基于GNSS定位具有5G信号的车辆的方法

技术领域

本发明涉及一种用于车辆的基于GNSS的定位的方法。此外，提出了用于执行该方法的计算机程序、具有该计算机程序的机器可读存储介质和定位设备。本发明特别是可以与自动驾驶或自主驾驶结合使用。

背景技术

用于自主运行的车辆尤其需要能够特别是借助于卫星导航数据(例如GPS、GLONASS、北斗、伽利略)来确定高度精确的车辆位置的传感器。为此，目前通过车顶上的GNSS天线接收GNSS(全球导航卫星系统)信号，并且通过GNSS传感器进行处理。在此，信号的接收可能会受到影响，例如由于沿着信号传播路径的大气干扰和/或由于车辆附近物体处的信号反射所引起的多路径传播。

此外已知的是执行各种机制的定位传感器，以便识别且必要时丢弃错误的GNSS测量。通常通过执行一些内部统计测试来进行识别，并且到目前为止通常没有外部来源。在此，根据可用测量的数量、残差的大小、信号强度、速度和测量的历史可以识别伪距离和多普勒/德尔塔距离异常值，并且必要时可以丢弃相应的信号。

发明内容

在此基础上，应当改进基于GNSS的定位，特别是其精确性和/或完整性。

在此，根据权利要求1说明了一种用于车辆的基于GNSS的定位的方法，该方法至少包括以下步骤：

a)从至少一个GNSS卫星接收GNSS卫星信号，并且通过使用所接收的GNSS卫星信号来确定GNSS定位数据；

b)接收5G信号，并且通过使用所接收的5G信号来确定5G定位数据；

c)通过使用5G定位数据来评估GNSS定位数据，以识别对GNSS卫星信号的可能干扰。

步骤a)、b)和c)可以例如以规定的顺序至少执行一次和/或重复执行，以执行该方法。此外，步骤a)、b)和c)，特别是步骤a)和b)可以至少部分平行或同时进行。该方法特别是可以(有针对性地)适用于城市地区，特别是房屋峡谷。

该方法特别是使得5G信号可以用作识别错误的GNSS测量的外部源。该方法以有利的方式允许借助于由5G信号确定的参考值或参考位置进行GNSS信号中的错误识别。换言之，这特别是也可以描述如下，即借助于该方法可确定基于5G的位置信息并使用其来生成用于GNSS观测的参考，以识别并且必要时消除错误的测量。该方法有利地有助于检验GNSS测量的完整性，从而也可以有利地有助于所谓的接收机自主完好性监测(RAIM)。

就此而言，GNSS代表全球导航卫星系统，例如GPS(全球定位系统)或伽利略。在基于GNSS的定位中，也可以使用车辆的与GNSS无关的其他传感器(例如环境传感器和/或惯性传感器)，以便可以附加地或根据需要(例如在GNSS遮蔽的情况下)替代性地提供用于车辆定位的信息。为了定位，特别是可以确定车辆的当前(自身)位置、(自身)定向、(自身)速度和/或(自身)加速度。

车辆优选是机动车，例如汽车，其特别优选地被设置用于自动或自主(驾驶)操作。在相应的车辆中，除了至少一个GNSS接收器之外，还可以使用各种环境传感器(例如：雷达传感器、激光雷达传感器、相机传感器、超声波传感器)。这些环境传感器例如可以用于识别车辆周围的物体并相对于车辆进行定位。此外，环境传感器数据和/或GNSS数据例如可以用于在(高度精确的)数字地图上定位车辆。基于所识别的物体或所确定的车辆位置可以进行轨迹规划，并且必要时相应地进行车辆执行器的控制以实施(自动或自主)驾驶操作。通过这种方式，车辆可以有利地安全地在环境中导航。

在步骤a)中，从至少一个GNSS卫星接收GNSS卫星信号，并且通过使用所接收的GNSS卫星信号来确定GNSS定位数据。通常，至少部分并行地或同时地从多个GNSS卫星接收GNSS卫星信号。例如通过运行时间测量和/或其他评估可以从GNSS卫星信号中确定相应的GNSS定位数据。由此确定的GNSS定位数据例如可以至少包括所谓的GNSS伪距离数据，其描述了相应GNSS卫星和车辆之间的信号传播路径的空间长度。然而，由于诸如大气信号延迟和/或由车辆附近物体处的反射所引起的多路径传播之类的妨碍，这些GNSS伪距离数据所描述的信号传播路径可能长于车辆和卫星之间的实际(最短)距离(在发送相应的GNSS卫星信号的时间点)。这可能导致错误的GNSS测量。

在步骤b)中，接收5G信号，并且通过使用所接收的5G信号来确定5G定位数据。例如，可以从车辆附近的多个5G站(分别包括至少一个5G发射设备和5G接收设备)接收5G信号。在此，5G信号特别是还可以包括关于各个5G站的(大地测量)绝对位置的信息。例如，通过5G信号的运行时间测量，可以确定车辆与相应5G站之间的相对位置或距离。所确定的车辆到多个5G站的距离可以特别是与关于各个5G站的(大地测量)绝对位置的信息例如组合成基于5G的车辆位置，例如以三角测量的类型。

5G移动网络有利地有助于如下事实，即可以特别是有利地满足在特别是自动或自主驾驶车辆的定位应用中存在的对所用传输类型的可靠性、可用性、覆盖率和/或延迟的高要求。这有助于在定位时实现特别高的精度(尽可能在厘米范围内)和/或特别高的完整性值。

5G的新频率分配特别是对基于移动通信的定位是有利的，因为可以获得在更高的频率(除了低于6GHz之外，还有超过24GHz的毫米波)下存在的更大的带宽。更大的带宽有助于更精确地分辨信号时间(在时间和带宽之间存在反比关系)，从而更大的带宽提供改进的解决多路径效应的能力，多路径效应是视线不清的城市地区中的主要错误源，因为经过不同路径的信号在不同的时间到达。

5G中向新频率的切换也对移动通信基站的地理分布和所使用的天线技术有特别有利的影响，这反过来又有利于基于移动通信的定位。此外，具有波束成形功能的5G天线阵列的引入可有利地有助于将信号导向终端用户的方向。更高密度的方向识别天线可通过延迟、到达角和/或出射角的测量来改善多路径分量的分辨率，从而提高定位性能。此外，通过5G可以使得能够利用单个5G站来定位车辆。

在步骤c)中，通过使用5G定位数据对GNSS定位数据进行评估，以识别GNSS卫星信号的可能干扰。干扰例如可能沿着GNSS卫星信号的传播路径发生。干扰例如可以是由于车辆附近物体(例如建筑物外墙)处的反射而引起的大气信号延迟(例如在电离层中)和/或多路径传播。通过使用5G定位数据例如可以确定GNSS定位数据的参考数据。参考数据例如可以包括参考位置数据和/或参考距离数据，例如参考伪距离数据。

例如，可以通过使用5G定位数据生成用于GNSS观测的参考数据，以使得可以识别且必要时消除错误测量。由于5G对多路径效应不太敏感，因此所述方法特别有利于实现对多路径混合的GNSS测量的尽可能鲁棒的识别。在此，该方法可以特别有利地用于城市峡谷或房屋峡谷中，因为在该处一方面GNSS信号比5G信号更容易受到影响，另一方面基于5G的位置特别是在密集的5G网络可用时有利地更可靠。

根据一个有利的设计方案提出，GNSS定位数据至少包括GNSS伪距离数据。GNSS伪距离数据可以从GNSS运行时间测量中确定。GNSS伪距离数据通常描述了(发射相关信号的)各个GNSS卫星和车辆之间的信号传播路径的空间长度。

根据另一有利设计方案提出，在步骤b)中通过使用5G信号来确定至少一个基于5G的车辆位置。为了确定基于5G的车辆位置，例如可以对一个或多个5G信号进行运行时间测量。由此获得的关于一个或多个5G站的相对位置信息可以与关于该一个或多个相关5G站的绝对位置信息组合成空间车辆位置。在此特别是(仅)使用例如基于其时间戳或在时间上匹配于步骤a)中所接收的GNSS卫星信号的那些5G信号。特别是可以规定，使用车辆附近的仅一个或单个5G站的信息和/或信号来确定基于5G的车辆位置。例如(车辆和/或5G站的)一个或多个识别方向的5G天线可以有助于此。此外，5G信号的延迟、到达角和/或出射角的至少一个测量也可以有助于此。

根据另一有利设计方案提出，在步骤b)中通过使用基于5G的车辆位置来确定距离数据，该距离数据描述了车辆与至少一个卫星之间的距离。为此，例如可以使用关于卫星轨迹或卫星位置的编目信息，例如星历表数据。由相应的信息以及基于5G的车辆位置可以计算车辆与至少一个卫星之间的空间(最短)距离。就此而言还可规定，利用对GNSS伪距离数据的确定的已知影响对如此确定的距离(值)进行校正或关于这些影响进行补充。由此，例如可以获得可尽可能简单或良好地与GNSS伪距离数据进行比较的5G伪距离数据。

根据另一有利设计方案提出，在步骤c)中将(通过使用基于5G的车辆位置所确定的)距离数据与GNSS伪距离数据进行比较。对于该比较，特别是(仅)使用具有基本上一致的时间戳的数据。例如，可以确定距离数据和GNSS伪距离数据之间的可能差异。特别是可以由(5G伪)距离数据和相对应的GNSS伪距离数据的现有差异来确定伪距离残差，其可以有利地用于通过统计测试识别错误测量。

根据另一有利设计方案提出，在步骤c)中，当确定距离数据和相对应的伪距离数据之间具有显著偏差时，识别出干扰。例如，超过10％或超过20％的偏差可以被视为“显著”。该识别特别是取决于干扰的存在性的识别，而通常不太取决于干扰的类型。然而，为了能够推断出干扰的类型，可以进行(附加的)统计评估。例如，基于统计测试，可以将所确定的伪距离残差识别为疑似多路径传播。

根据另一有利的设计方案提出，为了进一步处理的目的，对利用已对其识别出干扰的GNSS卫星信号和/或GNSS卫星所获得的信息进行加权，或者将其排除在基于GNSS的定位之外。特别是可以将被识别为有错误的GNSS测量排除在基于GNSS的定位之外。替代地或附加地，可以为已对其识别出干扰的GNSS卫星信号和/或GNSS卫星分配降低或降级的完整性值。此外，通过使用已对其识别出(瞬时)干扰的GNSS卫星信号和/或GNSS卫星所确定的车辆位置可以被分配降低或降级的完整性值。此外，可以特别是在预定的时间段内观察已对其识别出(瞬时)干扰的GNSS卫星信号和/或GNSS卫星。例如，这些特别是在该时间段内可能没有其他GNSS卫星信号和/或GNSS卫星可信。

根据另一方面，提出了一种用于执行在此介绍的方法的计算机程序。换言之，这特别是涉及一种包括指令的计算机程序(产品)，该指令在该程序由计算机运行时使其执行在此说明的方法。

根据另一方面，提出了一种机器可读存储介质，在其上保存或存储有在此提出的计算机程序。通常，机器可读存储介质是计算机可读数据载体。

根据另一方面，提出了一种用于车辆的定位设备，其中定位设备被设置用于执行本文所述的方法。定位设备例如可以包括计算机和/或控制器，其可运行指令来执行方法。为此，计算机或控制器例如运行所指定的计算机程序。例如，计算机或控制器可以访问所指定的存储介质，以便能够运行计算机程序。定位设备例如可以是运动和位置传感器，特别是布置在车辆中或车辆处的运动和位置传感器。

结合方法所述的细节、特征和有利设计方案也可以相应地出现在本文所介绍的计算机程序和/或存储介质和/或定位设备中，反之亦然。就此而言，完全参考该处用于特征的更详细表征的陈述。

附图说明

在此介绍的解决方案及其技术环境将在下文中借助于附图得以详细解释。应指出的是，本发明不受所示实施例的限制。特别是除非另有明确说明，否则也可以提取附图中所解释的事实的部分方面，并将其与其他附图和/或本说明书中的其他组成部分和/或发现相结合。

其中：

图1示意性地示出了在此介绍的方法的示例性流程图，并且

图2示意性地示出了在此介绍的定位设备的示例性结构。

具体实施方式

图1示意性地示出了在此介绍的方法的示例性流程图。该方法用于车辆1的基于GNSS的定位(参见图2)。框110、120和130所示的步骤a)、b)和c)的顺序是示例性的，并且可以例如按照所示的顺序运行至少一次，以执行该方法。此外，步骤a)、b)和c)，特别是步骤a)和b)也可以至少部分地平行或同时进行。

在框110中，根据步骤a)从至少一个GNSS卫星接收GNSS卫星信号，并且通过使用所接收的GNSS卫星信号来确定GNSS定位数据。在此，GNSS定位数据可以至少包括GNSS伪距离数据。

在框120中，根据步骤b)，接收5G信号，并且通过使用所接收的5G信号来确定5G定位数据。在步骤b)中，例如通过使用5G信号可以确定至少一个基于5G的车辆位置。此外，通过使用基于5G的车辆位置可以确定距离数据，其描述了车辆和至少一个卫星之间的距离。

在框130中，根据步骤c)，通过使用5G定位数据来评估GNSS定位数据，以识别对GNSS卫星信号的可能干扰。例如，在步骤c)中可以将通过使用基于5G的车辆位置所确定的距离数据与GNSS伪距离数据进行比较。当确定距离数据和相对应的伪距离数据之间具有显著偏差时，识别出干扰。特别是可以由(伪)距离数据和相对应的GNSS伪距离数据的差异来确定伪距离残差，其可以有利地用于通过统计测试识别错误测量。

由此，例如可以通过使用基于5G的位置生成用于GNSS观测的参考数据，以使得可以识别且必要时消除错误测量。由于5G对多路径效应不太敏感，因此所述方法特别有利于实现对多路径混合的GNSS测量的尽可能鲁棒的识别。在此，该方法可以特别有利地用于城市峡谷中，因为在该处一方面GNSS信号比5G信号更容易受到影响，另一方面基于5G的位置特别是在密集的5G网络可用时有利地更可靠。

此外，为了进一步处理的目的，可以对利用已对其识别出干扰的GNSS卫星信号和/或GNSS卫星所获得的信息进行加权，或者将其排除在基于GNSS的定位之外。由此，该方法可以有利地有助于所谓的接收机自主完好性监测(RAIM)。

图2示意性地示出了在此介绍的用于车辆1的定位设备2的示例性结构。定位设备2被设置用于执行在此说明的方法。

定位设备2为此可以包括例如GNSS模块2、时间更新模块4、5G模块5、故障识别模块6和测量更新模块7。GNSS模块2例如被提供并且设置用于从至少一个GNSS卫星接收GNSS卫星信号并通过使用所接收的GNSS卫星信号来确定GNSS定位数据。5G模块5例如被提供和设置用于接收5G信号并通过使用所接收的5G信号来确定5G定位数据。故障识别模块6例如被提供和设置用于通过使用5G定位数据来评估GNSS定位数据，以识别GNSS卫星信号的可能干扰。时间更新模块4和测量更新模块7可以有助于定位设备2中尽可能有效的数据处理。然而，其原则上也可以被省略或由类似的模块替代。

该方法特别是使得5G信号能够特别有利地用作识别错误的GNSS测量的外部源。因此，该方法有利地有助于改进基于GNSS的定位，特别是可以尽可能精确地进行定位。