GNSS-Ausfälle sind in der autonomen Landwirtschaft keine Ausnahme, sondern Alltag. Baumkronen, Stahlscheunen und Obstbaumreihen unterbrechen ständig die Satellitenverbindung. Ohne eine zuverlässige INS-Koppelnavigationsstrategie driftet selbst der modernste autonome Traktor ab, verstellt die Reihen und verliert die Betriebssicherheit.
Die INS-Koppelnavigation hält Agrarroboter auch bei Ausfall von GNSS-Signalen auf Kurs. Dank stabiler Gyroskop-Vorspannung, geringer Drift und Sensorfusion mittels Radodometrie und Schwerkraftausrichtung können autonome Traktoren die Reihengenauigkeit selbst unter Baumkronen, in Scheunen oder in der Nähe von Metallkonstruktionen beibehalten.
Landwirtschaftliche Roboter arbeiten selten unter durchgehendem Satellitenempfang. Baumkronen, Obstbaumreihen, Stahlscheunen und natürliches Gelände unterbrechen häufig den GNSS-Empfang, während langsame Bewegungen die Genauigkeit der Kursbestimmung weiter beeinträchtigen. Unter diesen Bedingungen muss das Navigationssystem auf INS-gestützte Koppelnavigation zurückgreifen, um die Kursstabilität, die Fahrsicherheit und die Präzision auf Reihenebene zu gewährleisten. Dies erfordert ein Verständnis der Driftentwicklung und des Einflusses von Vibrationen, Bodenbeschaffenheit und Bewegungsbeschränkungen auf das Trägheitsverhalten während GNSS-Ausfallphasen.
Inhaltsverzeichnis
Warum GNSS-Ausfälle in der Landwirtschaft unvermeidbar sind
Landwirtschaftliche Umgebungen stören naturgemäß Satellitensignale. Dichte Baumkronen, metallische Strukturen und langsame Fahrzeugbewegungen unterbrechen häufig die GNSS-Verbindung, sodass INS-Agrarroboter auf Koppelnavigation angewiesen sind, um eine stabile Kurs- und Bahngenauigkeit zu gewährleisten.
Typische GNSS-Ausfallszenarien
- Dichte Baumkronen in Obstgärten
- Weinreben-Spalierstrukturen
- Hohe Baumreihen
- Stahlscheunen, Silos, Getreidesilos
- Schattierungshäuser und Gewächshäuser
- Geländemaskierung an Hängen oder in Tälern
Warum GNSS nicht die primäre Wahrheitsquelle sein kann
GNSS leidet unter:
- Laute Fahrtrichtung <3 km/h
- Plötzliche Sprünge in der Teilschattierung
- Langsame Wiederaneignung unter dem Blätterdach
- Mehrwegeausbreitung in der Nähe von Metallstrukturen
Die landwirtschaftliche Autonomie muss primär auf INS und sekundär auf GNSS .
INS-Koppelnavigation: Was passiert, wenn GNSS ausfällt?
Fällt GNSS aus, erfolgt die Navigation ausschließlich über die Koppelnavigation des INS. Die Genauigkeit hängt nun von der Stabilität des Gyroskops, der Zuverlässigkeit des Beschleunigungsmessers und der Driftstabilität der INS-gestützten Agrarroboter unter Vibrationen, bei unterschiedlichen Bodenverhältnissen und bei langsamer Bewegung ab.
Wichtigste Driftfaktoren
- Gyroskop-Bias-Instabilität
- Beschleunigungsmesser-Bias / Skalierungsfaktorfehler
- ARW/VRW-Rauschen
- Temperaturschwankungen
- Vibration & Implementierung von Schwingungen
- Montagefehler
Driftquellen unter realen landwirtschaftlichen Bedingungen
Landwirtschaftliche Umgebungen verstärken die Drift, da sie langsame Bewegungen, variable Traktion, Vibrationen und schnelle Temperaturänderungen kombinieren. Diese Bedingungen beeinflussen direkt das Trägheitsabweichungsverhalten und beschleunigen das Fehlerwachstum bei GNSS-Ausfällen in INS für Agrarroboter .
Zeitlupeneffekte
Bei niedrigen Geschwindigkeiten (<3 km/h) ist die kinematische Hebelwirkung gering. Geringfügige Gierdrift führt zu sichtbaren seitlichen Abweichungen, während Bodenrutschungen die Odometriekorrekturen abschwächen.
Vibrationseffekte
Motorharmonische, Hydraulikpumpen und durch den Boden hervorgerufene Schwingungen modulieren die Gyro-Abweichung und führen zu nichtlinearem Rauschen, wodurch die Vorhersagbarkeit bei der Koppelnavigation verringert wird.
Temperatureinflüsse
Der Übergang zwischen Sonnenlicht, dem Schatten von Obstgärten und der Hitze in der Kabine führt zu Verschiebungen der Messgenauigkeit – insbesondere bei MEMS –, während FOG stabiler bleibt.
Typische Symptome
- Allmähliche Gierdrift
- Stimmungsschwanken
- Geschwindigkeitsabweichung
- Die Strömung steigt mit der Kabinenwärme
Sensorfusionsansätze zur Unterstützung des GNSS-freien Betriebs
Bei sinkender GNSS-Qualität muss das Fusionssystem den Satelliteneinfluss reduzieren und sich stärker auf INS-Vorhersagen stützen. Adaptive Kovarianzanpassung verhindert Sprünge, während das Einfrieren von Bias die Gierstabilität schützt. Die Ausrichtung auf die Schwerkraft stabilisiert Roll- und Nickbewegungen, und die schlupfsensitive Odometrie liefert kurzfristige Geschwindigkeitsinformationen.
Nicht-holonome Zwangsbedingungen unterdrücken zusätzlich die seitliche Abweichung beim geradlinigen Folgen der Ruderreihe.
Übersicht des Fusionsmechanismus
| Mechanismus | Was es bewirkt | Warum es bei einem GNSS-Ausfall hilft |
|---|---|---|
| Adaptive Kovarianz | Verringert das GNSS-Gewicht | Vermeidet Fehlkorrekturen |
| Voreingenommenheit einfrieren | Aktualisierungen der Sperren-Voreingenommenheit | Stabilisiert den Kurs |
| Ausrichtung der Schwerkraft | Stabilisiert Roll- und Nickbewegungen. | Verringert die Lageabweichung |
| Rutschsichere Odometrie | Passt die Gewichtung an | Hilft INS-Agrarrobotern dabei, die Geschwindigkeitsstabilität aufrechtzuerhalten. |
| NHC-Beschränkungen | Begrenzungen der Seitengeschwindigkeit | Unterdrückt die Drift |
| Vertrauensverlust | Glattes Wachstum aufgrund von Unsicherheit | Hält den Filter stabil |
Radodometrie und Schlupfverhalten auf landwirtschaftlichen Flächen
Die Radodometrie liefert kurzfristige Bewegungsinformationen bei GNSS-Ausfällen, jedoch beeinflussen die Traktionsbedingungen die Genauigkeit stark. Bodenweichheit, Feuchtigkeit, ungleichmäßige Belastungen und plötzliche Drehmomente führen häufig zu Schlupf und verringern so die Zuverlässigkeit der Odometrie bei INS-Agrarrobotern .
Typische Rutschbedingungen
| Zustand | Odometrie-Effekt | Anmerkungen |
|---|---|---|
| Weicher/feuchter Boden | Überschätzte Geschwindigkeit | Hohe Senkung |
| Lockerer Boden | Schwankende Traktion | Geschwindigkeitsinstabilität |
| Schwere Geräte | Lastinduziertes Gleiten | Am Hang noch schlimmer |
| Unebenes Gelände | Asymmetrische Geschwindigkeiten | Links/Rechts-Fehlpaarung |
| Drehmomentänderungen | Rutschspikes | Rudereinstieg oder Bergauffahrt |
FOG vs. MEMS: Die Wahl eines INS für reale Ausfallzeiten
GNSS-Ausfälle reichen von kurzen Unterbrechungen bis hin zu längeren Abschattungsphasen in Obstbaumreihen. Die INS-Leistung von Agrarrobotern muss diesen Zeiträumen gerecht werden.
MEMS INS: für kurze Stromausfälle
- Stabil für 3–10 Sekunden
- Höhere Bias-Drift
- Empfindlich gegenüber Temperatur/Vibrationen
- Geeignet für offene Felder
Nebeleinsätze: für lange Beschattung durch das Blätterdach
- Stabil für 30–120+ Sekunden
- Niedrigere ARW und Bias-Drift
- Hohe Vibrations- und Wärmebeständigkeit
- Erforderlich für die Autonomie tiefer Obstplantagen
MEMS gleicht Mikroausfälle aus; FOG gleicht Navigationslücken aus.
GuideNav bietet IMUs mit hoher thermischer Stabilität, sorgfältig entwickelten Kalibrierungsabläufen und zuverlässigen Kompensationsalgorithmen. Die Auswahl einer GuideNav-IMU, die Ihren Betriebsumgebungen und Genauigkeitsanforderungen entspricht, gewährleistet eine solide thermische Basis für Ihr System – minimiert die Temperaturdrift der IMU und verbessert die Langzeitstabilität.
GNSS-Ausfallverhalten bei Feldtests
Die Tests müssen die realen Bedingungen in Obstplantagen und Baumkronen widerspiegeln.
Drei wichtige Phasen
- Ausfallinduktion – Natürlicher GNSS-Verlust (Baumkronen, Scheunen).
- Driftbeobachtung – Kurs + seitliche Abweichung.
- Wiederherstellungsbewertung – Reibungslose Rückkehr, wenn GNSS wieder verfügbar ist.
Aufbau eines zuverlässigeren Autonomie-Stacks
Für eine zuverlässige autonome Landwirtschaft ist es notwendig, GNSS als intermittierende Unterstützung zu betrachten. Eine präzise Koppelnavigation basiert auf stabilen Inertialsensoren, einer gut abgestimmten Fusionslogik und einem vorhersehbaren Driftverhalten unter Bedingungen wie Kronendach, Vibrationen und niedrigen Geschwindigkeiten.
GuideNav konzentriert sich auf die Entwicklung von INS-Agrarroboterlösungen, die auf Trägheitsstabilität und robuster Umweltverträglichkeit basieren und es den F&E-Teams ermöglichen, die Genauigkeit auch dann aufrechtzuerhalten, wenn die Satellitensicht ausfällt.
