Die Eigenlokalisierung stellt eine hochrelevante Funktion für die Sicherheit des automatisierten Fahrens dar. Der GNSS (Global Navigation Satellite System)-Sensor nimmt hierbei eine Sonderstellung ein, da nur dieser zum einen eine globale Eigenlokalisierung in einem übergeordneten Koordinatensystem ermöglicht. Zum anderen weist er gegenüber anderen Sensoren, wie Video und Radar, wichtige komplementäre Eigenschaften für die Sensorfusion zur Absicherung der Ortung auf. Die notwendige Präzision im Subdezimeterbereich ist bei GNSS-Sensoren nur durch die Trägerphasenbeobachtung gewährleistet. Die im Fahrzeugbereich verwendete Code-Range (Codemessung) liefert aufgrund ihres hohen Messrauschens nicht die notwendige Auflösung der Ortung. Aufgrund der komplexen GNSS-Signalausbreitung (Signalabschattung, Mehrwegeeffekte) in urbanen Umgebungen ist die Bestimmung einer genauen und robusten Positionslösung eine besondere Herausforderung - z.B. bei der Ortung in engen Straßenschluchten. Das geplante Forschungsvorhaben fokussiert sich daher auf die Entwicklung und Anwendung innovativer Korrekturverfahren zur Reduktion auftretender Mehrwegeeffekte, um die trägerphasenbasierte GNSS-Ortung zu verbessern.

Nach heutigem Stand der Technik ist eine zuverlässige Ortung im innerstädtischen Umfeld für das hochautomatisierte Fahren nur durch eine umfassende Fusion eines GNSS-Sensors mit verschiedenen kostspieligen Sensoren (Radar, Video, Lidar) zu erreichen. Gelingt es, den ohnehin notwendigen GNSS-Sensor mit den zu entwickelnden Korrekturverfahren in seiner Genauigkeit und Robustheit zu steigern, kann die sichere Lokalisierung mit einem wesentlich geringeren Aufwand für weitere Sensoren realisiert werden. Das Vorhaben leistet einen Beitrag zum Ziel, dem hochautomatisierten Fahren im innerstädtischen Bereich zu wirtschaftlichem Erfolg zu verhelfen.

Das fahrerlose Fahren (wie Robo-Taxi und/oder -Shuttle) benötigt maximale Zuverlässigkeit der Ortung. Beim heutigen Stand der Technik ist u.a. eine Remote-Steuerung vorgesehen, welche im Bedarfsfall die manuelle Fernsteuerung des Fahrzeugs übernimmt. Mit dem hier zu entwickelnden Verfahren wird die Zuverlässigkeit der Ortung gesteigert, sodass das fahrerlose Fahren mit weniger Remote-Eingriffen effizienter realisiert werden kann.

Das Erreichen der im Vorhaben gefassten Ziele und die Bearbeitung der sechs definierten Pakete basiert auf den folgenden, wesentlichen Arbeitsschritten. Der erste Schritt besteht in der Definition und Erhebung der für das automatisierte Fahren relevanten Situationen und Anforderungen. Die Erhebung einer einzigartigen GNSS-Datenbasis für kinematische und statische Situationen bildet den zweiten Arbeitsschritt und stellt gleichzeitig die für das Vorhaben notwendigen Untersuchungsdaten bereit. Der dritte Schritt befasst sich mit der Quantifizierung der Fehlereinflüsse rein GNSS basierter, urbaner Ortung und liefert eine Vergleichslösung, die nach aktuellem Stand der Wissenschaft und Technik erreichbar ist und deren Qualität im Rahmen des Vorhabens gezielt verbessert wird.

Identifikation, Definition und Charakterisierung der hierzu notwendigen Parameter erfolgen im vierten Arbeitsschritt. Die dominierenden und als degradierend identifizierten Einflussfaktoren werden im fünften Arbeitsschritt in einer kompakten Form modelliert und Korrekturen für die Berücksichtigung abgeleitet sowie Schnittstellen und Formate zu deren Austausch entwickelt. Die Implementierung und Erprobung von geeigneten Verfahren zur Anwendung der neuen Korrekturen im GNSS-Empfänger erfolgt im sechsten Arbeitsschritt. Zum Abschluss des Verbundprojekts wird eine Demonstration des Gesamtkonzeptes bei Anwendung im realen Umfeld durchgeführt.


Anteil der Professur am Vorhaben

Das IfE konzentriert sich auf die Entwicklung der methodischen Konzepte und mathematischen Modellierung von GNSS-Signaleigenschaften sowie auf die Analyse der notwendigen Modellparameter zur Beschreibung der GNSS-Signalcharakteristiken als Grundlagen der Korrekturkonzepte. Es werden die weitreichenden Kenntnisse und vorhandenen Fertigkeiten zur Kopplung von GNSS und IMU zur Auswertung statischer und kinematischer GNSS-Trajektorien im Vorhaben eingebracht und die Partner entsprechend unterstützt. Das IfE wird seine umfangreiche GNSS-Analyse- und Auswerte-Software (GNSS-Toolbox V6.1) einbringen und für die detaillierte und dedizierte Charakterisierung und Klassifizierung der innerstädtischen GNSS-Ortung einsetzen. Der fachliche Diskurs und die vorhandene Expertise innerhalb der Arbeitsgruppe durch Spezialisten aus benachbarten Bereichen (Inertialnavigation, kollaborative Navigation, Empfängeruhrmodellierung etc.) sind hierbei sehr nützlich. Ein weiterer Schwerpunkt wird durch das IfE im Bereich des Forschungsdatenmanagements nach den FAIR-Regeln¹ (European Commission, 2016)² gewährleistet.


¹FAIR: Findable, Accessible, Interoperable, Re-usable, Prinzipien zum Teilen und Austauschen von Forschungsdaten (vgl. European Commission (2016)
²European Commission (2016). H2020 Programme – Guidelines on FAIR Data Management in Horizon 2020, Version 3, Directorate-General for Research & Innovation