Die zuverlässige Bestimmung der Fahrzeugposition ist zur effizienten Nutzung vorhandener Infrastruktur im spurgeführten Schienenverkehr von großer Bedeutung Voraussetzung für eine flächendeckende Einführung bordautonomer satellitengestützter Lokalisierungsverfahren sind geometrische Karten des Trassennetzes. Häufig existieren diese Karten jedoch nicht. Herkömmliche manuelle Verfahren zur Kartierung von Verkehrswegen sind mit hohen Kosten verbunden und beeinträchtigen den laufenden Betrieb. Abhilfe schafft die Verwendung fahrzeuginterner Sensoren. Deren automatisierte Verarbeitung erfordert simultan zur Kartierung der Umgebung die Lokalisierung des Fahrzeugs. Resultierende Abhängigkeiten zwischen der Fahrzeugbewegung und der Karte werden auf diese Weise berücksichtigt. In dieser Arbeit wird das Problem der simultanen Lokalisierung und Kartierung für spurgeführte Systeme im Zustandsraum modelliert und mit einem rekursiven Verfahren gelöst. Die Modellbildung basiert auf der konsequenten Verwertung der wesentlichen Eigenschaft spurgeführter Fahrzeuge, immer exakt dem Netz aus Trassen zu folgen: Kubische Splinekurven beschreiben die Geometrie dieser Trassen in einem Kurvenatlas und die Fahrzeugbewegung wird in eindimensionalen Kurvenkoordinaten modelliert. Die Bestimmung des Systemzustands erfolgt mit einem konsistenten Schätzverfahren, basierend auf dem Erweiterten Kalman Filter. Zusätzlich entscheidet ein sequentieller Hypothesentest in Situationen in denen mehrere konkurrierende Zustandshypothesen bestehen. Die Leistungsfähigkeit des Verfahrens wird an Experimenten im Karlsruher Straßenbahnnetz und auf einer Eisenbahnstrecke im Schwarzwald demonstriert.
The reliable determination of the vehicle position is vitally important for an efficient use of existing infrastructure in track guided rail traffic. A precondition for an area wide implementation of vehicle autonomous satellite based localization systems are geometric maps of the track network. Often these maps are nonexistent Conventional manual mapping methods of traffic infrastructure cause high costs and affect the going operation negatively. To avoid this onboard sensors are used While there data is processed mapping and localization have to be performed simultaneously. By this means the resulting dependency between vehicle motion and map are considered. Throughout this work the problem of simultaneous localization and mapping for Hack guided systems is modeled in state space and solved recursively. The modeling makes use of the essential characteristic of guided vehicles, that follow the track network at all times exactly: Cubic spline curves describe the track geometry within a curve atlas and the vehicle motion is modeled in one dimensional curve coordinates. The determination of the state is earned out by a consistent estimator based on the extended Kalman Filter. Additionally a sequential hypothesis test resolves situations with several competing hypothesis. The performance is verified by experiments in the track network of Karlsruhe and a railway section in black forest region.
Simultane Lokalisierung und Kartierung spurgeführter Systeme
2012
146 Seiten, Bilder, Tabellen, 127 Quellen
Theses
German
ROBUSTE SIMULTANE LOKALISIERUNG UND KARTIERUNG DURCH ENTFERNUNG DYNAMISCHER VERKEHRSTEILNEHMER
European Patent Office | 2019
|Verfahren und Systeme für die Kartierung und Lokalisierung eines Fahrzeuges
European Patent Office | 2020
|Videobasierte Kartierung und Lokalisierung für hochautomatisiertes Fahren
Tema Archive | 2014
|TIBKAT | 1973
|