Durch die Modernisierung der Satellitenkonstellationen von GPS und GLONASS sowie die Inbetriebnahme von Galileo und BeiDou steht zivilen Nutzern eine deutlich erhöhte Anzahl an Navigationssatelliten mit nutzbaren Signalen auf mehreren Trägerfrequenzen zur Verfügung. Gleichzeitig steigen die Qualitätsanforderungen an Lokalisierungsalgorithmen, die im Bereich der Kraftfahrzeugtechnik Verwendung finden, da diese Algorithmen nicht mehr ausschließlich zu Navigationszwecken eingesetzt werden. Stattdessen kommt ihnen eine tragende Rolle bei der Entwicklung autonomer Fahrzeuge zu. Diese gestiegenen Anforderungen sind durch GNSS alleine nicht zu erfüllen, sondern erfordern die Fusion von Daten mehrerer Sensortypen.

In dieser Arbeit werden daher Messgrößen von drei verschiedenen Sensortypen mit Hilfe eines erweiterten Kalman-Filters miteinander fusioniert. Bei diesen drei Sensortypen handelt es sich um einen Mehrfrequenz-GNSS-Empfänger, eine inertiale Messeinheit sowie fahrzeugeigene Odometriesensoren. Der Schwerpunkt der Arbeit liegt in der optimalen Verarbeitung von Pseudostrecken, die zu Satelliten unterschiedlicher Konstellationen auf jeweils mehreren Trägerfrequenzen gemessen werden. In diesem Rahmen werden ionosphärenfreie Linearkombinationen eingesetzt, wodurch der größte Fehlereinfluss, der bei der Verwendung von Einfrequenzmessungen vorliegt, eliminiert wird. Durch den gleichzeitigen Einsatz verschiedener Satellitengenerationen und die wechselnden Empfangsbedingungen entsteht hierbei der Bedarf, zu jeder Messepoche gleichzeitig Pseudostrecken oder deren Linearkombinationen auf mehreren Trägerfrequenzen zu berücksichtigen. Dies setzt eine Kalibrierung der signalabhängigen differenziellen Codebiase voraus, die bei der Pseudostreckenmessung auftreten. Eine solche Kalibrierung wird für den verwendeten Mehrfrequenz-GNSS-Empfänger für die GPS-Signale L1 C/A, L2C und L5 sowie für die Galileo-Signale E1, E5a und E5b durchgeführt, wodurch die entsprechenden Pseudostrecken und deren Linearkombinationen im Integrationsfilter einsetzbar sind. Außerdem wird ein Modell zur quantitativen Beschreibung des Messrauschens entwickelt und parametriert, was eine optimale Gewichtung der verschiedenen Beobachtungsgrößen ermöglicht. Als weitere GNSS-Messgrößen kommen zeitlich differenzierte Trägerphasenmessungen auf GPS L1 C/A und Galileo E1 zum Einsatz.

Die fahrzeugeigenen Odometriesensoren stellen die Drehraten der vier Räder sowie den Lenkradwinkel zur Verfügung. Aus diesen Größen werden die horizontalen Geschwindigkeitsvektoren an den Radaufstandspunkten ermittelt, wobei unterschiedliche Reifenmodelle zur Kompensation von Längsschlupf und Schräglauf verwendet werden. Ein wesentlicher Entwicklungsaspekt ist die Einbeziehung von Korrelationen in die Kovarianzmatrix des Messrauschens. Diese Korrelationen sind in Fahrzeugquerrichtung so stark ausgeprägt, dass die Quergeschwindigkeiten der vier Räder letztlich zu je einem Messwert pro Achse zusammengefasst werden.

Nachdem die Beobachtungen aus GNSS-Empfänger und Odometriesensorik in dieser Weise vorverarbeitet wurden, werden sie mit den Messgrößen einer MEMS-IMU in enger Kopplung fusioniert. Die Modellierung der IMU-Messfehler zählt nicht zum Kern der Forschung in dieser Arbeit und erfolgt daher mit konventionellen Modellen.

Zur Qualitätsbeurteilung der vom Lokalisierungsalgorithmus bereitgestellten Fusionslösung werden Metriken aus den Bereichen Genauigkeit und Integrität ausgewählt. Diese Metriken werden anhand von Testszenarien, die unterschiedlichste GNSS-Empfangsbedingungen abdecken, ausgewertet. Die Referenzlösung wird durch die Integration eines RTK-fähigen GNSS-Empfängers mit einer Ringlaserkreisel-IMU generiert. Hierdurch wird der Nachweis erbracht, dass die Verwendung von Mehrfrequenzmessungen zu einer deutlichen Genauigkeitssteigerung bei allen betrachteten Szenarien führt. Bei ungestörtem GNSS-Empfang wird ein horizontaler Positionsfehler von 0,5 m oder besser in 95 % der Zeit erreicht.