. Inertialmesseinheiten finden Anwendung bei der Bestimmung der Lage, Position und Geschwindigkeit von Fahrzeugen insbesondere auch beim automatisierten Fahren. Beispiele für derartige Anwendung der IMU kann man in Literaturstellen (3) bis (6) finden, oder auch in US 9,753,144 B1 (DE 102017 102269 A1).

In Figur 1 ist exemplarisch die Anwendung einer Inertialmesseinheit 1 zur Bewegungsschätzung und Navigation gemäß dem Stand der Technik gezeigt. Die Inertialmesseinheit 1 sendet Drehgeschwindigkeits-Signale aus den Gyroskopen und die spezifischen Kraft-Signale aus den Akzelerometern. In einer Sensorfusionseinheit 2 werden durch Integration aus diesen Größen Bewegungsgrößen, beispielsweise Lagewinkel a, Geschwindigkeit v und/oder Position P, berechnet und unter Zuhilfenahme weiterer Sensoren 3, beispielsweise Odometer, Magnetometer, barometrische Höhenmesser und/oder GNSS-Empfänger, korrigiert. Für die Sensorfusion wird im Stand der Technik ein Kalmanfilter verwendet. Inertialmesseinheiten stehen in verschiedenen Qualitätsstufen zur Verfügung. Die Qualität und der Preis werden vor allem durch die verwendete Sensortechnologie bestimmt.Für Serienanwendung in Automobilen kommen vor allem preisgünstige Sensoren, die auf MEMS-Technologie (mikro-elektromechanische Sensoren) basieren, in Frage. Derartige preisgünstige IMU-Sensoren sind in ihrer Genauigkeit durch stochastisches Sensorrauschen und systematische Fehler, wie Bias, Sensitivitätsfehler, Nichtlinearitäten und Ausrichtungsfehler beschränkt. Solche Fehler sind Eigenschaften, die die Sensoren im Normalbetrieb haben. Systematische Fehler müssen durch geeignete Verfahren bestimmt und kompensiert werden, um eine hohe Güte der berechneten Bewegungsgrößen zu erreichen. Beispiele für Kompensationsverfahren findet man in der Fachliteratur oder auch in DE 102017 102269 A1. Die stochastischen und systematischen Fehler eines IMU-Sensors lassen sich durch ein Modell beschreiben. So lässt sich z.B. der vom Sensor gemessene Wert f _im einer Specific Force durch das Modell beschreiben, wobei f _t der Vektor der wirklichen Specific Force-Komponenten am Messort ist. Die Größe b _fi t) beschreibt einen konstanten oder langsam zeitveränderlichen Bias, die Größe s _fi ist der Sensitivitätsfehler des Sensors, die Größe n _έ bezeichnet das Sensorrauschen und der Vektor c beschreibt die Ausrichtung der Sensorachse im Referenzkoordinatensystem. Die Modellparameter lassen sich durch Schätzverfahren bestimmen.

Im Unterschied zu den stochastischen und systematischen Fehlern können IMU- Sensoren auch Fehlfunktionen (englisch: faults) aufweisen. In diesem Fall verliert der Sensor den spezifizierten (und somit per Design vorbestimmten) Zusammenhang zwischen der physikalischen Messgröße und dem ausgegebenen Sensorsignal, so dass ein nicht spezifiziertes Messverhalten eintritt. Damit wird der betroffene IMU-Sensor unbrauchbar.

Fehlfunktionen in den Sensoren, die sich undetektiert in die Bewegungsberechnung oder Navigation fortpflanzen, können dort zu beträchtlichen Fehlern oder grob falschen Werten in den Nutzsignalen führen und stellen daher ein Sicherheitsrisiko in sicherheitsrelevanten Anwendungen dar.

Für Sicherheitskritische Anwendungen wie z.B. automatisches Fahren müssen Sensor- Fehlfunktionen detektiert werden. Der betreffende Fehler muss sodann aus der Navigationslösung eliminiert werden und es muss auf eine Backup-Lösung umgeschaltet werden, um die Vollfunktion des Systems weiter zu gewährleisten (Fehlertolerantes System).

Dies betrifft insbesondere Fehlfunktionen von Sensoren der Inertialmesseinheit.

Die entsprechend der Erfindung vorgeschlagene Lösung hierzu ist in Figur 2 gezeigt:

Andere Lösungen aus dem Stand der Technik werden im Folgenden diskutiert.

Stand der Technik

In US 9,568,321 B2 wird die Detektion von Fehlfunktionen in einer einzelnen IMU ohne Redundanz beschrieben. Dabei ist die Detektion in Form eines Health Monitoring Blocks in ein zweifach redundantes Navigationssystem (Inertial Navigation System INS) integriert. Im Health-Monitoring-Block werden die bei der Bewegungsschätzung auftretenden Schätzfehler bewertet. Diese Lösung hat den Nachteil, dass die durch Sensorfehlfunktionen auftretenden Wirkungen auf ein Navigationssystem keinen direkten Rückschluss auf das defekte Sensorelement zulassen. Zudem führt die im INS verwendete Integration der IMU-Signale zu langen Fehlererkennungszeiten. Überdies basiert die Fehlererkennung auf der Verwendung zusätzlicher Sensoren, wie GNSS, Magnetometer, Barometer und Odometer. Diese Sensoren weisen in der Regel eine höhere Fehleranfälligkeit und eine geringere Integrität auf, als die IMU-Sensoren. Fehlfunktionen dieser zusätzlichen Sensoren können in der vorgeschlagenen Anordnung nicht eindeutig von IMU-Fehlfunktionen unterschieden werden. Zusammenfassend kann man schlussfolgern, dass das beschriebene Vorgehen zwar die Detektion einer Fehlfunktion zulässt aber nicht die Identifikation des defekten Sensors. Dies wäre aber die Grundvoraussetzung für fehlertolerantes Systemverhalten.

Die Nachteile des oben beschriebenen Vorgehens sind seit langem bekannt. Nähere Erläuterungen findet man z.B. in (3), Kapitel 17. Dort wird explizit auf die Notwendigkeit redundanter Hardware in sicherheitskritischen INS-Anwendungen hingewiesen.

Der Einsatz redundanter Inertialmesseinheiten IMU ist in der Luftfahrttechnologie Stand der Technik. Hierbei werden Hochleistungs-Inertialmesseinheiten mit identischen Eigenschaften zu einer redundanten Sensorkonfiguration zusammengefügt. Im Stand der Technik ist diesbezüglich zum Beispiel eine Air Data Inertial Reference Unit (ADIRU) bekannt, in der sechs Akzelerometer und sechs Drehgeschwindigkeitssensoren in einer nicht-orthogonalen Geometrie angeordnet sind, die maximale Redundanz mit einer minimalen Anzahl von Sensoren erreicht (Siehe Literaturstellen 1,2).

So wird zum Beispiel für die sechs Specific Force-Signale der Akzelerometer / _1; ne Regressionsgleichung gelöst, um einen resultierenden Vektor der orthogonalen Komponenten [f _x ,f _y ,f _z \ der Specific Force zu erhalten: f _l fx

= M fy + v

-fe- fz wobei M eine Matrix ist, die die Sensorgeometrie beschreibt, und v ein Vektor des Sensorrauschens ist.

Überwachung und Mittelwertbildung können parallel erfolgen, während die Regressionsgleichung gelöst wird. In dem System können bis zu zwei Akzelerometer ausfallen, ohne dass eine Funktionsminderung eintritt. Aus Gründen der funktionalen Sicherheit müssen zumindest vier Sensoren verfügbar sein.

Eine andere Lösung mit zwei INS, deren jeweilige Inertialmesseinheiten um 60° gegeneinander verdreht sind, wird in US 5,184,304 A vorgeschlagen. In dieser Lösung wird die Ausgangsfehlerstatistik der beiden Syteme gegeneinander bewertet und hierdurch der defekte Sensor identifiziert.

Für die Luftfahrt qualifizierte Sensoren insbesondere in nicht-orthogonaler Anordnung benötigen sehr viel Bauraum und eignen sich vom Packaging schlecht für den Einbau im Automobil.

In Automobil-Anwendungen, die viel kostensensibler sind, ist die Verwendung derartiger redundanter, hochwertiger Inertialsensoren auch ökonomisch nicht praktikabel.

Einen Vorschlag zur Anwendung von MEMS-Sensoren in einer mehrfach redundanten Anordnung findet sich in US 8,825,436 B2. Hier dient die Mehrfachanordnung lediglich zur Reduktion des Messrauschens und der systematischen Sensorfehler (Run-to-run Bias und temperaturabhängiges Bias). Eine Strategie zur Detektion und Elimination von Sensor-Fehlfunktionen wird nicht betrachtet.

In (6) wird eine Inertialmesseinheit für die automobile Anwendung mit dreifacher Redundanz beschrieben. Diese hat aber den Nachteil, dass sie in einem Bauelement verbaut ist und somit hinsichtlich Spannungsversorgungsproblemen und Common-Cause- Fehlern nicht ausreichend abgesichert ist.

Ebenfalls aus der Literatur (siehe Literaturstelle 2) bekannt sind Master-Slave- Anordnungen von Inertialmesseinheiten oder Navigationssystemen. Die Grundidee dabei ist, Parameter des Slave-Systems, beispielsweise Ausrichtungswinkel, Offsets usw., auf Basis der Navigationsdaten des Master-Systems unter Verwendung eines Kalman-Filters zu schätzen. Der entsprechende Prozess wird als Transfer Alignment bezeichnet. Dieses Verfahren wird üblicherweise bei Waffensystemen eingesetzt, die Low-Cost- Navigationssyteme enthalten, während ein Leitsystem oder Träger ein hochwertiges Navigationssystem enthält.

In

A. Kohn et al. : "Fail-operational in safety-related automotive multi-core Systems",

10th IEEE International Symposium on Industrial Embedded Systems (SIES),

2015, pp. 1-4,

T. Ishigooka, S. Honda and H. Takada: "Cost-Effective Redundancy Approach for Fail Operational Autonomous Driving System", 2018 IEEE 21st International Symposium on Real-Time Distributed Computing (ISORC), 2018, pp. 107-115,

M. Li and L. Eckstein: "Fail-Operational Steer-By-Wire System for Autonomous Vehicles", 2019 IEEE International Conference on Vehicular Electronics and Safety (ICVES), 2019, pp. 1-6, und

T. Schmid et al.: "A Safety Argumentation for Fail-Operational Automotive Systems in Compliance with ISO 26262", 20194th International Conference on System Reliability and Safety (ICSRS), 2019, pp. 484-493 werden verschiedene Konzepte für die Fehlertoleranz redundanter Inertialmesseinheiten beschrieben. Beschreibung der Erfindung

Der Erfindung liegt die Aufgabe zu Grunde, ein verbessertes Verfahren zur Erkennung von Fehlfunktionen in Inertialmesseinheiten (IMU) anzugeben, die in einem Fahrzeug zur Messung von Winkelgeschwindigkeiten und von Kräften oder Beschleunigungen verwendet werden.

Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren mit den Merkmalen des Anspruchs 1.

Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.

Bei einem erfindungsgemäßen Verfahren zur Erkennung von Fehlfunktionen in Inertialmesseinheiten, die in einem Fahrzeug zur Messung von Wnkelgeschwindigkeiten und von Specific Forces verwendet werden, kommen mindestens drei Inertialmesseinheiten mit jeweils mehreren Sensoren, umfassend Akzelerometer und gyroskopische Sensoren, zum Einsatz. Erfindungsgemäß wird eine erste Inertialmesseinheit als Master-Inertialmesseinheit verwendet, wobei eine zweite Inertialmesseinheit und eine dritte Inertialmesseinheit, deren Leistungsfähigkeiten geringer sein können als die der ersten Inertialmesseinheit, als Slave- Inertialmesseinheiten verwendet werden, wobei Messungen der Master- Inertialmesseinheit als Referenzwerte verwendet werden, um Messungen der Slave- Inertialmesseinheiten über Schätzung von Fehlermodell-Parametern (beispielsweise gemäß Gleichung (1)) gegenüber der Master- Inertialmesseinheit zu kompensieren, um auf der Basis der jeweils drei korrespondierenden Sensorsignale durch 2-aus-3-Vergleich eine Fehlfunktion in einem der drei Sensorsignale zu erkennen, wobei diejenige der drei Inertialmesseinheiten als fehlerhaft detektiert wird, deren Sensorsignal einen Abstand vom Median der drei Sensorsignale aufweist, der einen Schwellwert überschreitet, wobei eine Fehlfunktion der Master-Inertialmesseinheit zu einem Umschalten auf die Signale einer der noch funktionstüchtigen Slave-Inertialmesseinheiten unter Berücksichtigung einer vorher berechneten Präkompensation führt.

Allgemein kann diese Verfahrensweise im Sinne einer Mehrheitsentscheidung auch auf mehr als drei Inertialmesseinheiten erweitert werden. In einer Ausführungsform können die Fehlermodell-Parameter mittels eines Kalman- Filters oder eines Recursive-Least-Squares-Verfahrens geschätzt werden.

In einer Ausführungsform können zur Schätzung der Fehlermodell-Parameter Fehlermodelle verwendet werden, die alle Modellparameter der Slave- Inertialmesseinheiten umfassen, wobei zumindest zeitlich veränderliche relative Sensor- Offsets bezüglich der Master-Inertialmesseinheit online geschätzt werden.

In einer Ausführungsform können die Specific Forces der Master-Inertialmesseinheit auf die Messorte der Slave-Inertialmesseinheiten transformiert werden.

In einer Ausführungsform können die geschätzten Parameter auf zulässige Maximalwerte beschränkt werden.

In einer Ausführungsform können in den Kalmanfiltern geschätzte Kovarianzen der Schätzfehler zur Bewertung von Abweichungen der Sensorsignale bei der Detektion zur Wichtung von Signal-Abweichungen herangezogen werden.

In einer Ausführungsform können alle Sensoren aller Inertialmesseinheiten mittels jeweiliger Filtereinheiten gefiltert und zeitlich synchronisiert werden.

In einer Ausführungsform können die online-geschätzten Fehlermodellparameter zeitlich verzögert auf die Messwerte der Slave-Inertialmesseinheiten angewendet werden.

In einer Ausführungsform können die Slave-Inertialmesseinheiten unter Verwendung einer Master-Slave-Konfiguration präkompensiert werden, wobei Zeitverzögerungen auf geschätzte Sensorausgaben angewandt werden, wobei dann, wenn ein Fehler der ersten Inertialmesseinheit innerhalb der Zeitverzögerung erkannt wird, die geschätzten Sensorfehler der Slave-Inertialmesseinheiten auf die Werte am Ausgang der Zeitverzögerung eingefroren werden.

In einer Ausführungsform wird eine Detektionslogik auf die Signale der ersten Inertialmesseinheit und die präkompensierten Signale der Slave-Inertialmesseinheiten angewandt, um das Signal zu detektieren, das am meisten vom Mittelwert oder Median der drei Signale abweicht, wobei dann, wenn eine normalisierte Signal-Differenz zum Mittelwert oder Median den Wert 1 überschreitet, ein Sensorfehler angenommen wird. Die Erfindung ermöglicht eine fehlertolerante Bestimmung der Bewegungsgrößen eines Fahrzeuges im Falle einer IMU-Fehlfunktion (fail operational) mit Hilfe von 2-aus-3-Voting. Dabei werden keine speziellen Anforderungen an geometrische Anordnung und Sensorgüte gestellt. Vielmehr ist die Erfindung auch auf kostengünstige, heterogene und teilweise im Fahrzeug schon vorhandene IMU-Hardware anwendbar.

Das erfindungsgemäße Verfahren erlaubt die Absicherung der Signale der Master- Inertialmesseinheit gegen Sensorfehler als Maßnahme zur Sicherstellung der Funktionssicherheit (Fail-Operational) der Schätzung der Eigenbewegung eines Fahrzeugs unter Berücksichtigung erhöhter Sicherheitsanforderungen beim automatischen Fahren.

Der Schwerpunkt liegt dabei auf der Nutzung von heterogenen (nicht gleichartigen) und insbesondere an unterschiedlichen Stellen im Fahrzeug eingebauten Inertialmesseinheiten (IMU).

Mit der erfindungsgemäßen Lösung wird Fehlertoleranz (fail-operational) bei der Berechnung von Fahrzeugbewegungsgrößen erzielt. Dabei werden nur geringe Anforderungen an die Bauelemente gestellt. Es kann die vorhandene Infrastruktur des Fahrzeugs (ESP-Sensoren, Fahrwerkssensoren) mit genutzt werden und so eine kostengünstige Lösung erzielt werden.

Ausführungsbeispiele der Erfindung werden im Folgenden anhand von Zeichnungen näher erläutert.

Dabei zeigen:

Fig. 1 eine schematische Ansicht eines typischen Beispiels der Anwendung einer Inertialmesseinheit (IMU) zur Schätzung der Bewegungsgrößen eines Fahrzeugs,

Fig. 2 eine schematische Ansicht eines erfindungsgemäßen Überwachungssystems im Zusammenwirken mit einer Bewegungsgrößen-Schätzung,

Fig. 3 eine schematische Ansicht einer Daten-Vorverarbeitung (Präkompensation) für Drehgeschwindigkeitssensoren, Fig. 4 eine schematische Ansicht der Daten-Vorverarbeitung (Präkompensation) für Akzelerometer , und

Fig. 5 eine schematische Ansicht einer Fehlerdetektionslogik und einer Entscheidungslogik.

Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.

Bei einem Verfahren zur Erkennung von Fehlfunktionen in Inertialmesseinheiten, die in einem Fahrzeug zur Messung von Winkelgeschwindigkeiten und Specific Forces verwen det werden, kommen mindestens drei Inertialmesseinheiten 4, 5, 6 mit jeweils mehreren Akzelerometern und gyroskopischen Sensoren zum Einsatz entsprechend Figur 2.

Erfindungsgemäß wird eine erste Inertialmesseinheit 4 als Master-Inertialmesseinheit verwendet, wobei eine zweite Inertialmesseinheit 5 und eine dritte Inertialmesseinheit 6, deren Leistungsfähigkeiten geringer sein können als die der ersten Inertialmesseinheit 4, als Slave-Inertialmesseinheiten verwendet werden, wobei in einer Detektionseinheit 7 Messungen der Master-Inertialmesseinheit 4 verwendet werden, um systematische Fehlerparameter in Slave-Inertialmesseinheiten 5, 6 relativ zur Master-Inertialmess einheit 4 in Modellen zu schätzen und durch 2-aus-3-Vergleich der so kompensierten Signale die Fehlfunktionen von Einzelsensoren zu detektieren. Beim 2-aus-3-Vergleich (two-out-of-three voting) werden die beiden Signale mit der kleinsten Differenz als fehlerfrei bewertet und das dritte Signal gegen diese geprüft. Wrd die Differenz des dritten Signals zu den als fehlerfrei bewerteten Signalen zu groß, dann wird eine potentielle Fehlfunktion des betroffenen dritten Signals angenommen.

In den Abbildungen werden die drei Inertialmesseinheiten 4, 5, 6 auch mit IMU A, IMU B, IMU C bezeichnet. Jede von ihnen stellt einen Vektor ä)f _b mit drei Wnkelgeschwindigkeits-Signalen und einen Vektor/^ mit drei Specific-Force-Signalen bereit. Um die Darstellung dieser Signale zu vereinfachen, werden die Hochstellungen und Tiefstellungen weggelassen. Wr können dann auf die Sensorsignale als w _A , w _B , bzw. f _A ,f _B ,fc Bezug nehmen. Details der Detektionseinheit 7 sind in den Figuren 3, 4 und 5 dargestellt.

In Figur 3 ist eine Ausführungsform einer Präkompensation der Drehgeschwindigkeits sensoren dargestellt. Dabei sind Filtereinheiten 9, 10 und 11 vorgesehen, durch die Sensor-Signale der Master-Inertialmesseinheit 4 und der beiden Slave-Inertial- messeinheiten 5 und 6 bezüglich bekannter Fehlausrichtung korrigiert, zeit-synchronisiert und gefiltert werden.

Die Zeitsynchronistation ist notwendig, weil in einer heterogenen Anordnung von Inertialmesseinheiten eine Zeitsynchronität der Messwerte nicht vorausgesetzt werden kann. Zum Beispiel können bei der Signalübertragung Unterschiede in den Kommunikations-Latenzen auftreten oder die Vorfilterung der Signale innerhalb der Inertialmesseinheiten 4, 5, 6 unterschiedlich sein.

Danach werden die Parameter der Fehlermodelle der beiden Slave- Inertialmesseinheiten 5, 6 relativ zur Master-Inertialmesseinheit 4 bestimmt. Dies geschieht, indem aus den Daten der Master-Inertialmesseinheit 4 über Fehlermodelle 13 und 14 Sollwerte oder geschätzte Sensorausgaben oo _Besti m _ated , w _Cesti m _ated für das Verhalten der Slave-IMU-Signale berechnet werden. Die Fehlermodelle 13, 14 umfassen jeweils die Ausrichtung eines einzelnen Drehgeschwindigkeits-Sensors bezüglich des Vektors der Drehgeschwindigkeit w _A der Master-Inertialmesseinheit 4. Dies wird beispielsweise während einer End-of-Line-Kalibration bestimmt. Die Abweichungen vom Sollverhalten sind dann auf Sensorfehler in den Slave-Inertialmesseinheit 5, 6 zurückzuführen und werden über Schätzung der Parameter des Fehlermodells korrigiert. In der Ausführungsform von Figur 3 werden lediglich in Schätzer- Blöcken 15 und 16 die Sensor- Bias Bias_oü _B , Bias_oo _c bestimmt. Es können aber weitere Parameter geschätzt werden, z.B. Bias-Drift, Sensitivitätsabweichungen und Fehlausrichtung. Die Parameterschätzung in den Schätzer-Blöcken 15 und 16 kann, wie aus der Literatur bekannt, über rekursive Least Squares-Verfahren oder Kalmanfilter erfolgen. Für normal funktionierende Inertialmesseinheiten 4, 5, 6 ändern sich diese geschätzten Parameter zeitlich nur sehr langsam und bleiben deshalb über einen längeren Zeitraum gültig. Deshalb bleibt die Kompensation der Slave-Inertialmesseinheiten 5, 6 auch richtig wenn sie mit zeitlich verzögerten Fehlerparametern vorgenommen wird. Die entsprechenden Zeitverzögerungs-Blöcke sind mit 17 und 18 gekennzeichnet, wobei die Verzögerungszeit größer sein muss als die Fehlerdetektionszeit der Detektionseinheit 7 und beispielsweise 100 ms beträgt.

Die vorverarbeiteten Signale 20 der Master-Inertialmesseinheit 4 und die korrigierten Signale 21, 22 der beiden Slave-Inertialmesseinheiten 5 und 6 werden dann der Detektionseinheit 7 zur Auswertung zugeführt. Tritt eine Fehlfunktion in der Master- Inertialmesseinheit 4 auf, dann ändern sich die geschätzten Parameter für die Slave- Inertialmesseinheiten 5, 6 sehr stark. Wird diese Fehlfunktion der Master- Inertialmesseinheit 4 jedoch von der Detektionseinheit 7 erkannt, dann wird mit Hilfe der Zeitverzögerungs-Blöcke 17 und 18 verhindert, dass sich die Parameteränderungen auf die Detektion auswirken. Stattdessen werden die Fehlerparameter der Slave- Inertialmesseinheiten 5, 6 auf den jeweils letzten gültigen Wert eingefroren. Auf diese Weise kann eine Entkopplung von Kompensation und Detektion erreicht und Ausfälle der Master-Inertialmesseinheit 4 sicher von Ausfällen der Slave-Inertialmesseinheiten 5, 6 unterschieden werden.

Zusätzlich oder in einer anderen Ausführungsform können die Schätzwerte der Parameter in den Schätzer-Blöcken 15 und 16 auf ihre zulässigen Maximalwerte begrenzt werden, wodurch sich die Sensitivität der Detektion verbessert.

Zusätzlich oder in einer anderen Ausführungsform kann das Erreichen oder Überschreiten der zulässigen Maximalwerte durch die geschätzten Parameter zur Fehlerdetektion für den betreffenden Sensor herangezogen werden.

Zusätzlich oder in einer anderen Ausführungsform können in den Schätzer- Blöcken 15,

16 die gewichteten Residuen der Präkompensation berechnet und bewertet werden.

Zusätzlich oder in einer anderen Ausführungsform können die in den Schätzer-Blöcken 15 und 16 berechneten Kovarianzen der Schätzfehler bei der Detektion zur Wchtung der Signal-Abweichungen verwendet werden.

In Figur 4 ist äquivalent zu den Drehgeschwindigkeiten w _A , w _B , oo _c (auch als Wnkel- geschwindigkeiten bezeichnet) die Präkompensation der Akzelerometer-Signale (specific forces f _A , f _B , fc) dargestellt. Sind die drei Inertialmesseinheiten 4, 5, 6 räumlich über das Fahrzeug verteilt, muss im Unterschied zu den Drehgeschwindigkeiten w _A , w _B , oo _c zusätzlich die Ortsabhängigkeit der Specific Forces f _A , f _B , f _c berücksichtigt werden. Dies wird bei Sollwertbildung aus den Signalen der Master-Inertialmesseinheit 4 in Fehlermodellen 23 und 24 realisiert, indem die Specific Forces f _A , f _B , f _c mit Hilfe der Drehgeschwindigkeiten w _A , w _B , oo _c und Drehbeschleunigungen d/dt w _A , d/dt w _B , d/dt oo _c auf einen Messort r _t der jeweiligen Slave-Inertialmesseinheit 5, 6 transformiert werden entsprechend der aus der Literatur bekannten Gleichung

Auf diese Weise werden geschätzte Sensorausgaben fB_estimated, fc_estimated ermittelt. In der Ausführungsform von Figur 4 werden lediglich in Schätzer-Blöcken 25 und 26 die Sensor-Bias Bias_f _B , Bias_f _c bestimmt. Es können aber weitere Parameter geschätzt werden, z.B. Bias-Drift, Sensitivitätsabweichungen und Fehlausrichtung. Die Parameterschätzung in den Schätzer-Blöcken 25 und 26 kann, wie aus der Literatur bekannt, über rekursive Least Squares-Verfahren oder Kalmanfilter erfolgen.

In Figur 5 ist eine Ausführungform der Fehlerdetektion nach dem Prinzip des 2-aus-3- Votings dargestellt. Dabei werden die drei zu vergleichenden, vorverarbeiteten Einzelsignale der Master-Inertialmesseinheit 20 und der beiden Slave- Inertialmesseinheiten 21 und 22 mit A, B und C bezeichnet. Dabei kann A, B und C jeweils eine Drehgeschwindigkeit w _A , w _B , oo _c oder eine Specific Force f _A , f _B , fc sein. Insgesamt wird für jeden Freiheitsgrad der Inertialmesseinheiten 4, 5, 6 je eine Detektion verwendet.

Zunächst werden in einem Block 27 die Medianwerte M und D der Signale und ihrer Ableitungen berechnet. Alternativ (und für drei Signale äquivalent hierzu) kann statt des Medianwerts M, D der Mittelwert der zwei Signale verwendet werden, die den minimalen Abstand zueinander haben.

Die Differenz jedes individuellen Signals zum Medianwert M, D wird dann berechnet und gegen einen Schwellwert S normalisiert. Als Schwellwert S wird eine Kombination aus der Varianz <7 des Signal-Rauschprozesses und einer Komponente T verwendet, die die Unsicherheit der Zeitsynchronisation repräsentiert.

M = median ( A , B, C) (4) D = median (Ä, B, C ) (5)

S = 3s + \D\T (6)

A—M

DA

S (7)

B-M

DB

S (8)

C-M

AC = S (9)

Wie oben erwähnt können zusätzlich die Standardabweichungen der Schätzfehler der Schätzer- Blöcke 15, 16, 25 und 26 in die Schwellwertbildung einbezogen werden.

In einer Detektionslogik 28 wird geprüft, ob die normalisierte Signal-Differenz DA, DB, DO zum Median M, D den Wert 1 überschreitet. Ist dies der Fall, dann wird eine Fehlfunktion ERROR A, ERROR B, ERROR C für das betroffene Sensorsignal angenommen.

IF | 4 | > 1 THEN ERROR A IF |DB| > 1 THEN ERROR B

IF |AC[ > 1 THEN ERROR C

Das Auftreten einer Fehlfunktion ERROR A, ERROR B, ERROR C in der Master- Inertialmesseinheit 4 wird durch eine Entscheidungslogik 29 über eine Fehlermeldung an einen Umschalter 8 kommuniziert, der dann auf eine der Slave-Inertialmesseinheiten 5, 6 umschaltet. In der in Figur 5 gezeigten Ausführungsform ist das die Slave- Inertialmesseinheit 5.

Dadurch, dass die Fehler-Modell-Parameter der betreffenden Slave-Inertialmesseinheit 5 bezüglich der Master-Inertialmesseinheit 4 bereits bestimmt wurden, ist das Verhalten der kompensierten Slave-Inertialmesseinheit 5 bezüglich Bias, Drift, Sensitivity etc. identisch zur Master-Inertialmesseinheit 4 und in der nachfolgenden Bewegungsberechnung kann ohne Berücksichtigung des Umschaltvorgangs weiter gerechnet werden.

Wie bereits oben beschrieben, muss die Parameterschätzung für die Slave- Inertialmesseinheiten 5, 6 bei einer Fehlfunktion der Master-Inertialmesseinheit 4 abgekoppelt werden. Dies geschieht mit Hilfe eines Signals 19. Falls eine Fehlfunktion ERROR B, ERROR C in einer der Slave-Inertialmesseinheiten 5, 6 detektiert wird, so wird diese als fehlerhaft gemeldet.

Es wird angestrebt, den optimalen Kompromiss aus Empfindlichkeit gegenüber Sensorfehlern und aus Robustheit gegenüber falsch positiver Detektion infolge von Signalrauschen, Fahrbahnstörungs-Effekten und anderen Unsicherheiten zu finden.

Zitate enthalten in der Beschreibung

Zitierte Patentliteratur

US 9,568,321 B2

Systems and Methods for Determining Inertial Navigation System Faults Bharadwaj et al. 02/2017

US 8,065,074 B1

Configurable Inertial Navigation System with Dual Extended Kalman Filter Modes Licardo, 11/2011

US 5,184,304 A

Fault-Tolerant Inertial Navigation System Huddle 02/1993

US 8,825,436 B2

Inertial Sensing with Spatially Distributed Sensor Array and Two Dimensional Data

Processing

Zhang et al. 09/2014

US 9,753,144 B1

Bias and Misalignment Compensation for 6-DOF IMU Using GNSS/INS Data Jafari et al. 05/2017

Andere Veröffentlichungen

1. M. L. Sheffels, "A Fault-Tolerant Air Data/Inertial Reference Unit", IEEE AES Systems Magazine, 8840 Evergreen Blvd, MN51-1355, Minneapolis, MN 5543, 1993.; M. D. Mclntyre and C. A. Gossett, “The Boeing 777 Fault Tolerant Air Data Inertial Reference System - A New Venture In Working Together”, Seattle, WA 98124: Boeing Commercial Airplane Group, 1995

2. Jan Wendel, Integrierte Navigationssysteme, Oldenbourg 2007

3. Paul D. Groves, „Principles of GNSS, Inertial and Multisensor Integrated Navigation Systems“, Artech House, Boston, London 2013

4. Willy Klier, Andreas Reim and Dietmar Stapel, Sae Technical Paper Series, No. 2008-01-0582, "Robust Estimation of Vehicle Sideslip Angle an Approach w/o Vehicle and Tire Models", Apr. 14-17,

2008, (7 pages).

5. Andreas Reim, Alexander Steinbach, Oliver Oettgen and Dietmar Stapel, 2009 SAE International, No. 2009-01-0430, "Central Sideslip

Angle Estimation on a Software Integration Platform," 2009, (5 pages).

6. http://www.aceinna.com

Triple redundant IMU targets autonomous vehicles, 09/2019

Bezugszeichenliste

Inertialmesseinheit Sensorfusionseinheit weitere Sensoren

Inertialmesseinheit, IMU, Master-Inertialmesseinheit, Master- IM U

Inertialmesseinheit,, IMU, Slave-Inertialmesseinheit, Slave-IM U

Inertialmesseinheit, IMU, Slave-Inertialmesseinheit,

Slave-IM U

Detektionseinheit

Umschalter

Filtereinheit

Filtereinheit

Filtereinheit

Fehlermodell

Fehlermodell

Schätzer-Block

Schätzer-Block

Zeitverzögerungs-Block

Zeitverzögerungs-Block

Signal vorverarbeitete Signale korrigierte Signale korrigierte Signale Fehlermodell Fehlermodell Schätzer-Block Schätzer-Block Block

Detektionslogik

Entscheidungslogik A, B, C vorverarbeitete Einzelsignale

Bias_fB, Bias_fC Sensor-Bias Bias_ooB, Bias_ooC Sensor-Bias D Medianwert, Median

ERROR A, ERROR B, ERROR C Fehlfunktion d/dt ooA Drehbeschleunigung fA, fB, fC Specific Force fB_estimated, fC_estimated geschätzte Sensorausgabe

IMU A Inertialmesseinheit, Master-Inertialmesseinheit

IMU B Inertialmesseinheit, Slave-Inertialmesseinheit

IMU C Inertialmesseinheit, Slave-Inertialmesseinheit

M Medianwert, Median

P Position

S Schwellwert

T Komponente v Geschwindigkeit a Lagewinkel

DA, DB, DO normalisierte Signal-Differenz c Varianz

CJÜA, CJÜB, CJÜC Drehgeschwindigkeit, Winkelgeschwindigkeit ooB-'estimated, ooC-'estimated Sollwert