DE102018123092A1 - Verfahren zum Bestimmen einer lateralen Geschwindigkeit sowie einer Gierrate für eine Eigenbewegung eines Kraftfahrzeugs - Google Patents

Abstract

Die Erfindung betrifft ein Verfahren zum Bestimmen einer lateralen Geschwindigkeit (V) sowie einer Gierrate (θ̇) für eine Eigenbewegung eines Kraftfahrzeugs. Dazu wird ein Lenkwinkel (δ) der Vorderachse, ein Lenkwinkel der Hinterachse (δ), jeweils eine Umlaufdrehzahl für die Vorderachse (RPS) und für die Hinterachse (RPS), eine laterale gemessene Beschleunigung (a) und eine gemessene Gierrate (θ̇) erfasst. Aus diesen Größen werden mithilfe eines Vorhersagemodells (PM) prädizierte Werte für die winkelbasierende Parameter, eine prädizierte laterale Geschwindigkeit und eine prädizierte Gierrate berechnet. In einem Fusionsmodell (FM) werden fusionierte Werte für die winkelbasierenden Parameter, für die fusionierte laterale Geschwindigkeit und für die fusionierte Gierrate berechnet. Die im Fusionsmodell (FM) berechneten fusionierten Werte können entweder als Startwerte für das Vorhersagemodell (PM) zurückgegeben werden und/oder die fusionierten Werte des Fusionsmodells (FM) können als Ergebniswerte zum Bestimmen der Eigenbewegung des Kraftfahrzeugs genutzt werden.

Description

• Die vorliegende Erfindung betrifft ein Verfahren zum Bestimmen einer lateralen Geschwindigkeit sowie einer Gierrate für eine Eigenbewegung eines Kraftfahrzeugs mit einer Vorderachse und einer Hinterachse. Diese Erfindung betrifft ferner ein Sensorsystem für ein Kraftfahrzeug mit einer Sensoreinrichtung zum Bestimmen einer lateralen Geschwindigkeit sowie einer Gierrate für eine Eigenbewegung des Kraftfahrzeugs.
• Bisher sind keine Lösungen zur Odometrieberechnung mit hoher Genauigkeit und Stabilität basierend auf einfachen konventionellen Basissensoren bekannt. Existierende alternative Lösungen basieren meistens auf sehr teuren beziehungsweise aufwendigen Sensoren, welche an einem Fahrzeug angeordnet sind. Solche Sensoren sind beispielsweise Differential GPS- (dGPS) oder Lidar-Sensoren.
• Die Druckschrift WO 2014/146821 A1 betrifft ein Verfahren zum Bestimmen eines aktuellen Umfangs eines Rades eines Kraftfahrzeugs. Mittels eines Gierratensensors wird eine Gierrate des Kraftfahrzeugs erfasst und der aktuelle Umfang zumindest eines Rades wird in Abhängigkeit von der Gierrate und von zumindest einem Geometrieparameter des Fahrzeugs bestimmt. Zur Bestimmung des Umfangs wird ein Lenkwinkel des Kraftfahrzeugs während einer Kurvenfahrt erfasst und ein Kurvenradius der befahrenen Kurve wird in Abhängigkeit von einem Lenkwinkel und von dem zumindest einen Geometrieparameter des Fahrzeugs bestimmt.
• Die Offenlegungsschrift DE 10 2006 020 490 A1 betrifft ein Verfahren und eine Vorrichtung zur Umfangsermittlung von Fahrzeugrädern. Dabei wird der genaue Umfang eines ersten Rades des Fahrzeugs abhängig von einer Gierrate des Fahrzeugs, einer ersten Drehgeschwindigkeit des ersten Rades, einer zweiten Drehgeschwindigkeit des zweiten Rades und einer Spurbreite zwischen dem ersten Rad und dem zweiten Rad ermittelt.
• Die Druckschrift US 8,326,480 B2 beschreibt ein Verfahren und eine Vorrichtung zur Überwachung eines Stators eines Reifens. Dazu wird ein Analysewert eingesetzt, der aus den Umlaufdrehzahlen der Räder ermittelte wird. Der Analysewert beschreibt insbesondere einen absoluten Rollumfang eines Reifens. Insbesondere wird ein dynamischer Reifenradius ermittelt. Dieser dynamische Reifenradius wird durch Auswerten der Umlaufzahlen der Räder und eines Signals eines wenigstens einen weiteren Sensors ermittelt, der ausgebildet ist, die Geschwindigkeit des Fahrzeugs gegenüber einer Oberfläche zu bestimmen.
• Die Aufgabe der Erfindung besteht darin, ein Verfahren bereitzustellen, welches die Berechnung einer lateralen Geschwindigkeit sowie einer Gierrate für eine Eigenbewegung des Kraftfahrzeugs mit einfachen Basissensoren ermöglicht. Zur Berechnung der lateralen Geschwindigkeit sowie der Gierrate sollen Messwerte eines Beschleunigungssensors und eines Gierratensensors berücksichtigt werden.
• Diese Aufgabe wird gemäß den unabhängigen Patentansprüchen gelöst. Sinnvolle Weiterbildungen ergeben sich aus den Unteransprüchen.
• Die Erfindung sieht ein Verfahren zum Bestimmen einer lateralen Geschwindigkeit sowie einer Gierrate für eine Eigenbewegung eines Kraftfahrzeugs mit einer Vorderachse und einer Hinterachse vor. Dieses Verfahren zeichnet sich durch die folgenden Verfahrensschritte aus. In einem ersten Schritt a) wird ein Lenkwinkel der Vorderachse, ein Lenkwinkel der Hinterachse, jeweils eine Umlaufdrehzahl für die Vorderachse und für die Hinterachse, eine laterale gemessene Beschleunigung und eine gemessene Gierrate erfasst und/oder gemessen. Das Messen der beiden Lenkwinkel für die Vorderachse und die Hinterachse geschieht vorzugsweise durch den Einsatz eines Lenkwinkelsensors. Die jeweilige Umlaufdrehzahl wird vorzugsweise mit einem Drehzahlsensor gemessen. Die gemessene Gierrate wird vorzugsweise mittels eines Gyroskops bestimmt. Im Schritt a) werden somit vorzugsweise die beiden Lenkwinkel, die beiden Umlaufdrehzahlen für die Vorder- und Hinterachse, die gemessene Beschleunigung sowie die gemessene Gierrate mittels einer entsprechenden Sensoreinrichtung erfasst oder gemessen. Die Gierrate wird häufig auch als Giergeschwindigkeit bezeichnet.
• In einem Schritt b) werden prädizierte Werte für prädizierte winkelbasierende Parameter, eine prädizierte laterale Geschwindigkeit und eine prädizierte Gierrate mittels eines Vorhersagemodells berechnet, wobei das Vorhersagemodell für das Berechnen im Schritt b) die zwei Lenkwinkel für die Vorderachse und Hinterachse und vorgegebene Startwerte für die winkelbasierenden Parameter, für die laterale Geschwindigkeit und für die Gierrate berücksichtigt. Das Vorhersagemodell ermittelt somit insbesondere aus den Startwerten für die Lenkwinkel, die winkelbasierende Parameter, die laterale Geschwindigkeit und die Gierrate prädizierte Werte für die laterale Geschwindigkeit, die Gierrate sowie die winkelbasierenden Parameter. Mithilfe des Vorhersagemodells können anhand der Startwerte prädizierte Werte für die jeweiligen Größen ermittelt werden. Insbesondere können weitere Startwerte für zusätzliche Parameter geschätzt oder anderweitig gemessen werden. Beispielsweise kann ein Startwert für eine longitudinale Geschwindigkeit geschätzt werden. Dieser Schätzwert für die longitudinale Geschwindigkeit kann ebenfalls für das Berechnen der prädizierten Werte im Schritt b) berücksichtigt werden. Durch das Vorhersagemodell können aus den Startwerten genauere Werte, hier in diesem Fall prädizierte Werte, erzeugt werden.
• Das Vorhersagemodell dient insbesondere der Berechnung von Parametern betreffend die Eigenbewegung eines Kraftfahrzeugs. Dabei kann das Vorhersagemodell unter anderem auf Elemente eines Einspurmodells zurückgreifen. Innerhalb des Vorhersagemodells können beispielsweise Werte zu einem Radius des Kraftfahrzeugs, einer lateralen Geschwindigkeit, einem Schräglaufwinkel im Schwerpunkt des Kraftfahrzeugs sowie zu Schräglaufwinkel ermittelt werden. Jedoch ist insbesondere das Verfahren nach dem Vorhersagemodell noch nicht abgeschlossen, sondern wird bevorzugt mit dem Fusionsmodell fortgeführt. Im weiteren Verlauf dieser Anmeldung wird daher ein Fusionsmodell eingeführt. Das Fusionsmodell ist bevorzugt in zwei unterschiedliche Kalman-Filter unterteilt, einem „gewöhnlichen“ Kalman-Filter und einem Unscented Kalman-Filter. Der Unscented Kalman-Filter wird insbesondere als ein weiteres Vorhersagemodell innerhalb des Fusionsmodells eingesetzt. Dabei kann der Unscented Kalman-Filter vor allem nicht-lineare Gleichungssysteme beziehungsweise nicht-lineare Zusammenhänge berücksichtigen.
• Der „gewöhnliche“ Kalman-Filter - im weiteren Verlauf einfach nur Kalman-Filter genannt - kann gemessene Parameter in das Fusionsmodell einbinden. Der Kalman-Filter weist Gleichungssysteme auf, die gemessene Parameter beziehungsweise Größen berücksichtigen können. Damit können mittels des Fusionsmodells neue Startwerte für die Parameter der Eigenbewegung ermittelt werden. Diese Startwerte können dem Vorhersagemodell erneut für einen nächsten Zyklus zugeführt werden. Dies würde bedeuten, dass das Vorhersagemodell und das Fusionsmodell erneut mit den neuen Startwerten ausgeführt werden können. Die Startwerte können auch als Ergebniswerte ausgegeben werden. Somit können das Vorhersagemodell und das Fusionsmodell als Kreislauf, Zyklus oder Schleife betrachtet werden. Das Fusionsmodell kann somit gemessene Parameter in das Verfahren einbeziehen und die im Vorhersagemodell ermittelten Parameter aktualisieren. So kann das Vorhersagemodell mit Messgrößen gekoppelt werden.
• Wird beispielsweise das Vorhersagemodell mit Ergebniswerten aus dem Fusionsmodell erneut ausgeführt, so kann eine Verbesserung der Genauigkeit erreicht werden. Insbesondere können durch die Kopplung des Vorhersagemodells mit dem Fusionsmodell Änderungen in der Bewegung des Kraftfahrzeugs erkannt und berücksichtigt werden. Bevorzugt kann ein Kriterium festgelegt werden, ob der Zyklus aus Vorhersagemodell und Fusionsmodell erneut durchlaufen wird. Dieses Kriterium kann zum Beispiel eine Differenz von aktuellen Startwerten zu vorigen Startwerten aus dem Zyklus unmittelbar davor sein. Auch andere Kriteria, wie zum Beispiel eine feste Anzahl durchlaufener Zyklen, können verwendet werden, um festzulegen, ob der Zyklus aus Vorhersagemodell und Fusionsmodell erneut ausgeführt wird oder ob die Startwerte als Ergebniswerte ausgegeben werden.
• In einem Schritt c) werden fusionierte Werte für fusionierte winkelbasierende Parameter, eine fusionierte laterale Geschwindigkeit und eine fusionierte Gierrate ausgehend von den prädizierten Werten aus Schritt b) mittels eines Fusionsmodells zum Fusionieren prädizierter Werte und gemessener Werte berechnet. Dabei weist das Fusionsmodell einen Unscented Kalman-Filter und einen Kalman-Filter auf. Der Kalman-Filter berücksichtigt die laterale gemessene Beschleunigung und die gemessene Gierrate für das Berechnen der fusionierten Werte. Der Unscented Kalman-Filter berechnet insbesondere einen Satz von Sigma-Punkten. Zu den Sigma-Punkten werden in der Regel bei dem Unscented Kalman-Filter jeweils ein Gewichtskoeffizient oder eine Gewichtungsmatrix ermittelt. Der Unscented Kalman-Filter wird insbesondere bei nichtlinearen Gleichungssystemen eingesetzt. Der Unscented Kalman-Filter berücksichtigt die zusätzliche Unsicherheit einer linearisierten Funktion aufgrund von Fehlern beim Prozess des Linearisierens. Der Unscented Kalman-Filter stellt insbesondere eine Weiterentwicklung eines Extended Kalman-Filter, also eines erweiterten Kalman-Filters dar. Die im Schritt b) prädizierten Werte werden insbesondere mittels des Unscented Kalman-Filters erneut vorhergesagt. Dazu werden insbesondere die im Schritt b) berechneten prädizierten Werte dem Unscented Kalman-Filter als Eingangswerte zugeführt. Nach einer Verarbeitung der im Schritt b) erzeugten prädizierten Werte durch den Unscented Kalman-Filter zu neuen Werten, können diese neuen Werte dem Kalman-Filter übergeben werden. Insbesondere der Kalman-Filter ist dazu ausgelegt, die von dem Unscented Kalman-Filter erzeugten Werte zu den fusionierten Werten weiter zu verarbeiten. Dazu können die von dem Unscented Kalman-Filter erzeugten Werte dem Kalman-Filter als Eingangswerte zugeführt werden, welcher aus diesen Eingangswerten unter Berücksichtigung von gemessenen Sensorwerten die fusionierten Werte erzeugen kann. Die gemessenen Werte sind vorzugsweise die gemessene Gierrate sowie die gemessene laterale Beschleunigung.
• In einem Schritt d) werden die berechneten fusionierten Werte aus Schritt c) als vorgegebene Startwerte für das Vorhersagemodell in Schritt b) zugeführt und/oder die in Schritt c) berechneten fusionierten Werte werden als Ergebniswerte zum Bestimmen der Eigenbewegung des Kraftfahrzeugs ausgegeben. Der Verfahrensschritt d) sieht somit mehrere Möglichkeiten vor. Die in Schritt c) berechneten fusionierten Werte können für das Vorhersagemodell in Schritt b) wieder verwendet werden. Das bedeutet insbesondere, dass die in Schritt c) berechneten fusionierten Werte als Startwerte für den Schritt b) berücksichtigt werden. Damit können die Verfahrensschritte b) und c) erneut durchgeführt werden, wobei in diesem Fall die Startwerte in Schritt b) die fusionierten Werte aus Schritt c) darstellen.
• Es ist jedoch auch möglich, dass ein Teil der fusionierten Werte dem Verfahrensschritt b) zurückgeführt werden und ein Teil der berechneten fusionierten Werte in Schritt c) als Ergebniswerte ausgegeben werden. Beispielsweise kann die longitudinale Geschwindigkeit als Ergebnis ausgegeben werden und die restlichen Größen können als Startwerte für den Schritt b) berücksichtigt werden. Schritt d) sieht zudem die Möglichkeit vor, dass die in Schritt c) berechneten fusionierten Werte als Ergebniswerte zum Bestimmen der Eigenbewegung des Kraftfahrzeugs ausgegeben werden. Zudem sieht der Verfahrensschritt d) die Möglichkeit vor, dass die Verfahrensschritte b) bis d) zyklisch durchgeführt werden können. Dies ist insbesondere dann vorgesehen, wenn eine gewünschte Genauigkeit betreffend die laterale Geschwindigkeit sowie die Gierrate erreicht wurde. Darüber hinaus kann vorgesehen sein, dass mehrere Verfahrenszyklen durchlaufen werden sollen, wenn die laterale gemessene Beschleunigung und die gemessene Gierrate sich zeitlich stark ändern. In diesem Fall kann eine mehrfache Wiederholung der Verfahrensschritte b) bis d) eine höhere Genauigkeit bewirken.
• Eine weitere Variante dieser Erfindung sieht vor, dass ein Startwert für eine longitudinale Geschwindigkeit vorgegeben, erfasst und/oder bestimmt wird zum Berechnen der prädizierten Werte in Schritt b), wobei die longitudinale Geschwindigkeit zur lateralen Geschwindigkeit senkrecht ausgebildet ist. Die longitudinale Geschwindigkeit wird insbesondere anhand der Umlaufdrehzahlen für die Vorderachse und für die Hinterachse ermittelt. Es ist möglich, aus den beiden Umlaufdrehzahlen eine einzige gemittelte Umlaufdrehzahl zu bilden. Im einfachsten Fall könnte die longitudinale Geschwindigkeit einfach vernachlässigt werden. Zur Erhöhung der Genauigkeit des Verfahrens wird jedoch meistens ein Startwert für die longitudinale Geschwindigkeit bestimmt. Dies geschieht insbesondere unter Berücksichtigung beider Umlaufdrehzahlen für die Vorderachse und für die Hinterachse. Somit können beide Geschwindigkeitskomponenten, nämlich die longitudinale Geschwindigkeit und die laterale Geschwindigkeit, zur Bestimmung der Gierrate berücksichtigt werden.
• Eine weitere Variante dieser Erfindung sieht vor, dass Startwerte für die zwei winkelbasierenden Parameter, die laterale Geschwindigkeit und die Gierrate für das Berechnen der prädizierten Werte in Schritt b) vorgegeben, erfasst und/oder bestimmt werden. Diese Variante der Erfindung sieht insbesondere vor, dass die Startwerte von dem Verfahrensschritt b) nicht nur vorgegeben, sondern stattdessen erfasst und/oder bestimmt werden können. Dazu können zum Beispiel einfache Näherungslösungen oder anderweitige Abschätzungen zum Einsatz kommen. Je besser die vorgegebenen Startwerte im Verfahrensschritt b) gewählt werden, desto schneller und effizienter kann tendenziell das Berechnen der prädizierten Werte erfolgen. Beispielsweise können die winkelbasierenden Parameter anhand einer Masse und einer Steifigkeit ermittelt werden. Für den winkelbasierenden Parameter betreffend die Vorderachse könnte eine Relation aus einer Masse für die Vorderachse gegenüber einer Steifigkeit betreffend die Vorderachse gebildet werden.
• Eine weitere Variante dieser Erfindung sieht vor, dass der Startwert für die longitudinale Geschwindigkeit und/oder ein prädizierter Wert für die longitudinale Geschwindigkeit basierend auf einem effektiven Umfang betreffend die Vorderachse und die Hinterachse berechnet wird, wobei der effektive Umfang in Abhängigkeit von der jeweiligen Umlaufdrehzahl bestimmt wird. Insbesondere bei Geschwindigkeiten ab 80 km/h kann sich ein Radumfang signifikant ändern. Dies kann zum Beispiel durch eine Veränderung des Reifeninnendrucks hervorgerufen werden. Bei höheren Kraftfahrzeuggeschwindigkeiten kann sich eine Luft im Reifen stärker erwärmen, was zu einer Erhöhung des Reifenfülldrucks führen kann. Dies kann zu einer signifikanten Änderung des Radumfangs führen. Diese Variante der Erfindung berücksichtigt die Tatsache, dass bei bestimmten Umlaufdrehzahlen sich der Umfang betreffend die Vorderachse und die Hinterachse ändert. Der Umfang beschreibt insbesondere einen Radumfang. Der Umfang kann jedoch der Vorderachse beziehungsweise der Hinterachse zugewiesen werden. In Abhängigkeit von der jeweiligen Umlaufdrehzahl wird insbesondere ein effektiver Umfang bestimmt. Dies geschieht vorzugsweise durch Berücksichtigen mehrerer abschnittsweiser linearer Funktionen. Die jeweiligen Koeffizienten dieser linearen Funktionen werden bevorzugt anhand eines vorgegebenen Referenzdatensatzes ermittelt. Somit kann der Effekt, dass sich ein Radumfang bei höheren Geschwindigkeiten ändert, zusätzlich berücksichtigt werden. Dies kann zu einer signifikanten Erhöhung der Genauigkeit für odometrische Berechnungen führen.
• Eine weitere Variante dieser Erfindung sieht vor, dass die Verfahrensschritte a) bis d) mehrfach zyklisch ausgeführt werden, periodisch neue Werte für die Lenkwinkel, die Umlaufdrehzahlen, der lateralen gemessenen Beschleunigung gemessen werden und diese gemessenen Werte für das Vorhersagemodell und/oder Fusionsmodell berücksichtigt werden. Somit sieht diese Variante der Erfindung nicht nur vor, dass die Verfahrensschritte mehrfach zyklisch ausgeführt werden, sondern darüber hinaus dass periodisch neue Werte für die Lenkwinkel, die Umlaufdrehzahlen und die laterale gemessene Beschleunigung gemessen werden. Diese gemessenen Werte werden dabei jeweils für das Vorhersagemodell und/oder Funktionsmodell berücksichtigt. Damit kann zum einen die Präzision des Verfahrens erhöht werden und zum anderen können sich ändernde Messwerte betreffend die laterale Beschleunigung, die Umlaufdrehzahlen und die Lenkwinkel fortlaufend berücksichtigt werden. Damit kann sichergestellt werden, dass sich das Fusionsmodell nicht losgelöst von Sensordaten entwickelt. Ein mögliches „Auseinanderdriften“ der Modelle (Vorhersagemodell und Fusionsmodell) von gemessenen Sensordaten kann so rechtzeitig erkannt werden beziehungsweise unterbunden werden. Darüber hinaus können zusätzlich periodisch neue Werte für die gemessene Gierrate für das Vorhersagemodell und/oder Fusionsmodell berücksichtigt werden.
• Eine weitere Variante dieser Erfindung sieht vor, dass der Unscented Kalman-Filter des Fusionsmodells die prädizierten Werte aus Schritt b) gewichtet mittelt. Dazu werden im Rahmen des Unscented Kalman-Filters bevorzugt Gewichtskoeffizienten oder entsprechende Gewichtungsmatrizen ermittelt, welche die prädizierten Werte aus Schritt b) zu gewichteten Werten des Unscented Kalman-Filters transformieren. Die Gewichtskoeffizienten können ebenfalls in Form einer Gewichtsmatrix zusammengefasst sein. Die prädizierten Werte aus Schritt b) können in einer Matrix zusammengefasst werden. Mittels der Gewichtungsmatrix kann diese aus prädizierten Werten bestehende Matrix in eine neue Matrix umgewandelt werden. Diese neue Matrix weist dann vorzugsweise gewichtete Werte auf. Diese gewichteten Werte können insbesondere zur Berechnung der fusionierten Werte eingesetzt werden.
• Eine weitere Variante dieser Erfindung sieht vor, dass der Kalman-Filter des Fusionsmodells aus den gewichteten gemittelten prädizierten Werten neue Startwerte für die zwei winkelbasierenden Parameter, die laterale Geschwindigkeit und die Gierrate berechnet. Dabei berücksichtigt der Kalman-Filter für diese Berechnung die gemessene laterale Beschleunigung und die gemessenen Gierrate. Somit sieht diese Variante insbesondere vor, dass der Kalman-Filter des Fusionsmodells die von dem Unscented Kalman-Filter bereitgestellten gewichteten gemittelten prädizierten Werten als Eingangswerte verwendet. Vorzugsweise fließen die Ergebniswerte des Unscented Kalman-Filter als Startwerte in den Kalman-Filter ein. Der Kalman-Filter beschreibt insbesondere das Zusammenwirken der entsprechenden physikalischen Bewegungsgleichungen sowie der entsprechenden Sensordaten. In diesem Beispiel werden als Sensordaten die gemessene laterale Beschleunigung sowie die gemessene Gierrate berücksichtigt. Je nach Ausgestaltung des Kalman-Filters können auch die jeweiligen Lenkwinkel und jeweiligen Umlaufdrehzahlen berücksichtigt werden. In der Regel sind darüber hinausgehende Sensordaten nicht vorgesehen, da diese Erfindung beabsichtigt, ohne kostenintensive Sensorik auszukommen. Der Unscented Kalman-Filter kann nicht-lineare Systeme darstellen und der Kalman-Filter kann insbesondere eine Rückkopplung des Fusionsmodells mit der gemessenen lateralen Beschleunigung und der gemessenen Gierrate bereitstellen.
• Eine weitere Variante dieser Erfindung sieht vor, dass die Werte für die prädizierten winkelbasierenden Parameter, die prädizierte laterale Geschwindigkeit und die prädizierte Gierrate mittels eines Tiefpassfilters gefiltert werden. Die Filterung mittels des Tiefpassfilters dient insbesondere dazu, plötzlichere Änderungen oder Ausreißer betreffend die genannten prädizierten Werte zu vermeiden. Unerwartete oder unrealistische Peaks beziehungsweise Abweichungen betreffend die berechneten prädizierten Werte können so effektiv vermieden werden. Es werten insbesondere Tiefpassfilter mit einem Puffer der Größe 5 eingesetzt. Zudem können noch weitere Werte tiefpassgefiltert werden. Dies betrifft die jeweiligen Bewegungswinkel, einen Schräglaufwinkel im Schwerpunkt, einen Radius sowie die genannten prädizierten Werte.
• Eine weitere Variante dieser Erfindung sieht vor, dass die Startwerte betreffend die zwei winkelbasierenden Parameter basierend auf einem vorgegebenen Datensatz ermittelt werden, wobei der vorgegebene Datensatz jeweils einen Schräglaufwinkel für die Vorderachse und Hinterachse mit einem Produkt aus den Startwerten für die longitudinale Geschwindigkeit und die Gierrate verknüpft. Ein Schräglaufwinkel kann nicht immer mit einer entsprechenden Sensorik erfasst werden. Dies gilt insbesondere dann, wenn ein entsprechender Sensor nicht vorhanden ist. Diese Variante der Erfindung ermöglicht es dennoch, den Schräglaufwinkel zu ermitteln. Dazu wird auf einen vorgegebenen Datensatz zurückgegriffen. Dieser Datensatz beinhaltet insbesondere Referenzmessungen, welche mit einem mit entsprechender Sensorik ausgestatteten Fahrzeug durchgeführt wurden. Bei diesen Referenzmessungen wurde unter anderem der Schräglaufwinkel gemessen. Darüber hinaus wurden auch Messwerte für die longitudinale Geschwindigkeit und die Gierrate erfasst. Eine bevorzugte Darstellung dieses Datensatzes besteht in einem Diagramm, in dem auf der x-Achse der jeweilige Schräglaufwinkel und auf der y-Achse ein Produkt aus longitudinaler Geschwindigkeit und Gierrate dargestellt ist. Für ein Fahrzeug können zwei solcher Diagramme vorliegen, eines für die Vorderachse und eines für die Hinterachse. Insbesondere kann vorgesehen sein, dass unter Verwendung der longitudinalen Geschwindigkeit und der Gierrate der entsprechende Schräglaufwinkel aus dem vorgegebenen Datensatz direkt ermittelt werden kann. Somit kann der Schräglaufwinkel trotz eines entsprechenden fehlenden Sensors ermittelt werden.
• Eine weitere Variante dieser Erfindung sieht vor, dass zum Bestimmen der Startwerte für die beiden winkelbasierenden Parameter eine Steigung des vorgegebenen Datensatzes ermittelt wird. Wie in der vorherigen Variante dargestellt wurde, wird der vorgegebene Datensatz bevorzugt in Form eines Diagramms dargestellt. Die jeweiligen Messpunkte zeigen in der Regel eine lineare Tendenz. Basierend auf dieser linearen Tendenz kann eine Steigung des vorgegebenen Datensatzes ermittelt werden. Diese Steigung kann mit der Gleichung 1 beziehungsweise Gleichung 2 verknüpft werden. $$K_F=\frac{m_F}{c_F};$$

  

  $$K_R=\frac{m_R}{c_R};$$

  
• Dabei ist m_F die Masse betreffend der Vorderachse. c_F ist die Steifigkeit betreffend der Vorderachse. Die Parameter m_R beziehungsweise c_R beziehen sich entsprechend auf die Hinterachse. Der Quotient in Gleichung 1 oder 2 entspricht der Steigung des vorgegebenen Datensatzes beziehungsweise der inversen Steigung.
• Die Steigung des vorgegebenen Datensatzes kann beispielsweise mit Hilfe einer linearen Regressionsausgleichsrechnung bestimmt werden. Dies kann auf einfache Weise mit vielen Programmtools, die ein Kurvenfittool beinhalten, bewerkstelligt werden. Somit können durch die Steigung des vorgegebenen Datensatzes die Startwerte für die beiden winkelbasierenden Parameter beziehungsweise die jeweiligen Schräglaufwinkel ermittelt werden.
• Eine weitere Variante dieser Erfindung sieht vor, dass zwei Bewegungswinkel für die Vorderachse und Hinterachse aus einer Summe von den beiden Schräglaufwinkeln und den gemessenen Lenkwinkeln gebildet werden. Dies geschieht vorzugsweise mittels der Gleichungen 3 und 4. $$A_F={\delta }_F+{\alpha }_F;$$

  

  $$A_R={\delta }_R+{\alpha }_R;$$

  

  δ_F beziehungsweise δ_R sind entsprechend den jeweiligen Lenkwinkeln. Die Schräglaufwinkel α_F und α_R können durch die vorgenannten Varianten der Erfindung bestimmt werden. Eine Zusammenfassung dieser beiden Winkel zu einem Bewegungswinkel erleichtert die weitere Berechnung, da anstelle zweier Werte nur noch ein Wert abgespeichert und verarbeitet werden muss. Dies kann die Geschwindigkeit der odometrischen Berechnungen erhöhen.
• Eine weitere Variante dieser Erfindung sieht vor, dass die prädizierten winkelbasierenden Parameter in Abhängigkeit von einer Fallunterscheidung berechnet werden, wobei bei der Fallunterscheidung der Wert der gemessenen lateralen Beschleunigung mit einem Schwellenwert für die laterale Beschleunigung verglichen wird. Dies bedeutet insbesondere, dass die Startwerte für die beiden winkelbasierenden Parameter mittels einer Fallunterscheidung ermittelt werden. Diese Fallunterscheidung soll insbesondere unterschiedlichen Drehrichtungen der Vorder- und Hinterachse berücksichtigen. Überschreitet die gemessene laterale Beschleunigung den Schwellenwert für die laterale Beschleunigung so ist insbesondere vorgesehen, dass die prädizierten winkelbasierenden Parameter anhand der Gleichungen 5 beziehungsweise 6 berechnet werden. $$K_{F_p}=2.25\times EG;$$

  

  $$K_{R_p}=1.25\times EG;$$

  
• Ist jedoch die gemessene laterale Beschleunigung gegenüber dem Schwellenwert der lateralen Beschleunigung geringer, so ist insbesondere vorgesehen, dass die prädizierten winkelbasierenden Parameter mittels der Gleichungen 7 oder 8 ermittelt werden. $$K_{F_p}=-0.01+\frac{EG}{6};$$

  

  $$K_{R_p}=-0.01-\frac{5\times EG}{6};$$

  

  In den Gleichungen 5 bis 8 ist ein Parameter EG enthalten. Der Parameter EG wird mittels der dargestellten Fallunterscheidung zu den prädizierten winkelbasierenden Parametern umgeformt. Auf den Parameter EG wird später eingegangen.
• Eine weitere Variante dieser Erfindung sieht vor, dass ein Schräglaufwinkel im Schwerpunkt des Kraftfahrzeugs in Abhängigkeit von den Bewegungswinkeln, einem Abstand zwischen der Vorderachse zur Hinterachse und einem Abstands der Vorderachse zum Schwerpunkt des Kraftfahrzeugs berechnet wird. Die Berechnung des Schräglaufwinkels im Schwerpunkt des Kraftfahrzeugs erleichtert die spätere Berechnung der prädizierten lateralen Geschwindigkeit. Der Schräglaufwinkel β wird insbesondere mittels der Gleichung 9 berechnet. $$\beta ={\text{tan}}^{-1}\left[\text{tan}\left(A_F\right)-\frac{l_F}{l}\left[\text{tan}\left(A_F\right)-\text{tan}\left(A_R\right)\right]\right];$$

  
• A_F beziehungsweise A_R sind die jeweiligen Bewegungswinkel, der Quotient $\frac{l_F}{l}$

  

  beschreibt ein Längenverhältnis. Da der Schräglaufwinkel β im weiteren Verlauf für weitere Berechnungen benötigt wird, kann eine Vorabberechnung des Schräglaufwinkels β die Effizienz des Berechnungsverfahrens erhöhen und somit rasche odometrische Berechnungen ermöglichen.
• Eine weitere Variante dieser Erfindung sieht vor, dass ein Rotationsradius des Kraftfahrzeugs in Abhängigkeit von den Bewegungswinkeln und in Abhängigkeit von dem Abstand zwischen der Vorderachse zur Hinterachse berechnet wird. Der Rotationsradius wird insbesondere durch die Gleichung 10 ermittelt. $$R^{-1}=\left[\frac{\text{tan}\left(A_F\right)-\text{tan}\left(A_R\right)}{l}\right]\times \text{cos}\left(A_F\right);$$

  

  Zu beachten ist, dass Gleichung 10 nicht den Radius R direkt sondern den inversen Radius R^-1 in der Mitte der Vorderachse des Kraftfahrzeugs berechnet. Diese Darstellung ist zweckmäßig, da im weiteren Verlauf der inverse Rotationsradius direkt verarbeitet werden kann. Bezüglich der Berechnung des Rotationsradius gelten dieselben Vorteile wie bei der Berechnung des Schräglaufwinkels β.
• Eine weitere Variante dieser Erfindung sieht vor, dass die gemessene laterale Beschleunigung und die gemessene Gierrate tiefpassgefiltert werden. Bei einem Messen der lateralen Beschleunigung und der Gierrate kann es durch systematische und statistische Fehler zu Abweichungen bei den Messwerten kommen. Im schlimmsten Fall können so genannte Ausreißer vorkommen, welche im ungünstigsten Fall über den Kalman-Filter in das Berechnungsverfahren einfließen. Solche statistischen Ausreißer könnten dann zu nicht-realistischen Ergebnissen führen und sind häufig unerwünscht. Mittels einer Tiefpassfilterung der gemessenen lateralen Beschleunigung und der gemessenen Gierrate kann verhindert werden, dass einzelne statistische Ausreißer bei der Messung der lateralen Beschleunigung oder der Gierrate die odometrischen Berechnungen verfälschen. Hier wird ebenso bevorzugt eine Tiefpassfilterung mit einem Puffer der Größe 5 eingesetzt.
• Die vorliegende Erfindung stellt ebenfalls ein Sensorsystem für ein Kraftfahrzeug mit einer Sensoreinrichtung zum Erfassen einer gemessenen lateralen Beschleunigung, einer gemessenen Gierrate, eines Lenkwinkels einer Vorderachse, eines Lenkwinkels einer Hinterachse und jeweils einer Umlaufdrehzahl für die Vorderachse und Hinterachse bereit. Zudem weist das Sensorsystem eine Auswerteeinheit auf, wobei die Auswerteeinheit ausgebildet ist, die von der Sensoreinrichtung erfassten Größen entsprechend einem Verfahren gemäß den vorhergehenden Varianten zu verarbeiten. Die Auswerteeinheit kann insbesondere das Vorhersagemodell sowie die beiden unterschiedlichen Kalman-Filter beinhalten. Die von der Sensoreinrichtung gemessenen Größen können der Auswerteeinrichtung zugeführt werden. Die Auswerteeinheit kann diese zugeführten Messgrößen entsprechend dem Vorhersagemodell, dem Unscented Kalman-Filter sowie dem Kalman-Filter verarbeiten. Dabei können die jeweiligen Kalman-Filter sowie das Vorhersagemodell mehrfach zyklisch angewandt werden. Insbesondere kann vorgesehen sein, dass regelmäßig neue Messwerte, welche durch die Sensoreinrichtung erfasst werden, in das zyklische Verfahren als Eingangsgrößen einfließen. Die in den vorangegangenen Varianten genannten Vorteile gelten sinngemäß auch für diesen Vorrichtungsanspruch.
• Eine weitere Variante dieser Erfindung sieht ein Sensorsystem vor, wobei die Sensoreinrichtung ein Gyroskop zum Messen der gemessenen Gierrate, einen Lenkwinkelsensor zum Messen der Lenkwinkel, einen Beschleunigungssensor zum Messen der gemessenen lateralen Beschleunigung und einen Drehzahlsensor zum Messen der jeweils einen Umlaufdrehzahl für die Vorderachse und für die Hinterachse aufweist. Für den Begriff Umlaufdrehzahl kann anstelle dessen der Begriff Umlauffrequenz verwendet werden. Eine Umlaufdrehzahl beziehungsweise Umlauffrequenz beschreibt vor allem wie viele Umdrehungen ein Rad innerhalb einer vorgegebenen Zeit durchführt. Die Einheit für die Umlaufdrehzahl beziehungsweise Umlauffrequenz ist insbesondere Umdrehungen pro Minute oder Umdrehungen pro Sekunde. Bevorzugt weist das Sensorsystem keinen Lidar-Sensor auf. Ein Lidar-Sensor ist im Gegensatz zu dem Beschleunigungssensor oder Lenkwinkelsensor ein kostenintensiver Sensor. Im Rahmen dieser Erfindung wird versucht, effektive odometrische Berechnungen mittels günstiger Basissensoren durchzuführen. Daher weist das Sensorsystem bevorzugt eine beschränkte Anzahl unterschiedlicher Sensoren auf.
• Eine weitere Variante dieser Erfindung sieht ein Sensorsystem vor, wobei die Sensoreinrichtung einen Tiefpassfilter zum Filtern der gemessenen lateralen Beschleunigung und der gemessenen Gierrate aufweist. Wie in einer vorangegangenen Variante der Erfindung erläutert wurde, dient der Tiefpassfilter insbesondere zum Herausfiltern von statistischen Ausreißern oder sogenannten Peaks. Somit können odometrische Berechnungen stabilisiert werden. Der Tiefpassfilter kann insbesondere auch die berechneten prädizierten beziehungsweise fusionierten Werte tiefpassfiltern.
• Eine weitere Variante dieser Erfindung sieht ein Computerprogrammprodukt mit Programmcodemitteln vor, die auf einem computerlesbaren Medium gespeichert sind, um das Verfahren nach einem der vorangehenden Varianten durchzuführen, wenn das Computerprogrammprodukt auf einem Prozessor einer elektronischen Auswerteeinheit verarbeitet wird. Die Auswerteeinheit kann insbesondere in einen Mikrochip implementiert sein. Der Mikrochip kann selbst wiederum Teil einer Leiterplatte sein.
• Eine weitere Variante dieser Erfindung sieht ein Fahrzeugassistenzsystem mit einem Computerprogrammprodukt vor. Das Computerprogrammprodukt beinhaltet insbesondere die elektronische Auswerteeinheit, welche die laterale Geschwindigkeit sowie die Gierrate für eine Eigenbewegung des Kraftfahrzeugs berechnen kann. Somit kann das Fahrzeugassistenzsystem aktuelle Werte zur lateralen Geschwindigkeit sowie zur Gierrate und unter Umständen zu weiteren Parametern erhalten. Mittels dieser berechneten Werte kann das Computerprogrammprodukt eine effektive Steuerung des Fahrzeugassistenzsystems ermöglichen.
• Eine weitere Variante dieser Erfindung sieht ein Kraftfahrzeug mit einem Fahrzeugassistenzsystem vor. Mit mittels der zuvor genannten Varianten der Erfindung kann das Kraftfahrzeug mittels des Fahrzeugassistenzsystems effektiv seine Position beziehungsweise seine Eigenbewegung berechnen, ohne dabei auf teure Sensorik zurückgreifen zu müssen.
• Im Folgenden wird nun ein mögliches Berechnungsverfahren erläutert. Das Vorhersagemodell sieht insbesondere vor, mittels der Gleichungen 3 und 4 die jeweiligen Schräglaufwinkel α_F und α_R zu berechnen. $${\alpha }_F=K_{F_0}\times \sqrt{V_x{}_0^2+V_y{}_0^2}\times {\dot{\theta }}_0;$$

  

  $${\alpha }_R=K_{R_0}\times \sqrt{V_x{}_0^2+V_y{}_0^2}\times {\dot{\theta }}_0;$$

  

  Die Gleichungen 11 und 12 beinhalten Startwerte für die winkelbasierenden Parameter K_{F 0} , K_{R 0} , einen Startwert für die longitudinale Geschwindigkeit V_{x 0} , einen Startwert für die laterale Geschwindigkeit V_{y 0} sowie einen Startwert für die Gierrate θ̇₀. Diese Startwerte können zum Beispiel von einem vorangegangenen Berechnungszyklus als Eingangswerte übernommen worden sein. Bei einem erstmaligen Starten dieser Berechnung können zum Beispiel auch Schätzwerte vorgegeben werden. Insbesondere können für die Startwerte in den Gleichungen 11 und 12 Messwerte der Sensoreinrichtung übernommen werden. So kann beispielsweise ein Startwert für die Gierrate durch einen Messwert des Gyroskops vorgegeben sein. Entsprechendes gilt für die longitudinale beziehungsweise laterale Geschwindigkeit. Die laterale Geschwindigkeit kann beispielsweise mittels des Beschleunigungssensors indirekt gemessen werden. Mittels einer Integration über die Zeit des Sensorsignals des Beschleunigungssensors kann eine gemessene laterale Beschleunigung ermittelt werden. Die Startwerte für die winkelbasierenden Parameter K_{F 0} beziehungsweise K_{R 0} können anhand des vorgegebenen Datensatzes ermittelt werden. Im weiteren Verlauf werden die gemessenen Bewegungswinkel δ_F und δ_R mit den Schräglaufwinkeln aus den Gleichungen 11 und 12 zu den Bewegungswinkeln A_F beziehungsweise A_R addiert. A_F und A_R sind durch die Gleichungen 3 beziehungsweise 4 gegeben. Die Bewegungswinkel A_F und A_R werden bevorzugt mittels eines Tiefpassfilters gefiltert.
• Mittels Gleichung 9 wird in diesem Beispiel der Schräglaufwinkel β berechnet. Dieser Schräglaufwinkel β wird ebenfalls bevorzugt mittels des Tiefpassfilters gefiltert. Der inverse Rotationsradius R^-1 wird bevorzugt mittels der Gleichung 10 berechnet. Es ist insbesondere vorgesehen, dass auch die Werte betreffend den inversen Rotationsradius R^-1 mittels des Tiefpassfilters gefiltert werden. Ein prädizierter Wert betreffend die longitudinale Geschwindigkeit V_{x p} wird insbesondere mittels der Gleichung 13 berechnet. $$V_{x_p}=\left(a1\cdot RP{S}_R+a2\cdot RP{S}_F\right)\times W{C}_{corr};$$

  
• Die prädizierte longitudinale Geschwindigkeit V_{x p} wird in Gleichung 13 mittels einer gewichteten Summe, welche als Summanden die jeweiligen Umlaufdrehzahlen aufweisen, berechnet. Zudem berücksichtigt die Gleichung 13 eine eventuelle Änderung eines Radumfangs. Der geänderte Radumfang WC_corr wird insbesondere mittels einer weiteren linearen Funktion ermittelt. Diese weitere lineare Funktion ist insbesondere von den Umlaufdrehzahlen abhängig. Die beiden Umlaufdrehzahlen können mittels der Koeffizienten a1 beziehungsweise a2 unterschiedlich gewichtet werden. Damit sollen plötzliche Abweichungen betreffend die Umlaufdrehzahlen für die Hinterachse möglichst vermieden werden. Insbesondere ist vorgesehen, dass der Koeffizient a1 90 Prozent (a1=0,9) und der Koeffizient a2 10 Prozent (a2 = 0,1) betragen.
• Ein prädizierter Wert für die laterale Geschwindigkeit V_{y p} wird beispielsweise mittels der Gleichung 14 ermittelt. $$V_{y_p}=V_{x_p}\text{tan}\left(\beta \right)+l_F\times {\dot{\theta }}_0;$$

  

  In Gleichung 14 taucht der Schräglaufwinkel β des Schwerpunkts auf. Hier macht sich eine vorhergehende Berechnung des Schräglaufwinkels β sowie dessen Filterung positiv bemerkbar. Die in Gleichung 14 ermittelten Werte betreffend die prädizierte laterale Geschwindigkeit werden bevorzugt ebenfalls tiefpassgefiltert. Ein prädizierter Wert für die Gierrate kann anhand der Gleichung 15 bestimmt werden. $${\dot{\theta }}_p=R^{-1}\times \sqrt{V_{x_p}^2+V_{y_p}^1};$$

  

  Die prädizierten Werte für die gemessene Gierrate werden ebenfalls bevorzugt tiefpassgefiltert.
• Nach der Berechnung prädizierter Werte für die Gierrate, die laterale Geschwindigkeit und die longitudinale Geschwindigkeit kann ein Wert betreffend eines Winkelgradienten EG, der auch fließender Winkelgradient genannt wird, berechnet werden. Dies kann beispielsweise mittels der Gleichung 16 erfolgen. $$EG=\frac{\frac{l\times {\dot{\theta }}_p}{\sqrt{V_{x_p}^2+V_{y_p}^2}}-\left({\delta }_F-{\delta }_R\right)}{{\dot{\theta }}_p\times \sqrt{V_{x_p}^2+V_{y_p}^2}};$$

  
• Dieser Winkelgradient EG wird im Folgenden durch die bereits erwähnte Fallunterscheidung (Gleichungen 5 bis 8) zu prädizierten Werten betreffend den winkelbasierenden Parametern K_{F p} und K_{R p} umgerechnet. Ist die gemessene laterale Beschleunigung größer als der vorgegebene Schwellenwert, so werden die Gleichungen 5 und 6 angewandt. Ist die gemessene laterale Beschleunigung kleiner als der vorgegebene Schwellenwert, so finden insbesondere die Gleichungen 7 und 8 Anwendung.
• Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen verwendbar, ohne den Rahmen der Erfindung zu verlassen. Es sind somit auch Ausführungen von der Erfindung als umfasst und offenbart anzusehen, die in den Figuren nicht explizit gezeigt und erläutert sind, jedoch durch separierte Merkmalskombinationen aus den erläuterten Ausführungen hervorgehen und erzeugbar sind. Es sind auch Ausführungen und Merkmalskombinationen als offenbart anzusehen, die somit nicht alle Merkmale eines ursprünglich formulierten unabhängigen Anspruchs aufweisen. Es sind darüber hinaus Ausführungen und Merkmalskombinationen, insbesondere durch die oben dargelegten Ausführungen, als offenbart anzusehen, die über die in den Rückbezügen der Ansprüche dargelegten Merkmalskombinationen hinausgehen oder von diesen abweichen.
• Die vorliegende Erfindung wird nun anhand der beigefügten Zeichnungen näher erläutert. Darin zeigen:
• 1 eine Skizze betreffend ein Einspurmodell; und
• 2 ein schematisches Ablaufdiagramm betreffend das Vorhersagemodell und das Fusionsmodell in Zusammenwirkung mit gemessenen Sensorwerten.
• 1 zeigt eine Skizze für ein Einspurmodell. Darin sind schematisch ein Hinterrad WR sowie ein Vorderrad WF gezeigt. Die Schwerpunkte dieser beiden Räder sind mit einer Hauptachse HA verbunden. Auf dieser Hauptachse HA ist ein Schwerpunkt CG eines Kraftfahrzeugs angeordnet. Das Hinterrad WR sowie das Vorderrad WF weisen jeweils eine Achse auf, die entlang der Orientierung des jeweiligen Rades verläuft. Für das Vorderrad WF ist eine Längsachse WAF, für das Hinterrad WR ist eine Längsachse WAR gezeigt. Wenn der Geschwindigkeitsvektor V_F betreffend das Vorderrad WF nicht entlang der Längsachse WAF verläuft, ergibt sich ein Schräglaufwinkel |α_F| > 0. Ein Lenkwinkel δ_F zusammen mit dem Schräglaufwinkel α_F ergibt einen Bewegungswinkel A_F . Die Pfeile betreffend die jeweiligen Winkel zeigen an, welches Vorzeichen der jeweilige Winkel hat. Zeigt der Pfeil entgegen dem Uhrzeigersinn, so ist das Vorzeichen positiv, wie zum Beispiel beim Lenkwinkel δ_F in 1. Bei α_R zum Beispiel ist der Winkel negativ. α_R verläuft ausgehend von der Längsachse WAR zu einer gedachten (in 1 gestrichelt angedeutet) Verlängerung des Geschwindigkeitsvektors V_R . Die hier gewählte Vorzeichenkonvention muss nicht übernommen werden, wichtig ist lediglich, dass eine einmal definierte Vorzeichenkonvention eingehalten wird.
• Der Bewegungswinkel A_F beschreibt insbesondere eine Abweichung der Geschwindigkeitsrichtung gegenüber der Hauptachse HA. Für die entsprechenden Winkel und Größen der Hinterachse gelten die genannten Ausführungen entsprechend analog. Das Einspurmodell weist zudem einen Geschwindigkeitsvektor Vbetreffend das gesamte Kraftfahrzeug auf. Aufgrund einer Bewegung des Kraftfahrzeugs schräg zur Hauptachse HA liegt gemäß 1 ein Schräglaufwinkel β vor. Im Beispiel von 1 ist eine Drehrichtung W angedeutet. Dies führt dazu, dass das Vorderrad WF sich tendenziell gemäß dem Wert θ̇_fl_F und das Hinterrad WR gemäß dem Wert θ̇_fl_R bewegt. F_R sowie F_F repräsentieren die jeweiligen lateralen Reibungskräfte, welche auf die jeweiligen Räder wirken.
• 2 zeigt eine Darstellung, welche die Verfahrensschritte anschaulicher darstellen soll. In einem Geschwindigkeitsmodell SM fließen die jeweiligen Drehzahlen RPS_F , RPS_R zur Berechnung der longitudinalen Geschwindigkeit V_x ein. Die longitudinale Geschwindigkeit V_x beziehungsweise deren prädizierter Wert V_{x p} werden insbesondere mittels der Gleichung 13 berechnet. Die so ermittelte longitudinale Geschwindigkeit V_x wird als Eingangsparameter einem Vorhersagemodell PM zugeführt. Zusätzlich fließen in das Vorhersagemodell PM gemessene Werte betreffend die Lenkwinkel δ_F und δ_R ein. Das Vorhersagemodell PM ist insbesondere dazu ausgebildet, Berechnungen gemäß den Gleichungen 3 bis 16 durchzuführen. In diesen Gleichungen ist unter anderem ein Startwert für die Gierrate θ̇₀ vorgesehen. Im allerersten Zyklus dieses Verfahrens, bei dem das Fusionsmodell FM noch nicht zum Einsatz gekommen ist, können für die jeweiligen Startwerte Schätzwerte herangezogen werden. Anstelle von Schätzwerten können auch Messwerte der Sensoreinrichtung verwendet werden.
• Das Vorhersagemodell PM kann nun mittels der Gleichungen 3 bis 16 prädizierte Werte für die Gierrate θ̇_p, die winkelbasierenden Parameter sowie für die laterale Geschwindigkeit berechnen. Diese prädizierten Werte θ̇_p, K_{F p} , K_{R p} und V_{y p} werden dem Fusionsmodell FM übergeben. Das Fusionsmodell FM weist dabei einen Unscented Kalman-Filter sowie einen Kalman-Filter auf. Das Fusionsmodell FM ist dazu ausgelegt, aus den prädizierten Werten fusionierte Werte betreffend die Gierrate θ̇_f, die winkelbasierenden Parameter K_{F f} , K_{R f} sowie die laterale Geschwindigkeit V_{y f} zu berechnen. Dazu fließen gemessene Werte betreffend die Gierrate θ̇_obs und gemessene Werte betreffend die laterale Geschwindigkeit V_y in das Fusionsmodell FM ein. Die gemessene laterale Geschwindigkeit V_y,obs wird insbesondere durch eine Zeitintegration einer gemessenen Beschleunigung a_y,obs ermittelt. Die gemessene Gierrate θ̇_obs kann insbesondere aus den Messdaten eines Gyroskops gewonnen werden. Der Unscented Kalman-Filter des Fusionsmodells FM ist insbesondere ausgebildet Sigma-Punkte, Gewichtungsfaktoren sowie ein neue Kovarianzmatrix P1 zu berechnen. Dazu verwendet der Unscented Kalman-Filter beispielsweise folgende Gleichungen: $$X_{4\times 9}=Sigmas\left(x_{4\times 1},P_{4\times 4},C_{1\times 1}\right);$$

  

  $$X{1}_{4\times 9}=Prediction\_Model\left(X_{4X9}\right);$$

  

  $$x{1}_{4X1}={\left[Zeros\right]}_{4X1};$$

  

  $$x{1}_{4\times 1}=x{1}_{4\times 1}+{\left[W_m\left(i\right)\right]}_{1\times 1}\times {\left[X1\left(i\right)\right]}_{4\times 1};$$

  

  $$X{2}_{4\times 9}=X{1}_{4\times 9}-{\left[x1\left|x1\right|\mathrm{..}|x1\right]}_{4\times 9};$$

  

  $${\left[W_c\right]}_{9\times 9}=W_{c_{1\times 9}}\times I_{9\times 9};$$

  

  $$P{1}_{4\times 4}=X{2}_{4\times 9}\times {\left[W_c\right]}_{9\times 9}\times X{2}_{9\times 4}^T+Q_{4\times 4};$$

  
• Der Vektor x₁ sowie die neue Kovarianzmatrix P1 die durch den Unscented Kalman-Filter berechnet wurden, werden dem Kalman-Filter als Eingangsparameter zugeführt. Der Kalman-Filter ist insbesondere ausgebildet mittels der Gleichungen 24 bis 29 einen neuen Zustandsvektor x und eine neue Kovarianzmatrix P zu berechnen. $$Z=\left[\begin{array}{c}{\dot{\theta }}_{obs}\\ a_{y,obs}\times \Delta T\end{array}\right];$$

  

  $$H=\left[\begin{array}{llll}1\hfill & 0\hfill & 0\hfill & 0\hfill \\ 0\hfill & 0\hfill & 0\hfill & 1\hfill \end{array}\right];$$

  

  $$Z{1}_{2\times 1}=H_{2\times 4}\times x{1}_{4\times 1};$$

  

  $$K=\frac{P1\times H^T}{H\times P1\times H^T+RS};$$

  

  $$x=x1+K\times \left(Z-Z1\right);$$

  

  $$P=P1-K\times H\times P1;$$

  
• x1 und X1 sind unterschiedliche Variablen betreffend des Zustandsvektors x, der die Werte für die winkelbasierenden Parameter, die Gierrate sowie für die laterale Geschwindigkeit beinhaltet. Während der Berechnungen des Unscented Kalman-Filters kann sich die Länge des Vektors x ändern, was zu den verschiedenen Indizes führt. ΔT ist eine Zeitdifferenz. In Gleichung 21 wird der Zustandsvektor zu einer neuen Matrix X2_4×9 umgerechnet.
• Die prädizierten Werte für die Gierrate, für die winkelbasierenden Parameter sowie für die laterale Geschwindigkeit können insbesondere zu einem Zustandsvektor x zusammengefasst werden. Dieser Zustandsvektor x wird insbesondere mit x_p bezeichnet, wenn er die prädizierten Werte aufweist. Diese prädizierten Werte beziehungsweise der Zustandsvektor x_p wird dem Unscented Kalman-Filter als Eingangsdatensatz übergeben.
• Der Unscented Kalman-Filter berechnet insbesondere mittels dieser Eingangsdaten Sigma-Punkte (Gleichung 17) und Gewichtungsfaktoren [W_m(i)]_1×1. Aus den Gewichtungsfaktoren kann mittels eines Trägheitstensors I_9×9 eine Gewichtungsmatrix berechnet werden (Gleichung 22). Der Unscented Kalman-Filter wandelt insbesondere die prädizierten Werte in dem Vektor x_p zu neuen Werten um und übergibt diese neuen Werte dem Kalman-Filter. Diese neuen Werte werden durch die Matrix P1 repräsentiert.
• Die Gleichungen 17 bis 23 beziehen sich insbesondere auf den Unscented Kalman-Filter. Der Unscented Kalman-Filter beinhaltet zum Teil sehr komplexe mathematische Umformungen und Transformationen. Diese sind jedoch nicht Kern der Erfindung. Die vorgestellten Gleichungen 17 bis 23 zeigen lediglich eine mögliche Variante auf, welche Gleichungen der Unscented Kalman-Filter aufweisen kann. Für das Verständnis dieser Anmeldung reicht es aus, zu verstehen, dass der Unscented Kalman-Filter die prädizierten Werte aus dem Vorhersagemodell PM gewichtet und die neue Kovarianzmatrix P1 berechnet. Diese Werte beziehungsweise Kovarianzmatrix P1 werden im weiteren Verlauf dem Kalman-Filter als Eingangswerte übergeben.
• Der Kalman-Filter weist insbesondere mehrere Matrizen beziehungsweise Vektoren auf. Diese dienen zur mathematischen Darstellung des Kalman-Filters. Ein Z-Vektor beinhaltet Messwerte des Gyroskops und einen Messwert betreffend der gemessenen lateralen Beschleunigung. Z ist somit als ein Messwertvektor ausgebildet. Die Matrix H stellt das Sensormodell dar. Somit kann die Matrix H als Sensormodellmatrix bezeichnet werden. In Gleichung 27 ist ferner eine Unsicherheitsmatrix RS betreffend zusätzlicher Unsicherheiten (z.B. Messfehler) enthalten. Die vom Unscented Kalman-Filter berechnete Matrix P1 kann zusammen mit dem Messwertvektor Z, der Sensormodellmatrix H sowie einer Kovarianzmatrix betreffend die Unsicherheit zu einer neuen Matrix, der Kalman Verstärkung umgewandelt werden. Diese Kalman-Verstärkungsmatrix K wird im weiteren Verlauf zum Berechnen eines neuen Zustandsvektors x, der neue Startwerte betreffend die Gierrate, die winkelbasierenden Parameter und die laterale Geschwindigkeit beinhalten, eingesetzt. Zudem kann mittels der Kalman-Verstärkungsmatrix K eine neue Matrix für die Kovarianzmatrix P berechnet werden. Der neue Zustandsvektor x und die neue Kovarianzmatrix P können nun dem Vorhersagemodell PM als neue Eingangswerte zugeführt werden. Es kann jedoch auch vorgesehen sein, das einzelne Werte zu den Parametern des Zustandsvektors x als Ergebniswerte ausgegeben werden. Wird das Berechnungsverfahren erneut durchlaufen, so können als Startwerte entweder die vom Kalman-Filter berechneten Werte oder neue Sensorwerte übernommen werden.
• Die Gleichungen 24 bis 29 zeigen eine mögliche Darstellung des Kalman-Filters. Der Kalman-Filter als solches ist nicht Kern dieser Anmeldung. Daher wird auf eine ausführlichere Darstellung des Kalman-Filters wie beim Unscented Kalman-Filter verzichtet. Ein geübter Fachmann weiß, wie mit dem Unscented Kalman-Filter und dem Kalman-Filter zu verfahren ist.
• Durch die Berechnungen des Fusionsmodells FM werden die prädizierten Werte betreffend die Gierrate, den winkelbasierenden Parameter und die laterale Geschwindigkeit zu fusionierten Werten transformiert. Das bedeutet, dass das Fusionsmodell FM fusionierte Werte für die Gierrate θ̇_f, die winkelbasierenden Parameter K_{F f} , K_{R f} sowie die laterale Geschwindigkeit V_{y f} berechnet. Nun können die fusionierten Werte als Ergebniswerte ausgegeben werden, um odometrische Berechnungen durchzuführen.
• Alternativ dazu kann vorgesehen sein, diese fusionierten Werte als Eingangsparameter für das Vorhersagemodell PM zur Verfügung zu stellen. Das heißt die fusionierten Werte des Fusionsmodells FM werden zu Startwerten für das Vorhersagemodell PM. Somit kann ein weiterer Berechnungszyklus durchlaufen werden. Die Anzahl der durchgeführten Berechnungszyklen kann dabei von einer gewünschten Genauigkeit abhängig gemacht werden. Im nächsten Berechnungszyklus kann wiederum das Fusionsmodell FM neu gemessene Werte betreffend die gemessene Gierrate θ̇_obs sowie neu gemessene Werte betreffend die laterale Geschwindigkeit V_y,obs berücksichtigen.
• Das in 2 dargestellte Verfahren wurde mit Vergleichsmessungen verglichen. Diese Messungen wurden mit einem Referenzfahrzeug durchgeführt. Das Referenzfahrzeug weist entsprechende Sensorik auf, welche eine longitudinale Geschwindigkeit, eine laterale Geschwindigkeit sowie eine Gierrate mit hinreichend hoher Genauigkeit messen können. Bei einer Messdauer von über zwei Stunden wurden mit dem Referenzfahrzeug unterschiedliche Geschwindigkeiten und verschiedene Manöver auf verschiedenen Straßen ausgeführt. Dabei wurden folgende statistische Abweichungen festgestellt. Für die longitudinale Geschwindigkeit V_x wurde eine Abweichung von 1,08 km/h festgestellt. Für die laterale Geschwindigkeit V_y wurde eine statistische Abweichung von 0,36 km/h festgestellt. Für die Gierrate wurde eine statistische Abweichung von 0,09 Grad pro Sekunde festgestellt. Damit konnte das in 2 dargestellte Berechnungsverfahren eindeutig zeigen, dass die vorgenannten Parameter auch mit günstigen Basissensoren hinreichend genau bestimmt werden können. Damit können Fahrzeugassistenzsysteme entwickelt werden, welche im besten Fall auf teure Lidar-Sensoren verzichten können und dabei dennoch genaue odometrische Berechnungen ermöglichen.
• ZITATE ENTHALTEN IN DER BESCHREIBUNG
• Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
• Zitierte Patentliteratur
• WO 2014/146821 A1 [0003]
• DE 102006020490 A1 [0004]
• US 8326480 B2 [0005]

Claims (21)

1. Verfahren zum Bestimmen einer lateralen Geschwindigkeit sowie einer Gierrate für eine Eigenbewegung eines Kraftfahrzeugs mit einer Vorderachse und einer Hinterachse gekennzeichnet durch die folgenden Verfahrensschritte: a) Erfassen und/oder Messen eines Lenkwinkels (δ_F) der Vorderachse, eines Lenkwinkels der Hinterachse (δ_R), jeweils einer Umlaufdrehzahl für die Vorderachse (RPS_F) und für die Hinterachse (RPS_R), einer lateralen gemessenen Beschleunigung (a_y,obs) und einer gemessenen Gierrate (θ̇_obs), b) Berechnen von prädizierten Werten für prädizierte winkelbasierende Parameter (K_{F p} , K_{R p} ), eine prädizierte laterale Geschwindigkeit (V_{y p} ) und eine prädizierte Gierrate (θ̇_p) mittels eines Vorhersagemodells, wobei das Vorhersagemodell für das Berechnen im Schritt b) die zwei Lenkwinkel (δ_F, δ_R) für die Vorderachse und Hinterachse und vorgegebene Startwerte für die winkelbasierenden Parameter (K_{F 0} , K_{R 0} ), die laterale Geschwindigkeit (V_y0) und die Gierrate (θ̇₀) berücksichtigt, c) Berechnen von fusionierten Werten für fusionierte winkelbasierende Parameter (K_{F f} , K_{R f} ), einer fusionierten lateralen Geschwindigkeit (V_{y f} ) und einer fusionierten Gierrate (θ̇_f) ausgehend von den prädizierten Werten aus Schritt b) mittels eines Fusionsmodells zum Fusionieren prädizierter Werte und gemessener Werte, wobei das Fusionsmodell einen Unscented Kalman-Filter und einen Kalman-Filter aufweist, wobei der Kalman-Filter die laterale gemessene Beschleunigung (V_y,obs) und die gemessene Gierrate (θ̇_obs) für das Berechnen der fusionierten Werte berücksichtigt, d) Zuführen der berechneten fusionierten Werte aus Schritt c) als vorgegebene Startwerte für das Vorhersagemodell in Schritt b) und/oder Ausgeben der in Schritt c) berechneten fusionierten Werte als Ergebniswerte zum Bestimmen der Eigenbewegung des Kraftfahrzeugs.
2. Verfahren nach Anspruch 1, wobei ein Startwert für eine longitudinale Geschwindigkeit (V_{x 0} ) vorgegeben, erfasst und/oder bestimmt wird zum Berechnen der prädizierten Werte in Schritt b), wobei die longitudinale Geschwindigkeit (V_x) zur lateralen Geschwindigkeit (V_y) senkrecht ausgebildet ist.
3. Verfahren nach Anspruch 1, wobei Startwerte für die zwei winkelbasierenden Parameter (K_F0, K_{R 0} ), die laterale Geschwindigkeit (V_{y 0} ) und die Gierrate (θ̇₀) für das Berechnen der prädizierten Werte in Schritt b) vorgegeben, erfasst und/oder bestimmt werden.
4. Verfahren nach Anspruch 2, wobei der Startwert für die longitudinalen Geschwindigkeit (V_{x 0} ) und/oder ein prädizierter Wert für die longitudinalen Geschwindigkeit (V_{x p} ) basierend auf einem effektiven Umfang (WC_corr) betreffend die Vorderachse und die Hinterachse berechnet wird, wobei der effektive Umfang (WC_corr) in Abhängigkeit von der jeweiligen Umlaufdrehzahl (RPS_F, RPS_R) bestimmt wird.
5. Verfahren nach einem der vorigen Ansprüche, wobei die Verfahrensschritte a) bis d) mehrfach zyklisch ausgeführt werden, periodisch neue Werte für die Lenkwinkel (δ_F, δ_R), der Umlaufdrehzahlen (RPS_F, RPS_R), der lateralen gemessenen Beschleunigung (a_y,obs) gemessen werden und diese gemessenen Werte für das Vorhersagemodell und/oder Fusionsmodell berücksichtigt werden.
6. Verfahren nach einem der vorigen Ansprüche, wobei der Unscented Kalman-Filter des Fusionsmodells die prädizierten Werte aus Schritt b) gewichtet mittelt.
7. Verfahren nach Anspruch 6, wobei der Kalman-Filter des Fusionsmodells aus den gewichteten gemittelten prädizierten Werten neue Startwerte (K_F0, K_{R 0} ) für die zwei winkelbasierenden Parameter die laterale Geschwindigkeit (V_{y 0} ) und die Gierrate (θ̇₀) berechnet, wobei der Kalman-Filter für diese Berechnung die gemessene laterale Beschleunigung (a_y,obs) und die gemessenen Gierrate (θ̇_obs) berücksichtigt.
8. Verfahren nach einem der vorigen Ansprüche, wobei die Werte für die prädizierten winkelbasierenden Parameter (K_Fp, K_{R p} ), die prädizierte laterale Geschwindigkeit (V_{y p} ) und die prädizierte Gierrate (θ̇_p) mittels eines Tiefpassfilters gefiltert werden.
9. Verfahren nach einem der vorigen Ansprüche, wobei die Startwerte betreffend die zwei winkelbasierenden Parameter (K_{F 0} ,K_{R 0} ) basierend auf einem vorgegebenen Datensatz ermittelt werden, wobei der vorgegebene Datensatz jeweils einen Schräglaufwinkel (α_F, α_R) für die Vorderachse und Hinterachse mit einem Produkt aus den Startwerten für die longitudinale Geschwindigkeit (V_{x 0} ) und die Gierrate (θ̇₀) verknüpft.
10. Verfahren nach Anspruch 9, wobei zum Bestimmen der Startwerte für die beiden winkelbasierenden Parameter (K_{F 0} ,K_{R 0} ) eine Steigung des vorgegebenen Datensatzes ermittelt wird.
11. Verfahren nach Anspruch 9 oder 10, wobei zwei Bewegungswinkel (A_F, A_R) für die Vorderachse und Hinterachse aus einer Summe von den beiden Schräglaufwinkel (α_F, α_R) und den gemessenen Lenkwinkeln (δ_F, δ_R) gebildet werden.
12. Verfahren nach einem der vorigen Ansprüche, wobei die prädizierten winkelbasierenden Parameter (K_Fp, K_{R p} ) in Abhängigkeit von einer Fallunterscheidung berechnet werden, wobei bei der Fallunterscheidung der Wert der gemessenen lateralen Beschleunigung (a_y,obs) mit einem Schwellenwert für die laterale Beschleunigung (a_y,_th) verglichen wird.
13. Verfahren nach Anspruch 11, wobei ein Schräglaufwinkel (β) im Schwerpunkt (CG) des Kraftfahrzeugs in Abhängigkeit von den Bewegungswinkeln (A_F, A_R), eines Abstand zwischen der Vorderachse zur Hinterachse (1) und eines Abstands der Frontachse zum Schwerpunkt des Kraftfahrzeugs (I_F) berechnet wird.
14. Verfahren nach Anspruch 13, wobei ein Rotationsradius (R) des Kraftfahrzeugs in Abhängigkeit von den Bewegungswinkeln (A_F, A_R) und des Abstands zwischen der Vorderachse zur Hinterachse (1) berechnet wird.
15. Verfahren nach einem der vorigen Ansprüche, wobei die gemessene laterale Beschleunigung (a_y,obs) und die gemessenen Gierrate (θ̇_obs) tiefpassgefiltert werden.
16. Sensorsystem für ein Kraftfahrzeug mit - einer Sensoreinrichtung zum Erfassen einer gemessenen lateralen Beschleunigung (a_y,obs), einer gemessenen Gierrate (θ̇_obs), eines Lenkwinkels (δ_F) einer Vorderachse, eines Lenkwinkels einer Hinterachse (δ_R) und jeweils einer Umlaufdrehzahl für die Vorderachse (RPS_F) und Hinterachse (RPS_R) und - einer Auswerteeinheit, wobei die Auswerteeinheit ausgebildet ist die von der Sensoreinrichtung erfassten Größen entsprechend einem Verfahren gemäß den vorigen Ansprüchen zu verarbeiten.
17. Sensorsystem nach Anspruch 16, wobei die Sensoreinrichtung ein Gyroskop zum Messen der gemessenen Gierrate (θ̇_obs), einen Lenkwinkelsensor zum Messen der Lenkwinkel (δ_F, δ_R), einen Beschleunigungssensor zum Messen der gemessenen lateralen Beschleunigung (a_y,obs) und einen Drehzahlsensor zum Messen der jeweils einen Umlaufdrehzahl für die Vorderachse (RPS_F) und für die Hinterachse (RPS_R) aufweist.
18. Sensorsystem nach einem der Ansprüche 16 oder 17, wobei die Sensoreinrichtung einen Tiefpassfilter zum Filtern der gemessenen lateralen Beschleunigung (a_y,obs) und der gemessenen Gierrate (θ̇_obs) aufweist.
19. Computerprogrammprodukt mit Programmcodemitteln, die auf einem computerlesbaren Medium gespeichert sind, um das Verfahren nach einem der vorangehenden Ansprüche durchzuführen, wenn das Computerprogrammprodukt auf einem Prozessor einer elektronischen Auswerteeinheit verarbeitet wird.
20. Fahrzeugassistenzsystem mit einem Computerprogrammprodukt nach Anspruch 19.
21. Kraftfahrzeug mit einem Fahrzeugassistenzsystem nach Anspruch 20.

Images