3 Genauigkeitsanalyse des Winkelmeßsystem 3DF ADU

3.1 Verfügbarkeit der Meßwerte

Bei Einstatz eines solchen Systems in einem Fahrzeug/Flugzeug unter realistischen Einsatzbedingungen ist mit Abschattungen der GPS-Signale, z.B. durch Brücken und Bäume swoie bei extremen Schräglagen, und daraus resultierenden kurzfristigen Unterbrechungen zu rechen. In Testmessungen wurde deshalb die Verfügbarkeit und die Reakquisitionszeit der Meßwerte der ADU untersucht. Die Positionen und die Geschwindigkeiten, die aus den über Antenne 1 empfangenen Daten berechnet werden, liegen bei der ADU bereits zwei Minuten nach Einschalten des Systems vor, wenn ein einwandfreier Satellitenempfang (mindestens vier Satelliten) gewährleistet ist. Die Daten können mit einer Datenrate von bis zu 2 Hz angefordert werden. Für eine gültige Ausgabe der Winkel ist zusätzlich die Lösung der Phasenmehrdeutigkeiten (Ambiguity) erforderlich, wobei mindestens folgende Zeiten - abhängig von bestimmten Anfangsbedingungen - notwendig sind:

Grund des Phasenabrisses Zeit zur Lösung der Phasenmehrdeutigkeiten

eine Antenne ohne Signal 12 Sekunden

Power Off über 8 Minuten 30 Sekunden

Power Off über 15 Minuten 30 Sekunden

In der Regel sind bei kurzfristigen Phasenabrissen für bis zu 30 Sekunden Datenausfälle zu erwarten. Bei einer statischen Testmessung von 45 Minuten entstanden lediglich vier Ausfälle durch Phasenabrisse, wobei jeder dieser Ausfälle eine Sekunde dauerte. Unter Bewegung und bei Abschattungen der Satellitensignale durch Hindernisse sind die Unterbrechungen erheblich länger. Diese Lücken können aber mit Hilfe von inertialen Komponenten überbrückt werden. Auf jeden Fall ist bei der Nutzung der Daten der 3DF-ADU zu berücksichtigen, daß bereits gültige Positionen und Geschwindigkeiten vorliegen können, aber die Winkel noch ungültig sind.

3.2 Erreichte Genauigkeiten

Für die spätere Integration der Winkel der ADU in das Kalmanfilter werden die Winkel (Roll-, Pitch-, Kurswinkel ) sowie deren Standardabweichungen, die als Meßrauschen in das Kalmanfilter einfließen, benötigt. Hierzu wurden die Winkel einer statischen Messung über ca. 10 min aufgezeichnet und analysiert. Für diese Zwecke wurde das Schnittstellenprogramm ADUMAIN erstellt, das die Initialisierung der 3DF-ADU, die Registrierung der Daten (Winkel, Positionen, Geschwindigkeiten) im Binärformat und die grafische Anzeige der Daten in Echtzeit bzw. im Postprocessing bei Eingabe des aufgezeichneten Datenfiles vornimmt. Ein Screenshot dieses Programmes zeigt Abbildung 3-1. Die Analyse ergab unter Elimination weniger Ausreißer folgende Standardabweichungen (1 s):

Kurswinkel (Heading): ± 0.2°

Roll- und Nickwinkel: ± 0.5°

Diese Werte beziehen sich auf ein Antennenarray, auf dem die Antennen in einem maximalen Abstand von 1.4 m montiert sind. Bei Versuchen mit einem auf 3.2 m vergrößerten Array wurden folgedende Genauigkeiten festgestellt:

Kurswinkel (Heading): ± 0.06°

Roll- und Nickwinkel: ± 0.35°

Die Ergebnisse zeigen, daß die Genauigkeit direkt proportional vom Abstand der Antenne abhängt, so daß auf Fahrzeugen (z.B. Schiffe) noch eine deutliche Genauigkeitssteigerung durch die Anordnung der Antennen möglich ist.

3.3 Datenalter

Bei der Integration der Daten unterschiedlicher Meßsysteme in einem Kalmanfilter ist nicht nur die genaue Kenntnis der Standardabweichungen von entscheidender Bedeutung sondern auch eine exakte Synchronisation der heterogenen Daten, wobei die Anforderungen an die Synchronisation mit zunehmender Dynamik des Fahrzeugs ansteigen. Zur Bestimmung des Datenalters wurden unter Ausnutzung des 1 PPS-Signals der 3DF-ADU die Winkelmeßdaten der ADU und die interruptgesteuert ankommenden Meßdaten LCR88 einer weiteren Analyse unterzogen.

Für diese Zwecke wurde zunächst das in diesem Projekt entwickelte grafische Analyseprogramm LAOFF, das im Postprocessing die zeitgleich registrieren bzw. aus den LCR88-Daten berechneten Winkel grafisch darstellt (s. Abb. 3-2), benutzt. Mit Hilfe dieses Programmes konnte zunächst aus dem visuellen Vergleich der Winkel bei Vorliegen von Drehbewegungen ein Näherungswert für das Datenalter ermittelt werden. Der genaue, für die spätere Synchronisation benötigte Wert, wurde anschließend mittels der berechneten zeitlichen Autokorrelationsfunktion bestimmt. Dabei ergab sich ein Datenalter der Winkel der 3DF-ADU gegenüber denen des LCR88 von 1.973 s. Dieses doch recht hohe Datenalter zeigt bereits, daß wegen des hohen Datenalters die Winkel der 3DF-ADU für Echtzeitanwendungen unter Dynamik allein nur bedingt geeignet sind. Erst durch die Integration mit anderen Komponenten wie z.B. Kreiselmessungen, ist unter kinematischen Bedingungen ein vernünftiger Einsatz gewährleistet.

3.4 Verbesserung der GPS-Positionen- und Geschwindigkeiten durch RTCM Korrekturdaten

Neben den drei Winkeln berechnet die 3DF-ADU ebenfalls die 3D-Position (geographische Breite und Länge, Höhe) sowie den dreidimensionalen Geschwindigkeitsvektor mit den Komponenten Nord-, Ost- und Vertikalgeschwindigkeit. Die im 1 s-Takt ausgegebenen Daten beziehen sich dabei auf den Ort der Antenne 1. Die GPS-Positionen und -geschwindigkeiten unterliegen - abgesehen von der Verfügbarkeit der Satellitensignale - hinsichtlich der Genauigkeit den üblichen militärisch bedingten Einschränkungen des GPS-Systems, das unter dem Begriff Selective Availability (SA) bekannt ist. Hierunter ist die künstliche Verschlechterung der Positions- und Geschwindigkeitsgenauigkeit durch das US DOD (Department of Defence) zu verstehen, die durch eine absichtliche Verfälschung der Uhren jedes Satelliten sowie der gesendeten Bahndaten (Ephemeriden) erreicht wird. Durch diese Maßnahme wird die Positionsgenauigkeit (2-dimensional) auf 100 m und die Höhengenauigkeit auf 150 m (95%-Werte) begrenzt. Die Genauigkeiten der Geschwindigkeit, für die vom DOD kein Wert spezifiziert wurde, variiert aufgrund eigener Messungen zwischen 0.3 m/s und 1.5 m/s.

Die so vom DOD zusätzlich eingespeisten Fehler als auch durch die Atmosphäre (Troposphäre und Ionosphäre) induzierten Fehler lassen sich aber nahezu vollständig eliminieren, wenn ein zweiter, sog. Referenzempfänger auf einem koordinatenmäßig bekannten Punkt betrieben wird und dieser Korrekturen für die aus den Satellitenmeßdaten abgeleitete Strecke Empfänger - Satellit (Pseudoentfernungsmessung) und für deren Änderungsrate (Entfernungsdifferenz- messung, Deltarange) berechnet. Werden diese Korrekturen, für die ein Standarddatenformat (RTCM Version 2.0 und Version 2.1) spezifiziert wurde, nun einem zweiten Empfänger, dem sog. Rover zur Verfügung gestellt, so kann dieser seine eigenen Meßdaten korrigieren und somit die Positions- und Geschwindigkeitsgenauigkeit auf wenige Meter oder sogar besser steigern. Da die Positions- und Geschwindigkeitsdaten wie auch die Winkelwerte der ADU ebenfalls zur Stüzung der Inertialdaten in dem Kalmanfilter benutzt werden, sind auch diese Daten hinsichtlich ihrer Genauigkeiten zu analysieren. Dabei ist auch zu berücksichtigen, ob die o.a. Korrekturen angebracht wurden und welcher Datenquelle diese Korrekturen entstammen.

In der Bundesrepublick gibt es z.Zt. bereits mehrere Systeme, die Korrekturdaten entsprechend RTCM 2.0 bzw. 2.1 aussenden und die direkt in den GPS-Empfänger eingespeist werden können. Die Systeme unterscheiden sich hinsichtlich der Reichweite, dem Datenalter, der Aufdatungsrate und der ausgesendeten Datentypen (Messages). Folgende Systeme konnten im Rahmen dieses Projektes zur Einspeisung und Korrektur der Daten der 3DF-ADU, die Korrekturen nach dem Format RTCM 2.0 verarbeiten kann, genutzt und hinsichtlich ihrer Genauigkeit analysiert werden:

Die Empfänger wurden über eine Dauer von 24 h mit Einspeisung der Korrekturdaten aus den verschiedenen Datenquellen bei unbeweglicher Antenne betrieben.Typisch für sämtliche untersuchte Empfänger - mit Ausnahme des preiswertesten Empfängers, den Motorola Oncoreempfänger - war eine sprunghafte Verschlechterung der Positionsgenauigkeit von 5 m bis 30 m, die mehrere Minuten andauerte, bei Benutzung eines neuen Satelliten. Diese grob fehlerhaften Meßdaten lassen sich aber effektiv bei Verwendung in einem hybriden System, das die Meßdaten in einem Kalmanfilter verarbeitet, erkennen und eliminieren. Da derartige Ausreißer das Ergebnis verfälschen würden, wurden diese Werte bei der Genauigkeitsanalyse aus den Meßdaten entfernt.

Die Korrektrurdaten des ALF über Langwelle bzw. RASANT/RDS über UKW werden aufgrund der geringen Übertragungsrate, die das RDS-Format zuläßt- nur im 3 s-Takt erneuert. Hieraus resultiert bei einwandfreiem Empfang der Korrekturdaten ein Datenalter von ca. 6 s bis 9 s. Die SAPOS-Referenzstation Essen sendet z.Zt. noch unverschlüsselt - dafür aber nur im 2 s-Takt, so daß ein Datenalter von ca. 2 s bis 4 s bei Nutzung dieser Datenquelle einzukalkulieren ist. Die günstigsten Bedingungen ergeben sich, wenn die Daten der Referenzstation der FH Bochum genutzt werden können. Die Datenrate, die auf 1 s eingestellt wurde, ermöglicht so einen Betrieb mit minimalem Datenalter ( 0 s - 2 s). Die erzielbaren 2 d-Positionsgenauigkeiten werden nachfolgend für die untersuchten Kombinaten gezeigt. Die erzielten Genauigkeiten bei Nutzung der Korrekturdaten von ALF über Langwelle sind hinsichtlich der erzielbaren Genauigkeit nahezu identisch mit denen von RASANT/RDS UKW, so daß hier nur die RASANT/RDS UKW- Ergebnisse dokumentiert werden.

Tabelle 3-1: DGPS-Positionsgenauigkeiten bei Nutzung verschiedener RTCM-Korrekturdaten, unterschiedlichen GPS-Empfängern und Antennen

Die entsprechenden Positionsplotts, in denen die einzelnen Positionen eingetragen sind, sind in den Abbildungen 3-3 bis 3-9 dargestellt. Abbildung 3-10 zeigt zusätzlich die exemplarisch die Effekte, wenn ein neuer Satellit getrackt wurde. Die in der Tabelle aufgeführten Genauigkeiten berücksichtigen diese Ausreißer, die mehrere Minuten dauern, nicht.

4 Integration der 3DF ADU-Daten mit den Inertialdaten des LCR88

Bei dem LCR88 handelt es sich um ein nach ARINC 705 spezifiziertes Strapdown- Kurs- und Lagereferenzsystem (AHRS = Attitude and Heading Reference System) mit drei Pendelbeschleunigungsmessern und zwei zweiachsigen trockenen dynamisch abgestimmten Kreiseln. Die typischen Genauigkeiten dieser inertialen Sensoren sind in Tabelle 4-1 aufgeführt.

Tabelle 4-1: typische Genauigkeiten der inertialen Sensoren des LCR88

Die mit 50 Hz vom LCR88 bereitsgestellten Winkel- und Geschwindigkeitsinkremente (bezogen auf ein körperfestes Koordinatensystem) werden zunächst im Stillstand zur Ausrichtung des Systems (Alignment) benutzt, während der aufgrund der gemessenen Schwerebeschleunigung die Lotrichtung (resultierend in den Roll- und Nickwinkel) und der gemessenen Erddrehrate die Nordrichtung (Kurswinkel) bestimmt werden. Diese Phase dauert 2 min. Anschließend werden aufgrund der neuen Meßdaten kontinierlich mit 50 Hz die 3d-Geschwindigkeiten (Nord-, Ost-, Vertikal-), die 3d-Position (geographische Breite, Länge, Höhe) sowie die Roll-, Nick- und Kurswinkel neu berechnet. Dabei handelt es sich um ein sog. Dead Reckoning System, d.h. das System kann zwar Positionen und Geschwindigkeiten nach Eingabe einer Anfangsgeschwindigkeit und Anfangspositionen weiterberechnen, aber nicht direkt bestimmen.

Wegen der Fehler der inertialen Sensoren und der Integrationsprozesse wachsen insbesondere die Positions-, Geschwindigkeitsfehler aber auch die Winkelfehler bereits nach wenigen Minuten an und zeigen das typische nach Schuler benannte Fehlerverhalten, d.h. ein solches System liefert kurzeitig stabile Werte mit einer hohen Datenrate und kleinem Datenalter aber langzeitig mit großen Fehlern behaftete Werte.

Die Meßdaten der 3DF-ADU liefern demgegenüber absolute Geschwindigkeiten und Positionen sowie ebenfalls Roll-, Nick- und Kurswinkel. Die Datenrate (max. 2 Hz) als auch das Datenalter (ca. 2 s) dieser Werte, die außerdem stark verrauscht sind, sind im Vergleich zu den entsprechenden inertialen Werten deutlich schlechter, d.h. dieses System liefert zwar kurzzeitig stark verrauschte Daten aber zeigt ein sehr gutes Langzeitverhalten. Im Gegensatz zu den Inertialdaten können darüberhinaus die Daten der 3DF-ADU Datenlücken infolge einer schlechten Satellitenkonstellation oder Abschattungen aufweisen.

Die gemeinsame Integration der beiden heterogenen Datensätze in einem komplementären Filter behebt hier in idealer Weise die Nachteile des anderen Systems. Als Filtertechnik bietet sich hier die Kalmanfiltertechnik an. Den Prozeß bilden dabei die aus den Inertialdaten (Winkel- und Geschwindigkeitsinkremente) mit 50 Hz abgeleiteten Positionen, Geschwindigkeiten sowie die Kurs- und Lagewinkel. Diese Werte werden durch die Meßwerte des GPS, die die Beobachtungen des Kalmanfilter bilden, kontinuierlich verbessert.

4.1 Kalmanfilter

Die in das Kalmanfilter aufzunehmenden Zustände hängen einerseits von den Fehlern der inertialen Sensoren und andererseits von den Beobachtungen, die zur Stützung, benutzt werden ab. Beim LCR88 handelt es sich um ein vornehmlich für Luftfahrtanwendungen einsetzbares System mit entsprechend genauen Kreiseln und Beschleunigungsmessern. Für Landfahrzeuge, deren Driftwinkel fast immer null ist, und dessen Geschwindigkeit zusätzlich über Radsensoren, z.B. ein Odometer, gestützt werden kann, können aber auch einfachere Kreisel sowie an Stelle der Beschleunigungsmesser 2-achsige Libellen eingesetzt werden. Die Standardzustände für diese im Rahmen dieses Projektes anvisierten beiden Anwendungsfälle sind in Tabelle 4-2 aufgelistet.

Tabelle 4-2: Kalmanfilterzustände für zwei spezielle Anwendungsfälle

Als erster Schritt wurde die Integration der Meßdaten der 3DF-ADU mit den Inertialdaten des LCR88 durchgeführt. Dieses System ist primär für Luftfahrtanwendungen konzipiert, läßt sich aber auch für Landnavigationsaufgaben einsetzen. Der Zustandsvektor enthält hier bewußt keine Terme, um eventuelle Ausrichtfehler zwischen beiden Systemen abzufangen. Aufgrund von Voruntersuchungen wurde festgestellt, daß aufgrund der stark verrauschten Winkel der 3DF-ADU derartige Fehler nur schwer schätzbar sind. Aus diesem Grunde ist eine genaue parallele Anordung bzw. Vermessung der beiden Systeme unerläßlich. Die ermittelten Fehlausrichtungen werden kann in einer Initialisierungsdatei abgelegt und vor Verwertung der 3DF-ADU- Daten in dem Kalmanfilter korrigiert. Die Stützung erfolgt hier im 1 s- Takt durch die Meßdaten der 3DF-ADU, so daß sich folgender Beobachtungsvektor ergibt:

Tabelle 4-3: Beobachtungsvektor des Kalmanfilters

Für die Zustände des Kalmanfilters, die in dem Zustandsvektor x zusammengefaßt werden, wird aufgrund der bekannten Größenordnung der Anfangsfehler und der systematischen Fehler der inertialen Sensoren bei der Intialisierung eine Anfangsvarianz-Kovarianzmatrix P₀ festgelegt. Im diskreten Kalmanfilter muß nun die Zeitabhängigkeit der Zustände zwischen den diskreten Zeitpunkten k und k-1 über die Transitionsmatrix F modelliert werden. Gleichzeitig muß wegen der zeitlichen Veränderung der Fehler auch die Varianz-Kovarianzmatrix über das Fehlerfortpflanzungsgesetz mit der Transitionsmatrix neu berechnet werden, wobei zusätzliche nicht deterministische Fehlereffekte (Rauschen) durch die Prozeßrauschmatrix Q zu berücksichtigen sind:

Zur Verbesserung der Systemgenauigkeit werden nun die zusätzlichen Beobachtungen des GPS beim sog. Measurementupdate benutzt. Die Beobachtungen y des Kalmanfilters sind hier die Differenzen zwischen den (D)GPS-Positionen und -geschwindigkeiten und denen des Inertialsystems sowie die Differenzen zwischen den aus den drei Winkeln der beiden Systeme:

Falls keine Beobachtungen vorliegen, wird kein Measurementupdate durchgeführt. Für den Fall, daß keine gültigen Winkel vorliegen, entfallen die letzten drei Beobachtungen.

Für diese Beobachtungen sind ebenfalls deren Varianzen und Kovarianzen in der Rauschmatrix R zu vereinbaren. Bei den GPS-Messungen wird außerdem ein dynamikabhängiges Rauschen berücksichtigt, um Synchronisationsfehler zu berücksichtigen. Mit Hilfe der Beobachtungen y und deren Varianzen und Kovarianzen R lassen sich nun mittels des Kalmanfilters die Zustände x schätzen. Hierzu ist zunächst über die Meßmatrix H der funktionale Zusammenhang zwischen den Beobachtungen und den Zuständen des Kalmanfilters in der Form

aufzustellen. Die Elemente der Meßmatrix H erhält man durch Differentiation des Beobachtungsvektor nach dem Zustandsvektor.

Der eigentliche Messungsupdate des diskreten Kalmanfilters, bei dem aus den Meßwerten neue Korrekturen bzw. Zuschläge für die Systemparameter berechnet werden, umfaßt folgende Berechnungsschritte:

1. Berechnung der Verstärkungsmatrix K:

2. Aufdatung des Zustandsvektors:

3. Aufdatung der Varianz-Kovarianzmatrix des Zustandsvektors:

Im sogenannten Closed Loop-Kalmanfilter werden die geschätzten Fehler direkt in das System zur Verbesserung der inertialen Parameter zurückgeführt und im nächsten Rechenzyklus die Zustände wieder mit 0 initialisiert. Für den Fall, daß keine Beobachtungen vorliegen oder diese fehlerhaft sind, unterbleibt der Messungsupdate, so daß nur die Propagation des Zustandsvektors und dessen Varianz-Kovarianzmatrix wirksam ist. Dieser Fall entspricht der Verstärkung K=0 mit

Fehlen zum Zeitpunkt des Messungsupdates einige Messungen oder sind diese ungültig, so sind nur die mit diesen Messungen korrespondierenden Zeilen zu null zu setzen. Dadurch bleiben diese Messungen automatisch unberücksichtigt. Da bei jedem Messungsupdate des Kalmanfilters stets eine quadratische Matrix in der Dimension der Anzahl von Zeilen von H zu invertieren ist, ist es empfehlenswert, den Update sukzessiv mit den einzelnen Beobachtungen (skalarer Update) oder mit einzelnen Beobachtungsgruppen durchzuführen. Dadurch reduziert sich der Rechenaufwand automatisch bei Fehlen von einigen Messungen. Durch Anwendung des skalaren Updates auf sämtliche Beobachtungen kann die Inversion der Matrix umgangen und der Rechenaufwand reduziert werden.

Je nach Art der vorliegenden Messungen ergeben sich folgende Betriebszustände des Systems, die automatisch vom System gewählt werden. Zusätzlich lassen sich die beiden GPS-Stützungsmöglichkeiten auch manuell aktivieren bzw. deaktivieren:

4.2 Software- und Hardwareintegration und Integrationstest

Zur Verarbeitung der 50 Hz- Daten des LCR88 existierte bereits ein lauffähiges PC-Programm, das die komplette Navigations- und Plattformberechnung und auch die Kalmanfilterstützung mittels Positionen und Geschwindigkeiten auf einem Standard-PC durchführte. Von dem Basisprogramm wurden zwei Versionen abgeleitet:

Dieses Programm wurde im Rahmen des Projektes so erweitert, daß einerseits auch die Positionen und Geschwindigkeiten der 3DF-ADU über die serielle Schnittstelle benutzt werden können und andererseits die Winkelmessungen zur zusätzlichen Stützung verwendet werden können. Entsprechend wurde auch die graphische Anzeige und die Anzeige im Textformat so erweitert, daß ein Kontrolle sämtlicher Meßdaten in Echtzeit möglich ist. Weiterhin wurde das PPS-Signal der 3DF-ADU, das zur Synchronisation der Daten notwendig ist, über die parallele LPT1-Schnittstelle akquiriert. Nach umfangreichen Software- und Hardwareintegrationstests konnte schließlich ein erster Test auf dem Dach der FH Bochum durchgeführt werden.

Während des Tests, der ca. 40 min dauerte wurden verschiedene Drehungen in beide Richtungen um die Vertikalachse von 0° - 360° und Lagewinkeländerungen bis zu ± 25° durchgeführt. Das System arbeitete im Echtzeitbetrieb wie vorgesehen störungsfrei. Besonders hilfreich waren hier die vilefältigen Möglichkeiten zur Kontrolle der Berechnungen und aktuellen Meßdaten mittels der Grafik- und Textausgabe auf dem Monitor. Nachfolgend werden hiervon in Abbildung 4-1 und Abbildung 4-2 zwei Screenshots dieses Versuchs gezeigt. Sämtliche Originalmeßdaten wurden aber auch abgespeichert. Die aufgezeichneten Daten wurden zusätzlich im Postprocessing weiteren Analysen, die sich auf die Schätzbarkeit der im Zustandsvektor enthaltenen Fehler erstreckte, unterzogen. Hierbei wurde insbesondere im Hinblick auf die spätere Integration mit ungenaueren Sensoren untersucht, inwieweit mittels der zusätzlichen GPS-Winkelstützung die drei Kreiselbiase und die drei Winkelfehler der analytischen Plattform schätzbar sind bzw. wieviel Zeit für deren Schätzung benötigt wird.

Abbildung 4-3 zeigt den Genauigkeitsgewinn im Kurswinkel infolge der zusätzlichen Winkelstützung gegenüber der konventionellen Positions- und Geschwindigkeitsstützung. Erwartungsgemäß ist der Einfluß auf die Kursgenauigkeit am stärksten während die Lagewinkel (Roll- und Nickwinkel) nur marginal verbessert werden. Bei der einfachen Positons- und Geschwindigkeitsstützung strebt die Standardabweichung des Kurswinekl auf einem Wert von ca. 0.6° zu, der nach ca. 30 min erreicht wird. Durch die zusätzliche Positionsstützung wird bereits nach wenigen Minuten eine Kursgenauigkeit von 0.05° erzielt - eine Genauigkeit, die autonom nur mit sehr teuren Inertialsystemen (> 200 000 $) erreicht werden kann.

Weiterhin wurde untersucht, wie sich zusätzliche systematische Fehler auswirken. Für diese Untersuchungen wurden die Sensorkalibrationsdaten des LCR88, die in einer Initialisierungsdatei abgelegt sind, als auch die dort abgelegten Fehlausrichtungswinkel absichtlich um bestimmte Beträge systematisch verfälscht. Folgende Fälle wurden simuliert:

a) Simulation einer zusätzlichen Fehlausrichtung zwischen LCR88 und 3DF-ADU

Der Vergleich der beiden Kurswinkel (s. Abbildung 4-4) zeigt, daß die Winkel des Hybridsystem um den gleichen Betrag wie die zusätzliche simulierte Fehlausrichtung verfälscht werden. Dies ist ein zusätzlicher Beweis für die Effektivität der Kursstüzung, zeigt aber auch, daß eine genaue Einmessung der einzelnen System unerläßlich ist.

b) Simulation einer zusätzlichen Kreiseldrift von 0.5°/h für den x- bzw. y-Kreisel sowie eines zusätzlichen x-, bzw. y- B'messerbias von 0.5 mg. Diese Simulationen (s. Abbildung 4-5) sollen zeigen, ob durch die zusätzliche Winkelstützung deutlich ungenauere Kreisel bzw. Beschleunigungsmesser einsetzbar sind. Die zusätzlich simulierten Kreiseldriften konnten im Kalmanfilter durch die zusätzliche Winkelstützung bereits nach ca. 5 min vollständig geschätzt und somit kompensiert werden. Die Schätzung der zusätzliches induzierten Fehler der Beschleunigungsmesser dauert indes deutlich länger, nach ca. 30 min sind 50% des simulierten Wertes kompensiert.

Die Ergebnisse zeigen eindeutig die Vorteile der zusätzlichen Winkelstützung. Weitere Tests im Fahrzeug sind mit diesem System noch geplant.