Kurzfassung
Die integrierte Positionsbestimmung spielt heutzutage im Bereich der Navigation eine immer größere Rolle. Um die Trajektorie eines sich bewegenden Objektes zu bestimmen, werden verschiedenste Sensoren gekoppelt. Die Sensoren werden so gewählt, dass die Nachteile des einen Sensors durch die Vorzüge des anderen Sensors ausgeglichen werden. Im Fall von mobilen Plattformen ist es sehr gebräuchlich, satellitengestützte Positionierungsverfahren in Kombination mit inertialen Messsystemen (IMS) zu verwenden. Die Vorteile dieser Sensorfusion liegen darin, dass einerseits mit Hilfe von IMS Signalabschattungen von GNSS (Global Navigation Satellite System) überbrückt werden können und andererseits GNSS das für IMS typische Driftverhalten kompensiert. Das Institut für Navigation der TU Graz untersuchte im Rahmen des Projektes VarIoNav einerseits verschiedenste Sensorkombinationen und andererseits unterschiedliche Integrationsmethoden. Die Analysen basieren auf terrestrischen Testmessungen, bei denen unterschiedliche Bedingungen (teilweise bis komplette GNSS Signalabschattung) untersucht wurden. Um eine einheitliche Basis für die Analysen zu schaffen, wurde eine Messplattform für ein Auto entwickelt, auf der vier GNSS Antennen und drei IMS Sensoren montiert werden können. Mit Hilfe dieser Plattform ist es möglich, das Verhalten der Sensoren und die verschiedenen Sensorkombinationen während einer Messfahrt miteider zu vergleichen. Im Rahmen dieser Untersuchungen wurden zunächst detaillierte Analysen hinsichtlich der drei unterschiedlichen Kopplungsmethoden – ungekoppelte, lose gekoppelte und eng gekoppelte Integration – durchgeführt. Die eng gekoppelte Integration basiert im Unterschied zu den zwei anderen Kopplungsmethoden auf rohen Messdaten, welche mit Hilfe des Kalman-Filters miteider kombiniert werden. Der Vorteil der eng gekoppelten Integration besteht darin, dass bei weniger als vier sichtbaren Satelliten die GNSS Messungen nicht verworfen werden müssen, sondern als Stützung der IMU-Messungen (Inertial Measurement Unit) einen Beitrag zur Trajektorienbestimmung liefern. Für die ungekoppelte als auch lose gekoppelte Integration ist eine Vorprozessierung der Messdaten erforderlich, da die Integration auf prozessierten Trajektorien basiert. In einem weiteren Schritt wurden die Integrationsmethoden vor dem Hintergrund der Qualitäts- und Preisklassen der Sensoren untersucht. Für diese Analysen wurden drei verschiedene GNSS-Empfänger (Xsens MTiG, Nova-tel ProPak V3 und Javad Sigma) und drei verschiedene IMS Produkte (XSens MTiG, iMAR FSAS und iMAR RQH) verwendet, die jeweils niedrig-, mittel- und hochpreisige Sensoren repräsentieren. Das Hauptaugenmerk sämtlicher Analysen liegt hierbei auf den erreichbaren Genauigkeiten der Positions- und Attitudelösung. Als Ergebnis liegt eine Klassifizierung der untersuchten Integrationsmethoden als auch Sensorsysteme vor und die Qualitätsparameter wie Einsatzfähigkeit, Genauigkeit und Zuverlässigkeit werden anhand der Integrationsergebnisse hinterfragt. Die Analysen zeigen, dass die Wahl der Sensoren sehr stark von den Messbedingungen entlang der Trajektorie abhängen. Wenn die Anzahl der verfügbaren Satelliten unter vier sinkt, kann man sehr große Unterschiede in den _x000C_9090Vermessung & Geoinformation 2/2011 Ergebnissen der unterschiedlichen Integrationen erkennen. Die eng gekoppelte Integration liefert hierbei die besten Ergebnisse. Kommt es zu einem vollständigen GNSS-Signalausfall basiert die Lösung nur mehr auf der Qualität des inertialen Sensors. Nach einem GNSS-Ausfall von 50 s weicht die Sigma/iNAV-RQH Lösung nur 20 cm von der Referenztrajektorie ab, hingegen treten bereits bei der ProPak/FSAS Kombination viel größere Differenzen auf (5,3 m).

Abstract
In the field of navigation, integrated navigation is an upcoming technique. This means that trajectory determination of a moving object is performed via sensor fusion. Complementary multi-sensor systems are used to compensate the disadvantages of the one sensor by the advantages of the other and vice versa. In case of the project VarIoNav, different integration methods based on satellite-based positioning and inertial measurement systems (IMS) are investigated and compared under varying circumstances. The goal of the project is the comparison of three distinct categories of sensors in terms of accuracy and quality on the one hand and the comparison of three different coupling methods (uncoupled, loosely coupled and tightly coupled) on the other hand. For these investigations, a platform was developed to enable terrestrial field tests with a car. This measurement platform can be mounted on the roof rack of a car and carries four GNSS (Global Navigation Satellite System) antennas and three types of IMS. This construction allows an optimal comparison of the measurement data of the different onboard sensor systems and their integration. The comparison of the integration results demonstrates that the surrounding of the trajectory strongly influences the choice of the used sensors and the type of integration. The worse the measurement conditions the higher are the requirements concerning the sensor quality and their integration.

Kurzfassung
In zwei F&E-Projekten des Instituts für Navigation und Satellitengeodäsie wird ein allumfassendes Konzept eines Navigationssystems entwickelt, welches den speziellen Bedürfnissen blinder und sehbehinderter Fußgänger angepasst wird. Das Vorhaben zielt jeweils auf einen Prototyp ab, welcher das gesamte Spektrum von Navigationskomponenten abdeckt. Dazu gehören eine entsprechende Modellierung des Umfeldes, in dem navigiert wird, schnelle Routingalgorithmen zur Generierung von Manöverlisten, geeignete Positionierungsmethoden basierend auf Sensorfusion und Kalmanfilterung, zuverlässige Map-Matching-Algorithmen zur Routenverfolgung und schließlich eine effiziente Zielführung mittels eines dem Zweck entsprechenden Man-Machine-Interfaces.

Abstract
An overall concept of navigation is adapted to the special needs of blind and visually impaired pedestrians and is being developed in national R&D-projects. The development aims at prototypes of navigation systems which cover the total spectrum of navigational components. This comprises an appropriate modeling of the navigational environment, fast routing algorithms generating lists of maneuvers, suitable positioning tools based on sensor fusion and Kalman filtering, reliable map matching algorithms for route checking, and, finally, efficient guidance instructions communicated via an adequate man-machine interface.