In den letzten Jahrzehnten wurde die Leistung von globalen Satellitennavigationssystemen (GNSS) deutlich verbessert. In den frühen 2000er Jahren verringerte sich die Zeit, die nach dem Einschalten des Empfängers bis zu einer ersten genauen Position verging, von einigen Minuten auf unter dreißig Sekunden.

In der späteren Hälfte des Jahrzehnts wurde die Empfängerempfindlichkeit dramatisch gesteigert – von -130 dBm auf -167 dBm. Auch gab es im Jahr 2000 nur eine funktionierende Positionierungssatelliten-Konstellation (nämlich das US-amerikanische GPS). Bis 2015 war diese Anzahl auf vier gestiegen (GPS, das russische GLONASS, das chinesische BeiDou und das europäische Galileo), wobei diese auch noch von zwei regionalen Systemen ergänzt werden (das indische NAVIC und das japanische QZSS).

Diese Entwicklung ebnete den Weg für GNSS-Empfänger für mehrere Konstellationen. Auch die Satellitensignale wurden modernisiert und Multiband GNSS wird ab 2018 erschwinglich. Diese Fortschritte stellten die Weichen für das nächste große Thema im Bereich GNSS: das Erreichen von dezimeter- oder zentimetergenauer Präzision.

GNSS-Empfänger bestimmen ihre Position über Triangulation, wobei sie ihre Entfernung von mindestens vier GNSS-Satelliten verwenden. Da sie diese Entfernung auf Basis der Zeitspanne messen, die bis zum Empfang eines Satellitensignals vergeht, können selbst kleinste Fehler – etwa mit wenigen Milliardstel-Sekunden – die Genauigkeit negativ beeinflussen. Fehler in der Position der Satellitenumlaufbahn können zu ca. 2,5 m Genauigkeitsverlust führen,  Fehler der Satellitenuhrzeit fügen bis zu 1,5 m Ungenauigkeit hinzu.

Störungen in der Troposphäre und Ionosphäre können einen weiteren Meter bzw. weitere 5 m Genauigkeitsverlust hervorrufen – diese Zahlen können sogar noch steigen, wenn sich der Satellit nahe am Horizont befindet oder gerade intensive Sonnenaktivität stattfindet. Der weitaus größte Fehler wird durch Mehrwege-Effekte verursacht, bei denen Satellitensignale den Empfänger auf mehreren oder indirekten Pfaden erreichen, beispielsweise weil sie von Wänden in Straßenschluchten reflektiert werden. Bei freien Sichtverbindungen zum Himmel (Open Sky) können Standard-GNSS-Empfänger die Position mit einer Präzision von ca. 2 m bestimmen.

Hochpräzise GNSS-Systeme verbessern die Genauigkeit dramatisch, indem sie GNSS-Fehler mit Hilfe von GNSS-Korrekturdaten und speziellen Algorithmen ausgleichen. Eine Möglichkeit, diese Daten zu erhalten, besteht in der Überwachung von GNSS-Signalen von einer Referenzstation an einem bekannten Standort.

Abweichungen von der Position der Referenzstation werden ausgewertet und an den „Rover“ gesendet. Beim Rover handelt es sich um ein bemanntes oder unbemanntes Fahrzeug, welches mit einem hochpräzisen GNSS-Empfänger ausgestattet ist. Unter günstigen Bedingungen lässt sich mit diesem Ansatz zentimetergenaue Präzision erreichen, wobei die Referenzstation und der Rover nicht zu weit voneinander entfernt sein dürfen.

Aber nicht alle GNSS-Fehler werden mit diesem Ansatz vermieden. Zwar können mit Hilfe von Korrekturdaten die Fehler in der Satellitenposition und -uhrzeit sowie atmosphärische Fehler eliminiert werden, da die Satellitensignale, die die Referenzstationen erreichen, denselben Fehlern unterliegen können, wie jene, die die Rover erreichen. Mehrwege-Fehler dagegen, die von der lokalen Umgebung des Rovers verursacht werden, beispielsweise durch Hochhäuser in der Nähe, müssen vom Empfänger selbst korrigiert werden.

GNSS mit hoher Präzision ist keine neue Erfindung. Unter anderem Vermessungsingenieure haben schon seit Jahrzehnten Zugang zu dieser Technologie. Aber hohe Gerätekosten und die Abhängigkeit von teuren Korrekturdiensten haben es bisher verhindert, dass die Technologie aus ihren Nischenmärkten herauswächst. Neu ist dagegen, dass es jetzt Technologien gibt, die GNSS mit hoher Präzision für den Massenmarkt attraktiv machen.

Anwendungen wie fahrspurgenaue Navigation, Augmented Reality, hochpräzise Flüge und Landungen von Drohnen, selbstfahrende Rasenmäher und Traktoren sowie V2X-Kommunikation (Vehicle-to-Everything), bei der vernetzte Fahrzeuge drahtlos mit anderen Fahrzeugen und Infrastruktur zur Kollisionsvermeidung kommunizieren, sind plötzlich möglich. Zweifelsohne werden mit der zunehmenden Verbreitung dieser Technologie zahlreiche weitere Anwendungen aufkommen.

Positionierung mit hoher Präzision für den Massenmarkt

Es gibt zwei verschiedene Arten, mit denen Anbieter von Korrekturdiensten GNSS-Fehlerdaten an den Rover übermitteln können und nur eine davon lässt sich allerdings hochskalieren, um die Anforderungen des Massenmarktes zu bedienen. Beim OSR-basierten Ansatz (OSR: Observation Space Representation), der ersten Möglichkeit, berechnen Anbieter von Korrekturdiensten aus den beobachteten Fehlern die jeweilige Korrektur am Standort jedes einzelnen Rovers und übermitteln diese Informationen drahtlos an sie.

Beim SSR-Ansatz dagegen (SSR: State Space Representation) werden beobachtete GNSS-Signalfehler verwendet, um die Fehler physikalisch in einer ganzen Region als Zustandsraummodell zu berechnen. Die Parameter, die das Zustandsraummodell zu jedem beliebigen Zeitpunkt beschreiben, werden dann an die Rover in der gesamten modellierten Region gesendet.

OSR (Observation Space Representation)
SSR (State Space Representation)

Bild 1: OSR (Observation Space Representation) versus SSR (State Space Representation)

OSR wird von Satellitennavigation mit RTK (Real Time Kinematics) und Network-RTK genutzt, die heute in Umgebungen eingesetzt werden, in denen eine zentimeter- oder sogar millimetergenaue Positionierung erforderlich ist. Diese Ansätze sind genau, wenn die Referenzstation und der Rover maximal 30 km voneinander entfernt sind. B

ei OSR-basierten Ansätzen ist eine bidirektionale Kommunikation zwischen dem Rover und dem Anbieter des Korrekturdienstes erforderlich. Würde dieser Ansatz für den Massenmarkt übernommen, so könnten mobile Kommunikationsnetzwerke diese extrem große Kommunikationsmenge kaum zuverlässig bewältigen. Der SSR-basierte Ansatz umgeht dieses Problem, indem hier nur ein einziger Stream mit Korrekturdaten für den gesamten bedienten Bereich an alle Rover gesendet wird.

Diese vereinfachte Kommunikation und die Tatsache, dass ein robuster Dienst bei einer relativ niedrigen Referenzstationsdichte (150 – 250 km) möglich ist, machen diesen Ansatz zum einzig praktikablen Vorgehen für Anwendungen des Massenmarkts wie etwa ausgereifte Fahrerassistenz.

Eine bessere Leistung wird auch von hochentwickelter Empfängerhardware kommen, die in der Lage ist, mehr Informationen von den Satelliten zu empfangen. Während die erste Generation von GNSS-Satelliten ihre Signale auf einem einzigen Frequenzband übertrugen, senden die modernen Satellitennavigationssysteme von heute ihre Signale über bis zu drei verschiedene Frequenzbänder.

Abbildung 2: Leistungsvergleich zwischen Single-Band GNSS und Dual-Band GNSS mit SSR-Korrekturdaten

Abbildung 2: Leistungsvergleich zwischen Single-Band GNSS und Dual-Band GNSS mit SSR-Korrekturdaten

Das amerikanische GPS-System überträgt Signale beispielsweise auf den L1-, L2- und L5-Bändern mit jeweils 1575 MHz, 1227 MHz und 1176 MHz Mittenfrequenz. Das russische GLONASS sowie das chinesische BeiDou übertragen Signale nur in den L1- und L2-Bändern. GNSS-Empfänger mit hoher Präzision können mehrere Frequenzbänder einer einzigen Konstellation nutzen, um die Zeit bis zur hochpräzisen Ortung massiv zu reduzieren. Das Ergebnis ist eine spürbar robustere Positionierungsleistung und letztendlich ein zuverlässigerer Dienst für die Benutzer.

Zukünftige GNSS-Systeme mit hoher Präzision werden aus mehreren Elementen bestehen. Dazu gehören natürlich die GNSS-Konstellationen, die sich bereits in der Umlaufbahn befinden. Auf dem Boden werden GNSS-Referenzstationen in Echtzeit GNSS-Signalfehler überwachen.

Bei Übernahme des SSR-Ansatzes werden Korrekturdienste die Fehlerkomponenten über das Internet sowie über geostationäre Satelliten versenden. Die Rover werden für den Empfang des über das Internet versendeten Korrekturdaten mit einem Dual-Band GNSS-Empfänger sowie einem Mobilfunkmodem ausgestattet sein. Für den Empfang der Korrekturdaten vom Satellit werden sie einen L-Band-Empfänger haben.

Positionierung mit hoher Präzision für das autonome Fahren

Heute werden Fahrzeuge noch von ihrem Fahrer gesteuert, wobei allerdings eine zunehmende Anzahl zumindest einige Fahrerassistenz-Fähigkeiten anbietet. Um komplett autonomes Fahren zu erreichen, wird es erforderlich sein, die Anzahl der automatischen Vorgänge für spezielle Anwendungsfälle, z. B. auf Autobahnen oder beim Einparken, schrittweise zu erhöhen.

Während heute Fahrer zwar bereits von Fahrerassistenzsystemen profitieren (Level 1 in der untenstehenden Abbildung), müssen sie trotzdem noch alle Vorgänge ausführen, um die Spur zu halten oder zu wechseln. Einige Autos auf den Straßen von heute erreichen bereits Level 2, wobei teilweise automatisierte Systeme diese Aktionen autonom in Sonderfällen ausführen.

Beim hochautomatisierten Fahren (Level 3) werden Fahrer in speziellen Anwendungsfällen das Lenkrad loslassen können, müssen aber stets bereit sein, es wieder zu übernehmen. Beim vollautomatischen Fahren (Level 4) wird – außer in Spezialfällen – kein Fahrer mehr erforderlich sein. Nur wenn diese Levels alle bewältigt sind, werden wir fahrerlose Fahrzeuge in allen Einsatzfällen nutzen können (Level 5).

Roadmap zum autonomen Fahren

Bild 2: Roadmap zum autonomen Fahren

Eine Kombination von Technologien wird erforderlich sein, um die Sicherheitsanforderungen für autonomes Fahren zu erfüllen. Die Kombination von Kameraaufnahmen und Lidar- sowie Radar-Daten mit HD-Landkarten ermöglicht es Fahrzeugen bereits, sich auf der Landkarte mit hoher Genauigkeit (von ca. 10 cm) zu positionieren und Hindernisse in vielen Einsatzfällen zu erkennen. Allerdings sind diese Systeme allein nicht ausreichend sicher, so dass ein Fahrer nach wie vor erforderlich ist.

Beim Übergang zum vollautomatisierten Fahren wird die genaue Position eines Fahrzeugs bestimmen, ob der Modus für autonomes Fahren eingeschaltet werden kann. Schlechte Umgebungsbedingungen oder das Fehlen von auffallenden Orientierungspunkten könnten dazu führen, dass optische Systeme den Einsatzfall nicht richtig bestimmen können. Das wäre einer der Fälle für Systeme des Levels 4, in denen der Fahrer die Steuerung des Fahrzeugs wieder voll übernehmen müsste.

Genau in diesen Situationen kann GNSS mit hoher Präzision zusammen mit Automotive Dead Reckoning die Rolle einer komplett unabhängigen Quelle der Position übernehmen. Beim Automotive Dead Reckoning werden Satellitennavigationsdaten mit Daten kombiniert, die von Raddrehzahlsensoren, Gyroskopen (3D) und Beschleunigungssensoren geliefert werden. Damit ist selbst dann eine genaue Positionierung möglich, wenn GNSS nicht funktioniert.

Die präzise Positionierung, die sich so erreichen lässt, wird nicht nur dabei helfen, das richtige Segment von HD-Landkarten zu bestimmen und kritische Bereiche durch Geo-Fencing zu kennzeichnen, beispielsweise für die Senkung der Geschwindigkeit, sondern sie kann auch zur Kalibrierung der Fahrzeugsensoren genutzt werden. Nur ein derartig etabliertes System wird die Sicherheitsanforderungen für autonome Fahrzeuge aus ISO 26262 erfüllen können. Dazu gehört die Funktionssicherheit, also die Fähigkeit des Fahrzeugs, auf Fehler, sei es auf der Firmware- oder Hardware-Ebene, sicher zu reagieren, und dabei die Passagiere sicher von A nach B zu bringen.

Funktionale Sicherheit ist eine Voraussetzung für sichere autonome Fahrzeuge. Ausreichend ist sie jedoch nicht. Funktionale Sicherheit ist Fahrzeug-zentriert, denn sie behandelt Fehler, die im Fahrzeug auftreten könnten. Bei der Positionierung hingegen liegen die wichtigsten Fehlerquellen außerhalb des Fahrzeugs: in der Satellitenuhr, der Satellitenposition und Mehrwege-Effekten oder mögliche Fehler der Korrekturdaten. Ein funktionssicheres Fahrzeug würde keinen Grund sehen, fehlerhafte Daten abzuweisen.

Sollen derartige externe Fehler mit einbezogen werden, so ist ein ganzheitlicher Ansatz erforderlich, der als „Integrität“ bezeichnet werden könnte. Im Gegensatz zu Funktionale Sicherheit wird sich die Integrität mit der gesamten Technologiekette ganzheitlich befassen und die verschiedenen Sensoren, die V2X-Infrastruktur und Sicherheitssysteme auf allen Ebenen mit einbeziehen. Dazu ist es erforderlich, dass alle Technologien, einschließlich GNSS, vertrauenswürdige Informationen bereitstellen, um Warnungen auszusenden, falls statt ihrer eine alternative Technologie verwendet werden sollte.

Der Weg zu hoher GNSS-Genauigkeit ist ganz wichtig, um hochentwickelte Fahrerassistenzsysteme (ADAS: Advanced Driver-Assistance Systems) sowie vollautomatisiertes Fahren in einer Weise zu verwirklichen, die die Sicherheit auf den Straßen erhöht. Als unabhängige Quelle für Positionierungsdaten wird GNSS mit hoher Präzision – durch die Verwendung von Multiband-Empfängern und SSR-Korrekturdaten – zuverlässig eine garantierte Position des Fahrzeugs unabhängig von der Umgebungssituation ausgeben.

Letztendlich wird es auf freien Autobahnen auf dezimetergenaue Präzision hinauslaufen, während es auf städtischen Straßen mit ihren problematischeren Umgebungen auf eine Genauigkeit von unter einem Meter ankommen wird. Damit wird sichergestellt, dass die gemeldete Position nicht nur genau, sondern auch mit extrem hoher Wahrscheinlichkeit richtig ist. Um im Massenmarkt bestehen zu können, muss der Ansatz erschwinglich als auch qualitativ einwandfrei sein.

u-blox hat sich im Jahr 2016 mit der Einführung des Moduls NEO-M8P auf den Weg zu GNSS mit hoher Präzision gemacht. Es handelt sich mit Abstand um den kleinsten RTK-Empfänger mit dem niedrigsten Energieverbrauch. Im Jahr 2017 hat u-blox das Joint Venture Sapcorda angekündigt, das zusammen mit Bosch, Mitsubishi Electric und Geo++ umgesetzt wird und einen globalen und erschwinglichen GNSS-Korrekturdienst ermöglicht, der mit Anwendungen des Massenmarkts kompatibel ist. Im Februar, 2018, hat u‑blox die neue u-blox F9 Technologieplattform und den Multi-Band-Empfänger ZED-F9P angekündigt, die vielseitige und hochpräzise Positionierungslösungen für Industrie- und Automobilanwendungen ermöglichen. In der Zukunft sieht sich u-blox in der Pflicht, die Lücken, hin zu voll- und teilautonomen Systemen, insbesondere zum autonomen Fahren, zu füllen.

Weitere Informationen: www.u-blox.com/de