Datenfusionsverfahren für die automatische Erfassung des Rollverkehrs auf Flughäfen. Christoph Meier. Institut für Flugführung Braunschweig

Transkript

1 Deutsches Zentrum für Luft- und Raumfahrt e.v. Forschungsbericht Datenfusionsverfahren für die automatische Erfassung des Rollverkehrs auf Flughäfen Christoph Meier Institut für Flugführung Braunschweig 9 Seiten 75 Bilder 38 Tabellen 74 Literaturstellen DLR

2 Inhaltsverzeichnis 1 EINLEITUNG 2 AUFGABENSTELLUNG UND GLIEDERUNG 3 ROLLVERKEHRSFÜHRUNG 3.1 Definition 3.2 Funktionen 3.3 Heutige Situation Verantwortlichkeiten Erfassung Kontrolle, Planung und Führung Ziele einer Automatisierung Möglichkeiten zur Teilautomatisierung 3.4 Konzept für eine automatische Rollverkehrserfassung 1 Nachrichtenquellen 1.1 Bodengebundene Sensorsysteme Anflugradar SSR Mode A/C 1.2 Anflugradar SSR Mode S 1.3 Flughafenradar 1.4 Nahbereichs-Radarnetz 1.5 SSR Mode S Multilaterationsystem 1.6 Induktionsschleifen 1.7 Faser-Optische-Sensoren 1.8 Kameras 1.9VHF-Peiler 1.10 Sonstige Bordgebundene Navigationssysteme.2.1 VORundDME.2.2 Satellitennavigationssysteme.2.3 Spezielle Transpondersysteme.2.4 Inertiale Navigationssysteme Sonstige Nachrichtenquellen.3.1 Lotse.3.2 Pilot 1.4 Vergleich der Sensorsysteme 1.5 Generisches Modell einer Nachrichtenquelle 1.6 Anforderungen zur Integration der Nachrichtenquellen 2 Nachrichtenübertragungsstrecken 2.1 Local Area Network 2.2 Datalink 3 Nachrichtenverarbeitung 3.1 Funktionale Anforderungen 3.2 Zeitliche Anforderungen 4 Nachrichtensenken 5 s II

3 3.5 Modell des Rollverkehrs Modell eines einzelnen Verkehrsteilnehmers Merkmale Adressen Bewegung Massepunkt Koordinatensystem Positionsreferenz Geschwindigkeitsbereich Beschleunigungsbereich Topographie und Topologie Operationelle Verfahren Intention und Pläne Modell des Verkehrs Arten von Verkehrsteilnehmern Bereich des Verkehrs Anzahl der Verkehrsteilnehmer Abstände zwischen Verkehrsteilnehmer DATENFUSIONSTHEORIE Definition 4.2 Funktionales Modell 4.3 Inferenzebenen Modell 4.4 Verfahren Datenzuordnung Gating Nearest Neighbor Probabilistic Data Association Multiple Hypothesis Tracking Clusteranalyse Datenfusion Daten mit kontinuierlichem Wertebereich Primitive Methoden Regression Kaimanfilter Alpha-Beta -(Gamma-) Filter 4.4.2, 1.5 Extended Kalmanfilter 4.4.2, 1.6 Kalmanfilter mit Manöverdetektion Sequentielles Multiple-Model-Filter mit Manöverdetektion Paralleles Multiple-Model-Filter ohne Manöverdetektion Interacting Multiple-Model-Filter Daten mit diskretem Wertebereich Bayes Methode Dempster Shafers Methode Sonstige Datenabstraktion Fuzzy Logik Neuronale Netze Neuro-Fuzzy Systeme 4.5 Architekturen Einstufige gegenüber mehrstufige Datenfusion Zentralisierte gegenüber verteilte Datenfusion

4 5 DATENFUSIONSVERFAHREN ZUR ERFASSUNG DES ROLLVERKEHRS Lösungsansatz Generelle Alternativen Konkrete Ansatzpunkte Konzept Architektur Datenzuordnung Datenfusion Verfolgter Lösungsansatz Datenfusion als Verarbeitung unscharfer Daten Objektorientierte Beschreibung unscharfer Daten Vorteile der objektorientierten Beschreibung Klassifizierung der zu verarbeitenden Daten Diskrete Daten Definition Zwei Beispiele Operatoren Ähnlichkeit Fusion Kontinuierliche Daten Definition Zweidimensionales Beispiel Operatoren Addition Subtraktion Multiplikation mit Skalar Lineare Abbildung Funktionswerte Volumen Analyse Gewichtete Kombination Ähnlichkeit Fusion Kalmanfilter auf der Basis unscharfer Daten Interacting Multiple Model Filter Hybride Daten Definition Operatoren Ähnlichkeit Fusion Anwendung der unscharfer Daten auf die Datenfusion Erweiterungen der Clusteranalyse Unvollständige und unscharfe Daten Dynamische Daten Kleine Datenmengen Anwendung der Clusteranalyse auf die Datenzuordnung Kriterien für die Wahl der Gruppierungsmethode Gewählte Clusteranalysemethode Erweiterungen des Interacting Multiple Model Filters Wissensbasierte dynamische Steuerung der Anzahl der Modelle Integration von zusätzlichem Wissen Soft Decision durch Integration von Schlußfolgerungen 91

5 Hard Decision durch Integration von Plausibilitätsprüfungen Anwendung des erweiterten IMM Filters auf die Datenfusion Modelle Bewegung in der 2D Ebene Bewegung auf einer Route Koordinatensystem für die Bewegung auf einer Route Erwartetes Beschleunigungsprofil einer Route Integriertes Zusatzwissen Erwartung einer Route Physikalische Ausdehnung der Routen Distanz zu verschiedenen Routen Vergleich mit Geschwindigkeitsprofil der Route Plausibilitätsbetrachtungen Distanz zur Route Kurvenbeschleunigungen Sonstige Komponenten des Datenfusionsverfahrens Fusion der Merkmale Pflege der Objektliste 96 6 VERSUCHE UND ERGEBNISSE Implementierung des Verfahrens Experimentelles Datenfusionssystem Simulationsumgebung Verkehrslagesimulation Multisensorsimulation Bewertungskriterien Datenzuordnung Datenfusion Datenabstraktion Sonstige Referenz Versuchsplanung Experimente Generelle Eignung des Verfahrens Optimierung des MMD-Faktors Monte-Carlo-Simulation Statistik des kinematischen Verkehrsteilnehmerverhaltens Variation des Sensorsets Variation des Verkehrsszenarios SCHLUßBETRACHTUNG Fazit für das entwickelte Datenfusionsverfahren Übertragbarkeit der Ergebnisse auf andere Verkehrssysteme Irrwege und Fallen Ausblick 1

6 8 LITERATURVERZEICHNIS 2 9 ANHANG Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis Flughafen Braunschweig Längsbeschleunigungen bei Start und Landung 156