用于识别惯性测量单元中的故障的方法与流程

1.本发明涉及一种根据权利要求1的用于识别惯性测量单元中的故障的方法。


背景技术：

2.惯性测量单元(inertial measurement units imu)是用于测量载体在空间中的比力(specific force，加速度)和旋转速度的加速计和陀螺仪组件。术语比力和符号f也已在德国导航文献中创建为用于加速计信号的名称(参见引文2)。对于陀螺仪信号，在下面使用符号ω。下面通过缩写imu代表术语“惯性测量单元”。惯性测量单元应用于车辆的方位、位置和速度的确定，特别是也应用于自动化驾驶。imu的这种应用的示例可在引文(3)至(6)中找到，或者也可在us9,753,144b1(de102017102269a1)中找到。
3.在图1中示例性地示出惯性测量单元1根据现有技术应用于运动估计和导航。惯性测量单元1发送来自陀螺仪的旋转速度信号和来自加速计的比力信号。在传感器融合单元2中，通过由这些参量进行积分来计算运动参量、例如位置角α、速度v和/或位置p并且借助于另外的传感器3、例如里程表、磁力计、气压高度计和/或gnss接收器来校正运动参量。在现有技术中，卡尔曼滤波器被用于传感器融合。
4.存在不同质量等级的惯性测量单元可供使用。质量和价格主要通过所使用的传感器技术来确定。对于汽车中的批量应用，特别是考虑基于mems技术(微机电传感器)的价格有利的传感器。这种价格有利的imu传感器在其准确性方面受限于随机的传感器噪声和系统误差(诸如偏差、灵敏性误差、非线性和定向误差)。这些误差是传感器在正常运行中所具有的特性。系统误差必须通过合适的方法来确定和补偿，以便实现所计算的运动参量的高质量。用于补偿方法的示例在专业文献中亦或在de102017102269a1中找到。imu传感器的随机误差和系统误差可以由模型描述。因此，例如比力的由传感器测得的值f
im
可以通过如下模型来描述
[0005][0006]
其中，是在测量位置处的实际比力分量的矢量。参量b
fi
(t)描述恒定的偏差或随时间可缓慢变化的偏差，参量s
fi
是传感器的灵敏性误差，参量vi表示传感器噪声并且矢量描述传感器轴线在参考坐标系中的定向。这些模型参数可以通过估计方法来确定。
[0007]
与随机误差和系统误差不同，imu传感器也可能具有故障(英语：faults)。在这种情况下，传感器失去物理测量参量与所输出的传感器信号之间的特定的(并且因此通过设计预先确定的)关系，使得出现不特定的测量特性。因此，所涉及的imu传感器变得不可用。
[0008]
在传感器中的未检测到地在运动计算或导航中传播的故障可能在那里导致有效信号中的显著误差或严重错误的值并且因此在安全相关的应用中构成安全风险。
[0009]
对于安全关键的应用、例如自动驾驶，必须检测到传感器故障。然后必须从导航解决方案中消除所涉及的误差，并且必须转换到备份解决方案，以进一步确保系统的完整功能(容错系统)。
[0010]
这特别是涉及惯性测量单元的传感器的故障。为此，根据本发明提出的解决方案在图2中示出：
[0011]
下面讨论现有技术中的其它解决方案。
[0012]
现有技术
[0013]
在us9,568,321b2中描述了在无冗余的情况下检测在单个imu中的故障。在此，所述检测以健康监控方框(health monitoring block)形式集成到双重冗余的导航系统(inertial navigation system ins)中。在健康监控方框中，对在运动估计中出现的估计误差进行评估。这种解决方案的缺点在于，由于传感器故障而出现的对导航系统的影响不允许直接推断出传感器元件有故障。此外，在ins中所使用的对imu信号的积分导致长的误差识别时间。此外，这种误差识别基于附加传感器、如gnss、磁力计、气压计和里程计的使用。这些传感器通常比imu传感器具有更高的易错性和更低的集成度。这些附加传感器的故障在所提出的组件中不能唯一明确地区分于imu故障。总之可以得出如下结论，即，所描述的方法虽然能够检测故障，但不能识别有故障的传感器。但这是容错的系统特征的基本前提。
[0014]
上述方法的缺点长期以来是已知的。例如在(3)的第17章节中可找到更详细的解释。在那里明确指出在安全性关键的ins应用中冗余硬件的必要性。
[0015]
冗余的惯性测量单元imu的使用在航空技术领域是现有技术。在此，具有相同特性的大功率惯性测量单元被组合为冗余的传感器配置。
[0016]
在现有技术中，与此相关地例如已知一种航空数据惯性参考单元(adiru)，在该航空数据惯性参考单元中，六个加速计和六个旋转速度传感器以非正交的几何结构的形式布置，该几何结构以最小数量的传感器实现最大冗余(参见引文1、2)。
[0017]
因此，例如对于加速计的六个比力信号f1,
…
f6求解回归方程，以得到比力的正交分量[f
x
,fy,fz]的合成矢量：
[0018][0019]
其中，m是描述传感器几何结构的矩阵，并且v是传感器噪声的矢量。
[0020]
监控和求平均可并行地进行，同时求解回归方程。在该系统中，多达两个加速计可能失效，而不会出现功能下降。出于功能安全的原因，必须有至少四个传感器可供使用。
[0021]
在us5,184,304a中提出另一种具有两个ins的解决方案，所述两个ins的相应惯性测量单元彼此相对旋转60
°
。在该解决方案中，相互评估这两个系统的输出误差统计，并且由此识别出有故障的传感器。
[0022]
对于航空而言具有资质的传感器、特别是在非正交布置结构中的传感器需要非常多的结构空间并且从封装来看不太适合于安装在汽车中。
[0023]
在成本敏感得多的汽车应用中，使用这种冗余的、高质量的惯性传感器在经济上也是不可行的。
[0024]
在us8,825,436b2中提出一种用于在多重冗余布置结构中应用mems传感器。在此，这种多重布置仅用于降低测量噪声和系统传感器误差(连续运行偏差和温度相关的偏差)。
没有考虑用于检测和消除传感器故障的策略。
[0025]
在(6)中描述了一种用于汽车应用的具有三重冗余的惯性测量单元。但该惯性测量单元具有如下缺点，即，该惯性测量单元安装在结构元件中并且因此在电压供应问题和共因误差方面不能充分得到保障。
[0026]
从文献(参见引文2)中同样已知惯性测量单元或导航系统的主从布置结构。在此，基本思想是，在使用卡尔曼滤波器的情况下基于主系统的导航数据估计从系统的参数、例如定向角度、偏移量等。相应的过程被称为传递对准(transfer alignment)。该方法通常用于包含低成本导航系统的武器系统中，而引导系统或开发者包含高质量导航系统。
[0027]
在下面的文献中描述了用于冗余的惯性测量单元的容错的不同设计方案：
[0028]
—a.kohlen等人：“安全相关的汽车多核系统中的故障操作(fail-operational in safety-related automotive multi-core systems)”，第10届ieee工业嵌入系统国际研讨会(sies)，2015年，第1-4页，
[0029]
—t.ishiaka、s.honeda和h.takada：“用于故障后能操作的自动驾驶系统的成本效益高的冗余方法(cost-effective redundancy approach for fail operational autonomous driving system)”，2018年ieee第21届实时分布计算国际研讨会(isorc)，2018年，第107-115页，
[0030]
—m.li和l.eckstein：“用于自动驾驶车辆的故障后能操作的线控转向系统(fail-operational steer-by-wire system for autonomous vehicles)”，2019ieee车载电子和安全国际研讨会(icves)、2019年，第1-6页，以及
[0031]
—t.schmidt等人：“符合iso 26262的用于故障后能操作的汽车系统的安全论证(a safety argumentation for fail-operational automotive systems in compliance with iso 26262)”，2019第四届系统可靠性和安全性国际研讨会(icsrs)，2019年，第484-493页。


技术实现要素：

[0032]
本发明所基于的任务在于，给出一种改进的用于识别惯性测量单元(imu)中的故障的方法，所述惯性测量单元在车辆中用于测量角速度和力或加速度。
[0033]
根据本发明，该任务通过一种具有权利要求1的特征的方法来解决。
[0034]
本发明的有利的设计方案是从属权利要求的主题。
[0035]
在根据本发明的用于识别惯性测量单元中的故障的方法中，所述惯性测量单元在车辆中用于测量角速度和比力，使用至少三个惯性测量单元，所述至少三个惯性测量单元分别具有多个传感器，所述多个传感器包括加速计和陀螺传感器。根据本发明，使用第一惯性测量单元作为主惯性测量单元，使用第二惯性测量单元和第三惯性测量单元作为从惯性测量单元，第二惯性测量单元和第三惯性测量单元的性能能够比第一惯性测量单元的性能小，使用主惯性测量单元的测量作为参考值，以便通过估计相对于主惯性测量单元的误差模型参数(例如根据等式(1))来补偿从惯性测量单元的测量，以便基于分别对应的三个传感器信号通过3取2比较来识别所述三个传感器信号之一中的故障，将所述三个惯性测量单元中的如下惯性测量单元检测为有故障的，该惯性测量单元的传感器信号与所述三个传感器信号的中位数的距离超过阈值，主惯性测量单元的故障导致在考虑之前所计算的预补偿
的情况下转换到仍能运转的从惯性测量单元的信号。
[0036]
一般而言，这种方法方式在多数决定的意义上也可以扩展到多于三个惯性测量单元。
[0037]
在一个实施方式中，可以借助卡尔曼滤波器或最小二乘法估计误差模型参数。
[0038]
在一个实施方式中，为了估计误差模型参数，可以使用包括各从惯性测量单元的所有模型参数的误差模型，其中，在线估计关于主惯性测量单元的至少在时间上可变的相对传感器偏移。
[0039]
在一种实施方式中，可以将主惯性测量单元的比力变换到各从惯性测量单元的测量位置上。
[0040]
在一个实施方式中，可以将所估计的参数限制到允许的最大值。
[0041]
在一个实施方式中，可以将在卡尔曼滤波器中所估计的估计误差的协方差考虑用于在检测时评估传感器信号的偏差，用以对信号偏差进行加权。
[0042]
在一种实施方式中，所有惯性测量单元的所有传感器可以借助相应的滤波器单元来滤波并且在时间上同步。
[0043]
在一个实施方式中，在线估计的误差模型参数可以时间延迟地应用于各从惯性测量单元的测量值。
[0044]
在一个实施方式中，在使用主从配置的情况下可以对各从惯性测量单元进行预补偿，其中，将时延应用于所估计的传感器输出，当在时延内识别出第一惯性测量单元的误差时，将各从惯性测量单元的所估计的传感器误差冻结至时延的输出处的值。
[0045]
在一个实施方式中，将检测逻辑应用于第一惯性测量单元的信号和各从惯性测量单元的预补偿的信号，以便检测与所述三个信号的平均值或中位数偏差最大的信号，其当与平均值或中位数的归一化的信号差值超过值1时认为存在传感器误差。
[0046]
本发明能够实现在imu故障(故障后能操作)的情况下借助3取2投票对车辆的运动参量的容错确定。在此，对几何布置结构和传感器质量没有提出特别的要求。更确切地说，本发明也可应用于成本有利的、异质的并且部分地在车辆中已经存在的imu硬件。
[0047]
根据本发明的方法允许保护主惯性测量单元的信号以防传感器误差，作为用于在考虑自动行驶时提高的安全要求的情况下确保车辆的自身运动的估计的功能安全性(故障后能操作)的措施。
[0048]
在此，重点在于使用异质的(不同类的)、并且特别是安装在车辆中的不同位置处的惯性测量单元(imu)。
[0049]
利用根据本发明的解决方案，在计算车辆运动参量时实现了容差(故障后能操作)。在此，对结构元件仅提出小的要求。可以一起使用车辆的现有基础设施(esp传感器、底盘传感器)并且因此实现了成本有利的解决方案。
附图说明
[0050]
下面借助附图详细解释本发明的各实施例。
[0051]
在此：
[0052]
图1示出惯性测量单元(imu)应用于估计车辆运动参量的典型示例的示意图，
[0053]
图2示出与运动参量估计配合作用的根据本发明的监控系统的示意图，
[0054]
图3示出旋转速度传感器的数据预处理(预补偿)的示意图，
[0055]
图4示出用于加速计的数据预处理(预补偿)的示意图，以及
[0056]
图5示出误差检测逻辑和判断逻辑的示意图。
具体实施方式
[0057]
彼此相应的部件在所有附图中设有相同的附图标记。
[0058]
在用于识别惯性测量单元中的故障的方法中，所述惯性测量单元在车辆中用于测量角速度和比力，根据图2使用至少三个惯性测量单元4、5、6，这些惯性测量单元分别具有多个加速计和陀螺传感器。
[0059]
根据本发明，将第一惯性测量单元4用作主惯性测量单元，将第二惯性测量单元5和第三惯性测量单元6用作从惯性测量单元，第二惯性测量单元和第三惯性测量单元的性能可以比第一惯性测量单元4的性能小，其中，在检测单元7中使用主惯性测量单元4的测量，以便在模型中估计各从惯性测量单元5、6中的相对于主惯性测量单元4的系统误差参数，并且通过对这样补偿的信号进行3取2比较来检测单个传感器的故障。在3取2比较(two-out-of-three voting)时，将具有最小差值的两个信号评估为无故障的并且相对于这两个信号对第三信号进行检查。如果第三信号与被评估为无故障的信号的差值过大，那么认为存在所涉及的第三信号的潜在故障。
[0060]
在附图中，也用imua、imub、imuc表示三个惯性测量单元4、5、6。这三个惯性测量单元中的每一个惯性测量单元提供具有三个角速度信号的矢量和具有三个比力信号的矢量为了简化这些信号的呈现，省略了上标和下标。然后可以参考传感器信号和
[0061]
检测单元7的细节在图3、4和5中示出。
[0062]
在图3中示出旋转速度传感器的预补偿的一个实施方式。在此设有滤波器单元9、10和11，通过这些滤波器单元对主惯性测量单元4和两个从惯性测量单元5和6的传感器信号关于已知的误差定向进行校正、时间同步和滤波。
[0063]
时间同步是必要的，因为在惯性测量单元的异质布置结构中不能假定测量值的时间同步。例如，在信号传输时可能在通信时延中出现差异，或者惯性测量单元4、5、6内的信号预滤波可能不同。
[0064]
之后确定两个从惯性测量单元5、6相对于主惯性测量单元4的误差模型的参数。这是通过以下方式实现，即，由主惯性测量单元4的数据通过误差模型13和14计算用于从imu信号的特性的所估计的传感器输出ω
bestimated
、ω
cestimated
或额定值。误差模型13、14分别包括单个旋转速度传感器关于主惯性测量单元4的旋转速度ωa的矢量的定向。这例如在末期校准期间被确定。与理论特性的偏差则归因于从惯性测量单元5、6中的传感器误差并且通过对误差模型的参数的估计来校正。在图3的实施方式中，仅在估计器方框15和16中确定传感器偏差bias_ωb、bias_ωc。但可以估计其它参数，例如偏差漂移、灵敏性偏差和误差定向。在估算器方框15和16中的参数估算可以如由文献已知的那样通过递归最小二乘法或卡尔曼滤波器来进行。对于正常工作的惯性测量单元4、5、6来说，这些所估计的参数在时间上
仅仅非常缓慢地变化并且因此在较长的时间段上保持有效。因此，即使从惯性测量单元5、6的补偿利用时间上延迟的误差参数来进行，该补偿也保持正确。相应的时延方框用17和18来表示，其中，延迟时间必须大于检测单元7的误差检测时间并且例如为100ms。
[0065]
然后，将主惯性测量单元4的经预处理的信号20和两个从惯性测量单元5和6的经校正的信号21、22输送给检测单元7用于评估。如果在主惯性测量单元4中出现故障，则用于从惯性测量单元5、6的所估计的参数非常强烈地变化。然而，如果检测单元7识别到主惯性测量单元4的这种故障，则借助时延方框17和18防止参数变化对检测产生影响。取而代之地，将从惯性测量单元5、6的误差参数冻结到相应最后有效的值上。以这种方式能够实现补偿和检测的解耦并且可靠地将主惯性测量单元4的失效与从惯性测量单元5、6的失效进行区分。
[0066]
附加地或在另一个实施方式中，可以将在估计器方框15和16中的参数的估计值限制到其允许的最大值，由此改进检测的灵敏性。
[0067]
附加地或在另一个实施方式中，可以将所估计的参数达到或超过允许的最大值考虑用于所涉及的传感器的误差检测。
[0068]
附加地或在另一个实施方式中，可以在估计器方框15、16中计算和评估预补偿的加权残差。
[0069]
附加地或在另一个实施方式中，在估计器方框15和16中所计算的在检测时的估计误差的协方差可以用于对信号偏差进行加权。
[0070]
在图4中，等效于旋转速度ωa、ωb、ωc(也称为角速度)示出加速计信号(比力fa、fb、fc)的预补偿。如果所述三个惯性测量单元4、5、6在空间上分布在车辆上，则必须与旋转速度ωa、ωb、ωc不同地附加考虑比力fa、fb、fc的位置相关性。这在由主惯性测量单元4的信号形成额定值时在误差模型23和24中实现，其方式为根据由文献已知的等式
[0071][0072]
借助旋转速度ωa、ωb、ωc和旋转加速度d/dtωa、d/dtωb、d/dtωc将比力fa、fb、fc变换到相应的从惯性测量单元5、6的测量位置上。以这种方式求取所估计的传感器输出f
b_estimated
，f
c_estimated
。在图4的实施方式中，仅在估计器方框25和26中确定传感器偏差bias_fb、bias_fc。但可以估计其它参数，例如偏差漂移、灵敏性偏差和误差定向。在估计器方框25和26中的参数估计可以如由文献已知的那样通过递归最小二乘法或卡尔曼滤波器进行。
[0073]
在图5中示出根据3取2投票原理的误差检测的一种实施方式。在此，用a、b和c表示主惯性测量单元20和两个从惯性测量单元21和22的三个待比较的、经预处理的单个信号。在此，a、b和c可以分别是旋转速度ωa、ωb、ωc或比力fa、fb、fc。总体上，对于惯性测量单元4、5、6的每个自由度分别使用一个检测。
[0074]
首先，在方框27中计算信号及其导数的中位数值m和d。替代地(并且对于三个信号等同于此地)，代替中位数值m、d，可以使用彼此具有最小距离的两个信号的平均值。
[0075]
然后计算每个单独的信号与中位数值m、d的差值并且相对于阈值s对其进行归一化。将由信噪比过程的方差σ和分量t构成的组合用作阈值s，该组合代表时间同步的不确定性。
[0076]
m＝median (a,b,c)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0077][0078]
s＝3σ+|d|t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0079][0080][0081][0082]
如上所提及的，可以附加地将估计器方框15、16、25和26的估计误差的标准偏差包括在阈值形成中。
[0083]
在检测逻辑28中检查，相对于中位数m、d的归一化的信号差值δa、δb、δc是否超过值1。如果是这种情况，那么就认为对于所涉及的传感器信号来说存在故障error a、error b、error c。
[0084]
if|δa|＞1then errora
[0085]
if|δb|＞1then errorb
[0086]
if|δc|＞1then errorc
[0087]
主惯性测量单元4中的故障error a、error b、error c的出现通过判断逻辑29经由误差报告通知给转换开关8，该转换开关随后转换到从惯性测量单元5、6之一。在图5所示的实施方式中，这是从惯性测量单元5。
[0088]
由于已经确定了所涉及的从惯性测量单元5关于主惯性测量单元4的误差模型参数，所以经补偿的从惯性测量单元5关于偏差、漂移、灵敏性等的特性与主惯性测量单元4相同并且在随后的运动计算中可以在不考虑转换过程的情况下进一步被考虑。
[0089]
如已经在上面所描述的，在主惯性测量单元4发生故障时必须将用于从惯性测量单元5、6的参数估计解耦。这借助于信号19进行。
[0090]
如果在从惯性测量单元5、6之一中检测到故障error b、error c，则其被报告为有故障的。
[0091]
力求找到由于信号噪声、车道干扰效应和其它不确定性引起的对传感器误差的灵敏性和对假阳检测的鲁棒性之间的最佳折衷。
[0092]
包含在说明书中的引文
[0093]
引用的专利文献
[0094]
us9,568,321b2
[0095]
用于确定惯性导航系统故障的系统和方法
[0096]
bharadwaj等人，2017年2月
[0097]
us8,065,074b1
[0098]
具有双扩展卡尔曼滤波器模式的可配置惯性导航系统
[0099]
licardo，2011年11月
[0100]
us5,184,304a
[0101]
容错惯性导航系统
[0102]
huddle，1993年2月
[0103]
us8,825,436b2
[0104]
具有空间分布式传感器阵列和二维数据处理的惯性感测
[0105]
zhang等人，2014年9月
[0106]
us9,753,144b1
[0107]
利用gnss/ins数据的六自由度imu的偏移和失准补偿
[0108]
jafari等人，2017年5月
[0109]
其他公开文献
[0110]
1.m.l.sheffels，“一种容错的航空数据/惯性参考单元(afault-tolerantairdata/inertialreferenceunit)”，《电气与工程师协会宇航与系统杂志》，8840evergreenblvd，mn51-1355，明尼阿波里斯市，mn5543,1993.；m.d.mclntyre和c.a.gossett，“波音777容错航空数据惯性参考系统——合作的新尝试(theboeing777faulttolerantairdatainertialreferencesystem-anewventureinworkingtogether)”，西雅图，wa98124：波音商用飞机集团，1995年
[0111]
2.janwendel，集成式导航系统(integriertenavigationssysteme)，奥尔登堡，2007年
[0112]
3.pauld.groves，“全球卫星导航系统、惯性和多传感器综合导航系统的原理(principlesofgnss,inertialandmultisensorintegratednavigationsystems)”，出版社，波士顿，伦敦，2013年
[0113]
4.willyklier、andreasreim和dietmarstapel、saetechnicalpaperseries，no.2008-01-0582，“没有车辆和轮胎模型的车辆侧滑角度的稳健估计方法(robustestimationofvehiclesideslipangleanapproachw/ovehicleandtiremodels)”，2008年4月14至17日(7页)
[0114]
5.andreasreim、alexandersteinbach、oliveroettgen和dietmarstapel，2009sae国际，no.2009-01-0430，“软件集成平台上的中央侧滑角估算(centralsideslipangleestimationonasoftwareintegrationplatform)”，2009年(5页)。
[0115]
6.http://www.aceinna.com
[0116]
三重冗余imu目标自主车辆(tripleredundantimutargetsautonomousvehicles)，2019年9月
[0117]
附图标记列表
[0118]
1惯性测量单元
[0119]
2传感器融合单元
[0120]
3其它传感器
[0121]
4惯性测量单元、imu主惯性测量单元、主imu
[0122]
5惯性测量单元、imu从惯性测量单元、从imu
[0123]
6惯性测量单元、imu从惯性测量单元、从imu
[0124]
7检测单元
[0125]
8转换开关
[0126]
9滤波器单元
[0127]
10滤波器单元
[0128]
11滤波器单元
[0129]
13误差模型
[0130]
14误差模型
[0131]
15估计器方框
[0132]
16估计器方框
[0133]
17时延方框
[0134]
18时延方框
[0135]
19信号
[0136]
20经预处理的信号
[0137]
21经校正的信号
[0138]
22经校正的信号
[0139]
23误差模型
[0140]
24误差模型
[0141]
25估计器方框
[0142]
26估计器方框
[0143]
27方框
[0144]
28检测逻辑
[0145]
20判定逻辑
[0146]
a、b、c经预处理的单个信号
[0147]
bias_fb、bias_fc传感器偏差
[0148]
bias_ωb、bias_ωc传感器偏差
[0149]
d中位数值、中位数
[0150]
errora、errorb、errorc故障
[0151]
d/dtωa旋转加速度
[0152]
fa、fb、fc比力
[0153]
fb_estimated、fc_estimated估计的传感器输出
[0154]
imua惯性测量单元、主惯性测量单元
[0155]
imub惯性测量单元、从惯性测量单元
[0156]
imuc惯性测量单元、从惯性测量单元
[0157]
m中位数值、中位数
[0158]
p位置
[0159]
s阈值
[0160]
t分量
[0161]
v速度
[0162]
α位置角
[0163]
δa、δb、δc归一化的信号差值
[0164]
σ方差
[0165]
ωa、ωb、ωc旋转速度、角速度
[0166]
ωbestimated、ωcestimated额定值

技术特征：
1.一种用于识别惯性测量单元(4、5、6)中的故障的方法，所述惯性测量单元在车辆中用于测量角速度(ω
a
、ω
b
、ω
c
)和比力(f
a
、f
b
、f
c
)，其中，使用至少三个惯性测量单元(4、5、6)，所述至少三个惯性测量单元分别具有多个传感器，所述多个传感器包括加速计和陀螺传感器，其特征在于，使用第一惯性测量单元(4)作为主惯性测量单元，使用第二惯性测量单元(5)和第三惯性测量单元(6)作为从惯性测量单元，所述第二惯性测量单元和所述第三惯性测量单元的性能能够比所述第一惯性测量单元(4)的性能小，使用所述主惯性测量单元(4)的测量作为参考值，以便通过估计相对于所述主惯性测量单元(4)的误差模型参数来补偿各所述从惯性测量单元(5、6)的测量，以便基于分别对应的三个传感器信号通过3取2比较来识别所述三个传感器信号之一中的故障，将所述三个惯性测量单元(4、5、6)中的如下惯性测量单元检测为有故障的，该惯性测量单元的传感器信号与所述三个传感器信号的中位数(m、d)的距离超过阈值，所述主惯性测量单元(4)的故障导致在考虑之前所计算的预补偿的情况下转换到仍能运转的从惯性测量单元(5、6)之一的信号。2.根据权利要求1所述的方法，其特征在于，借助卡尔曼滤波器或最小二乘法估计所述误差模型参数。3.根据权利要求1或2所述的方法，其特征在于，为了估计所述误差模型参数，使用包括各所述从惯性测量单元(5、6)的所有模型参数的误差模型(13、14、23、24)，其中，在线估计关于所述主惯性测量单元(4)的至少在时间上可变的相对传感器偏移。4.根据前述权利要求中任一项所述的方法，其特征在于，将所述主惯性测量单元(4)的比力(f
a
、f
b
、f
c
)变换到各所述从惯性测量单元(5、6)的测量位置上。5.根据权利要求1至3中任一项所述的方法，其特征在于，将所估计的参数限制到允许的最大值。6.根据权利要求2所述的方法，其特征在于，将在卡尔曼滤波器中所估计的估计误差的协方差考虑用于在检测时评估传感器信号的偏差，用以对信号偏差进行加权。7.根据前述权利要求中任一项所述的方法，其特征在于，所有惯性测量单元(4、5、6)的所有传感器借助相应的滤波器单元(9、10、11)来滤波并且在时间上同步。8.根据前述权利要求中任一项所述的方法，其特征在于，在线估计的所述误差模型参数在时间上延迟地应用于各所述从惯性测量单元(5、6)的测量值。9.根据前述权利要求中任一项所述的方法，其特征在于，在使用主从配置的情况下对各所述从惯性测量单元(5、6)进行预补偿，其中，将时延应用于所估计的传感器输出(f
b_estimated
、f
c_estimated
)，当在所述时延内识别出所述第一惯性测量单元(4)的误差时，将所述从惯性测量单元(5、6)的所估计的传感器误差固定至所述时延的输出处的值。10.根据前述权利要求中任一项所述的方法，其特征在于，将检测逻辑(28)应用于所述第一惯性测量单元(4)的信号和各所述从惯性测量单元(5、6)的预补偿的信号，以便检测与所述三个信号的平均值或中位数(m、d)偏差最大的信号，其中，当与所述平均值或中位数(m、d)的归一化的信号差值超过值1时认为存在传感器误差。

技术总结
本发明涉及一种用于识别惯性测量单元(4、5、6)中的故障的方法，惯性测量单元在车辆中用于测量角速度(ω


技术研发人员：J
受保护的技术使用者：罗伯特博世有限公司
技术研发日：2021.11.26
技术公布日：2023/8/9