Fußgängernavigation Dead - Reckoning. 20.06.2002GIS-Seminar Fußgängernavigation - Deadreckoning...

Fußgängernavigation

Dead - Reckoning

20.06.2002 GIS-Seminar Fußgängernavigation - Deadreckoning Verena Lobner

2

Übersicht

• Motivation • Sensoren• Dead Reckoning Algorithmus (DR)• Kalman Filter (KF)• Genauigkeiten• Beispiel


3

Motivation

• Navigationssystem für Fußgänger

• Bestimmung der Position auch innerhalb von Gebäuden

GPS nicht verfügbar


4

NavigationssystemBeschleunigungsmesser

+Kreisel

Grobe DatenVorverarbeitung

SchrittmodellPhysiologischeCharakteristik

Dead Reckoning

PositionSchnelligkeitOrientierung

IntegrationsprozessVorfilterGPS

Azimut der Verlagerung


5

PND (Pedestrian Navigation Device)

• Zusammensetzung:

· digitaler magn. Kompass und/oder Kreisel

· bi- oder tri-axiale Beschleunigungsmesser

· Altimeter mit monofrequentem GPS Empfänger

• Begrenzung durch Größe,

Gewicht, Ergonomie und Preis


6

Platzierung der Sensoren

• Verschiedene Auswertungen bei Platzierung an:– Körperglieder (Arme, Beine)– Rumpf (Brust, Rücken)– Kopf• Ausrichtung am Körper • gegenseitige Ausrichtung


7

Dead Reckoning

• Erste Komponente: Berechnung von

– Geschwindigkeit

– Distanz

• zweite Komponente: Orientierung


8

Kompassnavigation

Magnetischer Azimut horizontale Komponente des Erdfeldes

• Bestimmung über horizontale oder vertikale Ebene Gravitationsvektor

• Azimutberechnung konst. Berechnung des Sensorverhaltens Korrektur der gemessenen magnetischen Werte

• 3D Rotationsmatrix horizontale Komponenten


9

Bestimmung des Azimut bei einer sich bewegenden Person

Abhängig von der Komplexität und der Freiheit der Bewegung eines Menschen

– Detektion der Bewegungsrichtung

– Filterung und de-noising der groben Azimut- und Winkelgeschwindigkeitsdaten

– Bestimmung der Fehlausrichtung eines PND verglichen mit der Ganglinie einer Person (GPS)

– Wiederholpräzision der Trajektorien

– Anwendung verschiedener Szenarien nach dem Verhalten einer Person

– Detektion verschiedener Störungen, welche sich auf das Navigationssystem auswirken (Bias, Drift, magn. Störungen)


10

Sensorvergleich

magnetischer Kompass Kreisel

Vorteil absoluter Azimut keine äußeren Störungen

langfristige Genauigkeit kurzfristige Genauigkeit

Wiederholpräzision

Nachteil unvorhersagbar Drift

äußere Störungen relativer Azimut


11

Störungen

• Der digitale magn. Kompass wird durch das terrestrische magnetische Feld beeinflusst

• Diese Störungen liefern unbekannte systematische Messabweichungen (Bias)

• Störungen werden unterschieden in:

– harte Störungen– weiche Störungen.


12

Störungen

keine Störungen

harte magn. Störungen

weiche magn. Störungen

gemessene Störungen

korrigierte Störungen


13

Kombination beider Sensoren• Magn. Kompass bestimmt externen Azimut

Parameterupdate des Kreisels Kreisel kann Störungen detektieren

• Berechnung der Daten durch einen KF

• Parameter des Filters:– Bias– Maßstabsfaktor– Position– initiale Orientierung


14

Störungsdetektion

• Detektion der magn. Störungen wird durch Vergleich zweier Winkelgeschwindigkeiten ausgeführt

• Differenz zwischen Azimutgeschwindigkeit und gefilterten Kreiseldaten wird berechnet


15

Störungsdetektion

• 2 Strategien für den DR Algorithmus– magn. Kompass als Hauptgerät zur

Azimutberechnung,

Kreisel zur Störungsdetektion und um magn. Lücken zu füllen

– Kreiselsignale zur Bestimmung der Azimuts,

magn. Kompass zum Update der Kreisel-parameter, solang keine Störungen detektiert werden


16

Beschleunigungsmesser• DR: Messung der Richtung und der Dauer des

Gehens durch Zählen der SchrittePositionsfindung sehr genau

Pedometer: 2 Referenzpunkte (Start- und Endpunkt des Schritts)Fehler ist dann Null und maximal bei der Hälfte

des Schritts; 2 - 5% bei konstante Schrittlänge

• grobe Beschleunigungssignale Informationen über die Schrittlänge und -an-zahl, damit Funktion der Laufdynamik


17

Pedometer

• Pedometer ist am Fuß befestigt, so dass man einen Winkel erhält

• Beschleunigung in x- und y-Richtung

yxx aaa )sin()cos(

g agy ) cos( gagx )sin(• Statische Gravitationskraft


18

Detektion der Bewegungsrichtung

• Gleichzeitig mit der Richtung detektieren– vertikal und anterior-posterior Signale

• Lösung erhält man durch Erforschen der charakteristischen physiologischen Bewegungen

• das Abstoßen mit der Ferse markiert den initialen Fußbodenkontakt

Gesamtverlauf einer Periode right stance: Bodenkontakt mit Fuß right swing: Fuß anheben, Vorbereitung auf

nächsten Schritt


19

Detektion der Bewegungsrichtung

• Während des Schritts bewegt sich der Massenmittelpunkt folgendermaßen– senkt sich bei der Vorwärtsbeschleunigung– hebt sich bei der Vorwärtsverzögerung

• verursacht durch die Verbindung zwischen Massenmittelpunkt und dem Fußboden-kontaktpunkt vor dem Massenmittelpunkt

• beim Rennen verhält es sich umgekehrt


20

Orientierungsbestimmung

• Kreisel

zu bestimmende Parameter:• Skalierungsfaktor ,• Bias b• gemessene Winkelge-

schwindigkeit (initiale Orientierung)

• Magn. Kompass

zu bestimmende Parameter:

• gem. Azimuth z.Z. k azk

• lokale magn. Störungen bias

• magn. Deklination

bdtkk 1 )(biasfctazkk

k Orientierung zur Zeit k, wenn k=0 initiale Orientierung


21

Orientierungsbestimmung

• magn. Deklination ist korrigiertBias sind magn. Störungseffekte

• Einfluss in den groben Kompasssignalen detektierbar Funktion der Bias berück-sichtigt die Distanz anstelle von der verstrichenen Zeit seit der letzten Biasbestimmung


22

kkkk distEE sin1

Koordinatenbestimmung

• Beide Elemente k der DR Methode werden mechanisiert

Mechanisierung enthält die Navigationspa-rameter

kkkk distNN cos1

distk= s dtzurückgelegte Distanz

Koordinate

Azimut


23

• CDR mit Parameter N und E

• Cxx Kovarianzmatrix von Position, Azimut, Strecke und Sensorparametern (b, , dist)

Genauigkeitsuntersuchung

• Fehlerfortpflanzungsgesetz angewendet– auf Koordinaten (Nord (N) und Ost (E)) – bei der berechneten Orientierung durch Kreisel

TDRxxDRDR FCFC


24

Kalman Filter• Distanz wird als fehlerfrei betrachtet• ausgeglichene grobe Kreiseldaten• Genauigkeit des Kreisels erreicht einen

bestimmten Wert (z.B. 5°) Verwendung des Azimuts des magn. Kompass

als fremde Beobachtung für den KF Berechnung neuer Kreiselparameter

• diese Näherung erlaubt ein Update der KreiselparameterPosition genau so gut wie mit GPS


25

Kalman Filter

2 unabhängige Modelle, die je einen stocha-stischen und funktionalen Teil aufweisen

(aus der Statistik):

• Kinematisches Modell

• Beobachtungsmodell (mit GPS) Update (Kombination beider)

• Hauptfehler bei PositionsbestimmungAzimutberechnung


26

Update

• Vorherige Linearisierung• Kombination beider Modelle• Abschätzung zur Varianzminimierung der

Beobachtungen und Mechanisierungen• GPS ist verfügbar – Position und Azimut sind

zuverlässig• Varianz der Navigationsparameter (Position,

Azimut) erreicht vordefinierten Schwellwert


27

Update

• Kontrolle durch Berechnung von Verbesser-ungen

und unter Berücksichtigung hinsicht-lich der Änderungen des GPS Azimuts verglichen mit den groben Kreiseldaten

• Verbesserte Parameter• Geschätzt als Differenzverteilung zwischen GPS und DR

in Parametererweiterungen


28

Kalman Filter

Kalman Filter

Winkel, Bias, Maßstabsfunk-tion, Position

Kreisel Winkel

Dig. magn. Kompass

Wechselgeschwin-digkeit des Azimuts

wenn keine Störungen

Stö

rung

s-de

tekt

ion

..

. ..

Mechanisierung


29

Filterung und de-noising

• Kompass bestimmt direkt das Azimutsignal anstatt die Winkelgeschwindigkeit– direkte Konsequenz: sehr verrauschtes Signal

bei 60 Hz– signifikante Azimutänderungen werden

berücksichtigt im begrenzten Frequenzbereich von 3 Hz

• einfacher Filter kann das Signal nicht optimal glätten Kaskade von folgenden low-pass Filter zum de-noising


30

Genauigkeiten• Maßstabsfaktor 1%

• Azimut 1%

• Winkelgeschwindigkeit 0.1°/s

• Bias 0,1°/s

• Schrittlänge: variiert (abhängig von Frequenz)

– 130 Schritte/min 4%

– 60 Schritte/min 15%

• zurückgelegte Distanz (unabhängig von absoluter Distanz) 0,45% - 1,93%

• Differenz zw. effektiver und vorhersagbaren Distanz > 2%


31

Beispiel

• 4 GPS Satelliten

• initiale Orientierung für den Kreisel

• 1. Update Bias-kalibrierung


32

Ende

Vielen Dank für Ihre Aufmerksamkeit!

Noch Fragen?

Fußgängernavigation Dead - Reckoning. 20.06.2002GIS-Seminar Fußgängernavigation - Deadreckoning...

Documents

Transcript of Fußgängernavigation Dead - Reckoning. 20.06.2002GIS-Seminar Fußgängernavigation - Deadreckoning...