Partikelfilter-basierte Landmarken-Navigation mit Hilfe geodätischer Radar-Fernerkundung

Abstract

Die gegenständliche Arbeit beschäftigt sich mit einer wahrscheinlichkeitstheoretischen, globalen Positionierungsmethode unter Zuhilfenahme von Landmarken in einer bekannten Umgebung. Im Kontext des autonomen Fahrens und Fahrassistenzsystemen werden Positionsgenauigkeiten im Zentimeterbereich benötigt. Speziell in urbanen Gebieten liefern bereits existierende globale Positionierungsverfahren, wie GPS (Global Positioning System) keine zuverlässige und präzise Eigenortung. Statisch urbane Objekte mit bekannter Position, die von der onboard Sensorik erfasst werden können, stellen daher eine zusätzliche Möglichkeit zur Positionsbestimmung dar. Metallische, stangenförmige Objekte, wie Laternen oder Lichtsignalanlagen werden mit Hilfe geodätischer Radarfernerkundung flächendeckend und präzise erfasst und dienen der entwickelten Methodik in Form einer digitalen Navigationskarte zur Orientierung in der Umgebung. Die Arbeit zeigt, dass es mit Hilfe eines einfachen LiDAR Sensors möglich ist, sich innerhalb einer Landmarkenkarte erfolgreich zu verorten. Die Monte-Carlo Lokalisierung wurde positiv auf einem Testgelände angewendet und erhöht die Positionsgenauigkeit eines Fahrzeuges gegenüber GPS.