Hochgenaue und robuste odometriebasierte Lokalisierung in einem Parkvorgang

Im Rahmen der vorliegenden Arbeit wird ein neues, spezielles Fahrzeugbewegungsmodell entwickelt, das den Anforderungen zukünftiger Parkanwendungen gerecht wird. Es nutzt nur das aktuell in Serie verbaute Sensorset und benötigt keine nennenswerten zusätzlichen Rechenressourcen auf dem Steuergerät. Durch die Anwendung bewährter Methoden der Robotik zur Schätzung von Zuständen und Parametern sowie neu entwickelten Filtererweiterungsverfahren wird ein hohes Maß an Genauigkeit und Robustheit gewährleistet.
Der entwickelte adaptive Lokalisierungsfilter basiert auf einem Informationsfilter, der ein hohes Maß an Robustheit gegen systematische und unsystematische Fehler bietet. ... mehrDie besondere Filterstruktur ermöglicht es, die vier kalibrierten Radgeschwindigkeiten, die korrigierten Schwimmwinkel und die kalibrierte Gierrate als redundante Bewegungsinformationen zu verwenden. Überdies werden Radschlupf und Rollrichtung geschätzt und sicher verarbeitet. Die Fahrzeugparameter und Sensorfehler werden auch unter schwierigen Bedingungen zuverlässig im Fahrzeugbetrieb kalibriert. Die Erreichung eines besonders hohen Maßes an Robustheit wird durch die Verwendung von fahrzustandsabhängigen Anpassungen speziell für das Parken in Verbindung mit der Optimierung der Filtereinstellungen mittels Monte-Carlo-Simulationen erzielt.
Die Ergebnisse anhand realer Parkszenarien zeigen, dass dieser selbst-kalibrierende, adaptive und fahrzustandsabhängige Lokalisierungsfilter die Genauigkeit und Robustheit der odometriebasierten Lokalisierung für Parkanwendungen im Vergleich zu den konventionellen Fahrzeugbewegungsmodellen deutlich steigert und damit die Parkqualität signifikant erhöht.

In the present work, a new dedicated vehicle motion model is developed to meet the requirements of future parking applications with the current sensor set installed in series production cars. A high degree of accuracy and robustness is ensured by applying proven methods from robotics for estimating states and parameters, as well as newly developed filter expansion techniques.
The developed adaptive localization filter is based on an information filter that provides a high degree of robustness against systematic and unsystematic errors. The filter structure allows the four calibrated wheel velocities, the corrected sideslip angles, and the calibrated yaw rate to be used as redundant motion information. ... mehrMoreover, wheel slip and roll direction are estimated and safely processed. Vehicle parameters and sensor errors are reliably calibrated in vehicle operation even under difficult conditions. Achieving a particularly high level of robustness is achieved by using driving condition-dependent adjustments specifically for parking and the optimization of filter settings using Monte Carlo simulations.
Results based on real-world parking scenarios show that this self-calibrating, adaptive and driving condition-dependent localization filter significantly increases the accuracy and robustness of odometry-based localization for parking applications compared to classical vehicle motion models, thus significantly improving parking quality.