Method for Determining Accuracy Information of a Position Vector
Simple SummaryContent extracted from patent full text and abstract with AI.
This invention describes a method for determining the accuracy information of a position vector that represents the location of a receiver in a satellite-based positioning system. The method uses Bayesian filtering and statistical analysis of signal data from multiple satellites to calculate how accurate the position estimate is.
Use CasesContent extracted from patent full text and abstract with AI.
- Navigation systems for vehicles, such as cars or drones
- Mobile device location tracking with improved accuracy reporting
- Geographic information systems (GIS) requiring precise location data
- Surveying and mapping applications
- Autonomous vehicle positioning systems with real-time accuracy feedback
- Aviation or maritime navigation with enhanced accuracy estimation
BenefitsContent extracted from patent full text and abstract with AI.
- Provides a quantifiable measure of position accuracy, increasing reliability for users
- Improves decision-making in systems reliant on precise location data
- Enables dynamic adaptation in navigation or autonomous systems based on accuracy estimates
- Uses advanced statistical models, which can capture more complex error characteristics
- Can help meet regulatory or operational requirements for safety-critical applications
Technical Classifications (CPCs)
Main Classifications
Physics & Measurement
Sub Classifications
Measuring & Testing
CPC Codes
Inventors & Applicants
Applicants
Audi Ag
Univ Friedrich Alexander Er
Patent Abstract
Verfahren zur Ermittlung einer Genauigkeitsinformation, die die Genauigkeit eines eine Position eines Empfängers (3) eines satellitenbasierten Positionsbestimmungssystems (2) beschreibenden Positionsvektors betrifft, wobei der Positionsvektor durch ein Bayessches Filter als gewichtete Summe von Verarbeitungsvektoren berechnet wird, die in Abhängigkeit von Empfangssignalen mehrerer Satelliten und von mehreren Prädiktionsvektoren berechnet werden, wobei die Prädiktionsvektoren durch Anwenden eines Prädiktionsmodells aus einem jeweiligen Testvektor ermittelt werden, wobei die Testvektoren und jeweilige Gewichtungsfaktoren derart vorgegeben werden, dass ihre Verteilung einer vorgegebenen Wahrscheinlichkeitsverteilung entspricht, wobei für jede Koordinate der Verarbeitungsvektoren wenigstens das dritte und/oder das vierte zentrale, insbesondere marginale, Moment der Verteilung dieser Koordinate ermittelt wird, wonach die Genauigkeitsinformation in Abhängigkeit der ermittelten Momente bestimmt wird.
Key Information
Publication No.
DE102017201886B3
Family ID
62069196
Publication Date
2018-05-24
Application No.
DE102017201886A
Application Date
2017-02-07
Priority Date
2017-02-07
Granted
Yes (1/1)
Possible Cooperation
For further information please contact the transfer office.