Unsicherheitsschätzung einer Ortungsfusion zur Eigenlokalisierung von automatisierten Fahrzeugen

Autonome Fahrzeuge benötigen eine robuste Lokalisierung. Dafür wurden bereits verschiedene Lösungsansätze entwickelt. Durch eine Kombination verschiedener Ortungslösungen kann eine Verbesserung der Genauigkeit erfolgen und die Verfügbarkeit steigen. Die Fusionierung verschiedener Ortungslösungen heißt Ortungsfusion. In dieser Masterarbeit wird mit einer konkreten Ortungsfusion gearbeitet, die die Fahrzeugpose mithilfe einer graphenbasierten Optimierung schätzt. Für die Kombination verschiedener Ortungslösungen müssen die Unsicherheiten der Eingangsdaten bekannt sein, sodass eine optimale Gewichtung stattfinden kann. Die in dieser Arbeit verwendete Odometrie besitzt unbekannte Unsicherheiten, sodass als erster Schritt dieser Arbeit dafür ein Ersatzmodell entwickelt wird. Dieses bestimmt einen Ersatzwert für die Unsicherheit, durch welchen eine Gewichtung der Odometrie in der Ortungsfusion möglich wird.

Für die Ausgabe der Ortungsfusion wird ein Genauigkeitsmaß benötigt, welches die Unsicherheiten der Schätzung abbildet. Dafür werden als zweiter Schritt in dieser Arbeit die Varianzen der geschätzten Parameter in der Ortungsfusion bestimmt. Dabei zeigt sich, dass die Größenordnung der Unsicherheit zu gering ist, sodass eine Überschätzung der Genauigkeit stattfindet. Es wird daher in einem dritten Schritt überprüft, ob diese Überschätzung durch Varianzfaktoren oder eine Varianzkomponentenschätzung kompensiert werden kann.