Hardwaregestütze Positionsschätzung mit Bayes’schen Filtern auf Basis 3-dimensionaler Umgebungsmodelle für den Innenbereich

Abstract

Die Lage und Position von mobilen Geräten spielt eine zunehmend wichtigere Rolle bei Anwendungen die sowohl im Konsumbereich als auch in Produktion und Logistik liegen. Im Außenbereich bilden globale Positionierungssysteme auf Basis geostationärer Satelliten die Datengrundlage, welche durch weitere Sensorik verfeinert wird. Im Innen-und Nahbereich sind Signallaufzeitmessungen von Radio-oder Radarwellen mit nachgelagerter Triangulation eine wesentliche Grundlage für eine grobe Positionierung und Stand der Technik. Aufgrund der gegebenen Unsicherheit dieser Messverfahren bedarf es robuster Auswertealgorithmen für eine zuverlässige Positionierung, beispielsweise mittels Bayes’scher Filter. Der vorliegende Beitrag befasst sich mit der Erweiterung einer hardware-orientierten Umsetzung eines Partikelfilters, die es erlaubt apriori bekanntes Wissen aus einem 3-dimensionalen Umgebungsmodell mit den Entfernungsmessdaten in Echtzeit zu fusionieren. Vorgestellt wird eine Hardware/Software-Systemarchitektur für einen effektiven Zugriff auf die Modelldaten sowie deren Auswertung innerhalb einer Pipeline-Struktur des Partikelfilters auf Register-Transfer-Ebene. Die prototypenhafte Implementierung erfolgte für einen FPGA-Schaltkreis der ZYNQ-Familie.