[A-DX] OT: Navigation bei GPS-Ausfall / EKF - Erweiterter Kalman-Filter / Sensor-Datenfusion / PLL

Roger Thauer
Montag, 06. Januar 2025, 23:04 Uhr

https://www.watson.ch/international/ukraine/567395753-ukrainische-hexen-drohne-trickst-russen-aus
....Die Ukrainer statteten dafür grosse sechsmotorige Drohnen mit
Infrarotkameras aus, etwa solche vom Typ «Kazhan» oder «Vampir». Hinzu
kommt laut der «Welt» eine Spezialtechnik im Prototyp-Status. Der
ukrainische Techniker Ivan (Nachname unbekannt) beschrieb der Zeitung
das Geheimnis der fliegenden «Hexe». Ihm zufolge hat «Baba Jaga»
Elektronik an Bord, welche dafür sorge, dass die russischen Soldaten ihr
Funksignal nicht stören können. Dadurch kann die Drohne an Orte
gelangen, die die Besatzer eigentlich für sicher halten. Genaueres dürfe
er aber aus Gründen der Geheimhaltung nicht sagen, erklärte Ivan.


So "geheim" ist das nicht, Navigation ohne GPS mit EKF:
https://www.dropbox.com/scl/fi/veo65wux03lloitlw0xu3/EKF3_lane_switch_cut.png?rlkey=x5kp7k0skfr4evfsurcm5d7g7&dl=0
(Screenshot eines ukrainischen Dronen-Videos, minimaler Ausschnitt)


https://ardupilot.org/dev/docs/common-ek3-affinity-lane-switching.html
"The EKF instantiates multiple instances of the filter called ‘lanes’.
The primary lane is the one that provides state estimates, rest are
updated in the background and available for switching to....."


https://ardupilot.org/copter/docs/common-apm-navigation-extended-kalman-filter-overview.html
"...Ein erweiterter Kalman-Filter-Algorithmus (EKF) wird verwendet, um 
die Position, Geschwindigkeit und Winkelausrichtung des Fahrzeugs auf 
der Grundlage von Kreisel-, Beschleunigungsmesser-, Kompass-, GPS-, 
Fluggeschwindigkeits- und Luftdruckmessungen zu schätzen.
Der Vorteil des EKF gegenüber den einfacheren komplementären 
Filteralgorithmen (z. B. „Inertial Nav“ oder DCM) besteht darin, dass er 
durch die Zusammenführung aller verfügbaren Messungen besser in der Lage 
ist, Messungen mit signifikanten Fehlern auszuschließen. Dadurch ist das 
Fahrzeug weniger anfällig für Störungen, die einen einzelnen Sensor 
betreffen. Mit einem EKF können auch Messungen von optionalen Sensoren 
wie optischen Durchfluss- und Laserentfernungsmessern zur Unterstützung 
der Navigation verwendet werden....."


https://www.cbcity.de/das-extended-kalman-filter-einfach-erklaert
"...Nachdem im Teil1 und Teil2 das Kalman Filter eindimensional sowie 
mehrdimensional erläutert wurde, geht es jetzt in diesem Teil3 der 
Kalman Filter Reihe um den Klassiker: Das Extended Kalman Filter.
Dieses Filter ist das wohl am häufigsten anzutreffende Filter, wenn es 
um die Messung oder Beobachtung von realen Prozessen mit realen Sensoren 
geht. Weshalb? Weil fast jeder Sensor verrauschte Messwerte ausgibt und 
fast jeder Prozess mit mathematischen Gleichungen beschrieben werden kann.
Diese Gleichungen sind aber oftmals nichtlinear, weshalb das normale 
Kalman Filter nicht mehr verwendet werden kann.
Ein Fahrzeug fährt mit (fest verbautem) Navigationsgerät in einen Tunnel 
und verliert das Signal zur Positionsbestimmung. Trotzdem weiß das Navi, 
wo die Ausfahrt ist. Wie das?
Der Trick (und Preisunterschied) zum portablen Navi ist, dass das fest 
verbaute Navigationsgerät ja noch Verbindung zum Fahrzeug hat und z.B. 
die Fahrgeschwindigkeit über die Raddrehzahlsensoren sowie die Drehung 
des Fahrzeugs über den Gierratensensor (aus dem ESP System) als 
Messgrößen zur Verfügung hat. Damit lässt sich mit ein wenig Mathematik 
und eben Sensordatenfusion eine Ortsinformation berechnen, obwohl diese 
gar nicht mehr gemessen werden kann."


https://de.wikipedia.org/wiki/Kalman-Filter#Anwendungen
"....Das Kalman-Filter ist heute ein weit verbreiteter Algorithmus zur 
Zustandsschätzung linearer und nichtlinearer Systeme.
Weite Verbreitung gefunden hat das Kalman-Filter in der 
Inertialnavigation beispielsweise von Flugzeugen: Während des Flugs 
werden Beschleunigungen und Drehraten des Flugzeugs von einer inertialen 
Messeinheit mit hohen Frequenzen gemessen, um eine Kurzzeit-Navigation 
zu ermöglichen. Weitere Sensoren, insbesondere satellitengestützte 
Positionsbestimmung (z. B. GPS), liefern Stützdaten. Diese verschiedenen 
Messungen müssen verknüpft („fusioniert“) werden, um eine möglichst 
optimale Schätzung der aktuellen Position und Orientierung zu gewährleisten.
Zunehmend spielen Trackingverfahren und somit das Kalman-Filter als 
typischer Vertreter eines Trackingfilters eine Rolle im 
Automobilbereich. Sicherheits- oder Komfortanwendungen, die auf 
umfelderkennenden Systemen basieren, sind auf verlässliche Informationen 
(z. B. Position, Geschwindigkeit) bezüglich der Objekte in ihrem Umfeld 
angewiesen. Bei autonomen Landfahrzeugen werden Kalman-Filter zur 
Reduzierung des Rauschens von Lidar- und Radargeräten eingesetzt.

Eine ebenfalls oft verwendete Art eines Kalman-Filters, das PLL-Filter, 
hat heute weite Verbreitung gefunden in Radios, Funkgeräten, Computern 
und in fast allen anderen Arten von Video- und Kommunikationsgeräten......"


https://de.wikipedia.org/wiki/Phasenregelschleife#Geschichte

.....



roger