INS-gestützte Qualitätskontrolle für RTK GPS Positionierung
INS aided fuzzy quality control for precise RTK GPS positioning
Wissenschaftsdisziplinen
Informatik (10%); Mathematik (10%); Umweltingenieurwesen, Angewandte Geowissenschaften (80%)
Keywords
-
RTK GPS,
Quality Control,
Fuzzy Logic,
INS,
Precise Positioning
Das Globale Positionierungs System GPS hat nicht nur die Navigation revolutioniert. Im RTK (real-time- kinematic) Modus können unter Verwendung der Signal-Trägerwellen Maschinen mit Zentimetergenauigkeit gesteuert, Verkehrswege während der Befahrung hochgenau ver-messen, Grenz- und Detailpunkte effizient in der Natur abgesteckt werden. RTK GPS ist auch aus der Ingenieurgeodäsie nicht mehr wegzudenken. Leider verursachen unvermeidliche Ob-jekte nahe der Antenne (Gebäude, Bäume, Baumaschinen) kaum modellierbare Signalstörun-gen. Diese können die ermittelte Position um mehrere cm verfälschen, sind aber bei kinemati-scher Messung allein mit GPS schwer zu erkennen und kaum zu korrigieren. RTK GPS kommt daher in kritischen Anwendungen nicht zum Einsatz und sein Genauigkeitspotential kann nicht ausgeschöpft werden. Zusätzliche Informationsquellen werden benötigt, um das Problem zu lösen. In diesem Forschungsprojekt soll dafür die Eignung kostengünstiger, bereits heute oder in naher Zukunft verfügbarer Inertial-Navigations-Systeme (INS) untersucht werden. INS sind von äußeren Einflüssen weitgehend unabhängig und haben zu GPS komplementäre Eigenschaften. Ursprünglich zur Steuerung von Flugkörpern entwickelt, bilden sie heute den Kern vieler Navigationssysteme, typischerweise in Kombination mit anderen Sensoren. INS/GPS Systeme gewährleisten hohe Langzeitstabilität und sind gleichzeitig robust gegen-über kurzen GPS Signalausfällen. Arbeiten anderer Autoren haben gezeigt, dass sich sogenannte GPS Cycle-Slips mit-hilfe von INS erkennen und reparieren lassen. In dieser Untersuchung soll die Qualitätskon-trolle auf Mehrwege- und Beugungseffekte, sowie Ausreißer ausgedehnt werden. Dazu wird das Verhalten kostengünstiger INS mit MATLAB modelliert und eine statistische Analyse minimal-detektierbarer Biases im Kontext eines Kalman Filters durchgeführt. Die Algorith- men werden in ein Schema zur robusten Schätzung und Qualitätskontrolle mittels Fuzzy Lo-gic eingebettet, das der Bewerber im Rahmen seiner Dissertation entwickelt hat.
- University of Calgary - 100%
- Technische Universität Graz - 10%