Terrain Referenced Navigation

Terrain Referenced Navigation (TRN; deutsch etwa geländereferenzierte Navigation, auch Terrain-Aided Navigation) ist ein Verfahren zur Positionsbestimmung, bei dem während der Bewegung aufgenommene Geländebeobachtungen mit georeferenzierten Referenzdaten verglichen werden. Bei klassischen luftgestützten Systemen wird hierzu die gemessene Höhe über Grund mit einem gespeicherten digitalen Höhenmodell abgeglichen. Die daraus bestimmte Position oder Positionskorrektur dient meist zur Stützung eines Trägheitsnavigationssystems, dessen Fehler ohne externe Korrekturen mit der Zeit anwachsen. Da die Referenzdaten an Bord gespeichert werden können, benötigt das Verfahren keine von außen empfangenen Navigationssignale und kann insbesondere als Ergänzung oder Rückfallebene für ein globales Navigationssatellitensystem eingesetzt werden.

Geschichte

Ein frühes geländereferenziertes Navigationsverfahren war das Ende der 1950er-Jahre entwickelte Terrain Contour Matching (TERCOM). Dabei wurde ein während des Fluges gemessenes Höhenprofil abschnittsweise mit gespeicherten Geländehöhen verglichen. Das Verfahren wurde insbesondere für die Navigation von Marschflugkörpern entwickelt.

In den 1970er- und 1980er-Jahren entstanden rekursive Verfahren, die einzelne Höhenmessungen fortlaufend in die Navigationslösung einbezogen. Zu diesen gehörte das von den Sandia National Laboratories entwickelte Sandia Inertial Terrain-Aided Navigation (SITAN). Varianten des Verfahrens wurden unter anderem mit einem Versuchsflugzeug vom Typ F-16 und mit Hubschraubern erprobt.

Seit den 1990er-Jahren wurden vermehrt nichtlineare bayessche Schätzverfahren eingesetzt. Dazu gehören gitterbasierte Point-Mass-Filter und Partikelfilter, die im Gegensatz zu lokalen Linearisierungsverfahren mehrere mögliche Positionen gleichzeitig abbilden können.

Funktionsprinzip

Ein geländereferenziertes Navigationssystem besteht im Allgemeinen aus

Das Referenznavigationssystem liefert eine vorläufige Position, Geschwindigkeit und Lage des Fahrzeugs. Aus deren Unsicherheit wird ein Suchgebiet bestimmt, innerhalb dessen die gemessenen Geländemerkmale mit den gespeicherten Referenzdaten verglichen werden. Das Ergebnis kann entweder als eigenständiger Positionswert oder als geschätzter Fehler des Referenznavigationssystems ausgegeben werden.

Höhenmessung

Bei einem nach unten gerichteten Entfernungs- oder Höhenmesser wird die Geländehöhe aus der absoluten Höhe des Fahrzeugs und der gemessenen Höhe über Grund abgeleitet. Das vereinfachte Messmodell lautet

wobei

  • die gemessene Höhe über Grund,
  • die absolute Höhe des Fahrzeugs,
  • die im digitalen Höhenmodell gespeicherte Geländehöhe an der Position und
  • den Mess- und Modellfehler

bezeichnen.

Die absolute Höhe kann beispielsweise aus einem barometrischen Höhenmesser oder dem Trägheitsnavigationssystem stammen. Bei schräg gerichteten oder abtastenden Sensoren müssen zusätzlich die Schrägentfernung, die Lage des Fahrzeugs, die Sensorausrichtung und die Schnittgeometrie zwischen Messstrahl und Gelände berücksichtigt werden.

Aus aufeinanderfolgenden Messungen entsteht ein Höhenprofil entlang der angenommenen Flugbahn. Da die aus dem Trägheitsnavigationssystem stammende Position fehlerbehaftet ist, wird dieses Profil für verschiedene mögliche Positionskorrekturen mit dem digitalen Höhenmodell verglichen.

Kartenabgleich

Bei einem stapelweise arbeitenden Verfahren wird zunächst eine Folge von Messungen gesammelt. Für jede mögliche horizontale Verschiebung kann beispielsweise die mittlere quadratische Abweichung

berechnet werden. Dabei bezeichnet die aus der Messung abgeleitete Geländehöhe und die vom Trägheitsnavigationssystem angenommene Position. Die geschätzte Positionskorrektur ergibt sich aus

Anstelle der mittleren quadratischen Abweichung können unter anderem die mittlere absolute Abweichung, Korrelationsmaße oder probabilistische Bewertungsfunktionen verwendet werden. Eine einzelne Höhenmessung ist im Allgemeinen nicht ausreichend, da dieselbe Geländehöhe an zahlreichen Positionen auftreten kann. Erst der Verlauf mehrerer Messungen ermöglicht häufig eine eindeutige Zuordnung.

Schätzverfahren

Terrain Contour Matching

Beim klassischen Terrain Contour Matching wird eine Folge gemessener Geländehöhen mit den Höhenprofilen möglicher Flugwege innerhalb eines Suchgebiets verglichen. Die Position mit dem kleinsten Abweichungsmaß beziehungsweise der höchsten Korrelation wird als Positionsstützpunkt verwendet. TERCOM ist damit ein überwiegend stapelweise arbeitendes Verfahren: Auf eine Messphase folgt eine Abgleichsphase, nach der eine Positionskorrektur an das Trägheitsnavigationssystem übergeben wird.

Die Größe des Suchgebiets muss die erwartete Positionsunsicherheit abdecken. Ein zu kleines Gebiet kann die tatsächliche Position ausschließen; ein großes Gebiet erhöht den Rechenaufwand und die Gefahr ähnlicher, konkurrierender Geländemuster.

Rekursive Verfahren

Rekursive Verfahren verarbeiten jede neue Messung unmittelbar. SITAN verwendet hierzu eine Bank von Kalman-Filtern, die unterschiedliche mögliche Positionsfehler repräsentieren. Die Filter werden anhand der Übereinstimmung zwischen gemessener und aus dem Höhenmodell vorhergesagter Höhe gewichtet. Dadurch können auch bei einer größeren anfänglichen Positionsunsicherheit mehrere Hypothesen verfolgt werden.

Der Zusammenhang zwischen Fahrzeugposition und Geländehöhe ist stark nichtlinear. Zudem kann die Wahrscheinlichkeitsverteilung der Position mehrere lokale Maxima besitzen, etwa wenn ähnliche Geländeformen an mehreren Stellen auftreten. Point-Mass-Filter stellen die Wahrscheinlichkeitsverteilung auf einem räumlichen Gitter dar. Partikelfilter verwenden dagegen eine Menge gewichteter Stichproben. Beide Ansätze können mehrdeutige und nicht normalverteilte Positionshypothesen besser abbilden als ein einzelner linearer Kalman-Filter, benötigen jedoch einen höheren Rechenaufwand.

Integration in das Navigationssystem

Bei einer losen Kopplung erzeugt das TRN-System einen eigenständigen Positionswert, der anschließend mit der übrigen Navigationslösung fusioniert wird. Bei einer engen Kopplung gehen die Geländemessungen unmittelbar gemeinsam mit inertialen, barometrischen oder weiteren Sensordaten in einen gemeinsamen Zustandsfilter ein. Eine enge Kopplung kann zusätzliche Zustände wie Höhenfehler, Sensorabweichungen oder Geschwindigkeitsfehler schätzen, erfordert jedoch ein genaueres Modell des Gesamtsystems.

Sensoren und Referenzdaten

Radarhöhenmesser

Der Radarhöhenmesser ist ein häufig verwendeter Sensor für luftgestützte TRN-Systeme. Er misst die Entfernung zur Erdoberfläche unabhängig von Tageslicht und ist gegenüber Wolken, Nebel und eingeschränkter Sicht weniger empfindlich als optische Sensoren. Die Messung entspricht jedoch nicht immer der Entfernung zu dem Punkt unmittelbar unter dem Fahrzeug. Innerhalb der Antennenkeule kann das stärkste oder nächstgelegene Echo von einer geneigten Fläche oder einem seitlich versetzten Geländepunkt stammen. Dieser Effekt nimmt unter anderem mit der Flughöhe, der Breite der Antennenkeule und der Neigung des Fahrzeugs zu.

Mehrstrahl- und interferometrische Radarhöhenmesser können neben der Entfernung auch die Richtung eines Geländepunkts bestimmen. Sie liefern dadurch mehrere räumlich verteilte Beobachtungen und ermöglichen eine genauere Modellierung der Geländegeometrie.

Real Beam Ground Mapping

Auch ein bodenabbildendes Radar kann die Navigation unterstützen. Beim Real Beam Ground Mapping (RBGM) wird die reale Antennenkeule über das vorausliegende oder seitlich gelegene Gelände geschwenkt. Für jede Radarauflösungszelle werden insbesondere die Schrägentfernung, die Azimutrichtung und die Echoamplitude erfasst. Dadurch entsteht fortlaufend eine zweidimensionale Darstellung von Gelände- und Oberflächenmerkmalen.

Die dargestellten Küstenlinien, Gewässer, Siedlungsgebiete oder markanten Geländeformen können zunächst der manuellen Orientierung dienen. Für eine automatisierte geländereferenzierte Navigation können Merkmale in aufeinanderfolgenden RBGM-Bildern verfolgt und mit georeferenzierten Referenzdaten verglichen werden. Aus mehreren Beobachtungspositionen lassen sich mittels Radargrammetrie zudem räumliche Geländepunkte beziehungsweise Geländehöhen bestimmen, die anschließend mit einem digitalen Höhenmodell abgeglichen werden können.

RBGM ist selbst noch kein vollständiges TRN-Verfahren. Der Radarmodus stellt die Geländebeobachtungen bereit; zur Positionsbestimmung werden zusätzlich eine Referenzdatenbank, ein Abgleichsalgorithmus und eine Navigationsintegration benötigt. Gegenüber Doppler Beam Sharpening und Synthetic Aperture Radar besitzt RBGM eine geringere Azimutauflösung, kann das Gelände vor dem Flugzeug jedoch fortlaufend abtasten, ohne eine synthetische Apertur über einen ausgewählten Geländeausschnitt bilden zu müssen.

Optische und laserbasierte Sensoren

Laserhöhenmesser und Lidar können genaue Entfernungen oder dreidimensionale Punktwolken liefern. Ihre Nutzbarkeit kann jedoch durch Wolken, Nebel, Niederschlag, Staub oder andere optische Sichtbehinderungen eingeschränkt werden.

Bei bildbasierter TRN werden mit einer Kamera aufgenommene Geländemerkmale mit einer georeferenzierten Bildkarte verglichen. Derartige Verfahren werden insbesondere bei unbemannten Fluggeräten und bei der Navigation von Raumfahrzeugen während eines Landeanflugs eingesetzt. In der Raumfahrt ist dafür häufig die Bezeichnung Terrain Relative Navigation gebräuchlich.

Unterwassernavigation

Das Grundprinzip lässt sich auf die Navigation unter Wasser übertragen. Dabei wird die mit einem Echolot oder Mehrstrahlecholot gemessene Form des Meeresbodens mit einer bathymetrischen Karte verglichen. Da Satellitennavigationssignale unter Wasser nicht verfügbar sind, kann die bathymetrische Navigation die Drift eines inertialen Navigationssystems begrenzen, ohne dass das Fahrzeug auftauchen muss.

Genauigkeit und Fehlerquellen

Die Leistungsfähigkeit eines TRN-Systems hängt wesentlich vom Informationsgehalt des Geländes ab. Stark gegliedertes, lokal eindeutiges Gelände erzeugt charakteristische Messfolgen. Ebenes Gelände, Wasserflächen oder regelmäßig wiederkehrende Geländeformen liefern dagegen nur geringe Positionsinformation und können zu mehreren gleich plausiblen Positionshypothesen führen.

Weitere Fehlerquellen sind:

Die erreichbare Genauigkeit wird daher nicht allein durch die Genauigkeit des Entfernungssensors bestimmt. Auch die Auflösung der Referenzkarte, die Navigationsunsicherheit zu Beginn des Abgleichs und die lokale Unterscheidbarkeit des Geländes sind maßgeblich. Ein TRN-System muss zudem bewerten, ob eine gefundene Lösung eindeutig und zuverlässig genug ist. Bei mehreren ähnlich wahrscheinlichen Positionen oder geringer Geländeinformation kann eine Aktualisierung ausgesetzt werden, um eine fehlerhafte Positionskorrektur zu vermeiden.

Anwendungen

Geländereferenzierte Navigation wird vor allem eingesetzt, um die Drift eines Trägheitsnavigationssystems zu begrenzen. Mögliche Anwendungen sind:

TRN kann insbesondere in Gebieten oder Situationen eingesetzt werden, in denen Satellitennavigation nicht verfügbar, gestört oder nicht ausreichend zuverlässig ist. Das Verfahren ist jedoch auf geeignete Referenzdaten und ein Gelände mit ausreichendem Informationsgehalt angewiesen.

Abgrenzung

Terrain Referenced Navigation bestimmt oder korrigiert die Position eines Fahrzeugs anhand von Geländedaten. Davon zu unterscheiden ist das Terrain Following, bei dem der Flugweg so geregelt wird, dass ein vorgegebener Abstand zum Gelände eingehalten wird. Ein Terrain-Following-System kann Geländedaten und eine TRN-Position verwenden, verfolgt jedoch eine andere Aufgabe.

Das ebenfalls verwandte Terrain Avoidance dient der Erkennung und Vermeidung von Gelände oder Hindernissen entlang des geplanten Flugwegs. Auch ein bodenabbildender Radarmodus wie RBGM ist nicht mit TRN gleichzusetzen: RBGM erzeugt eine Radardarstellung beziehungsweise Geländebeobachtungen, während TRN den Abgleich dieser Beobachtungen mit bekannten Referenzdaten und die daraus folgende Positionsschätzung bezeichnet.

Einzelnachweise

  1. 1 2 Nigel Priestley: Terrain referenced navigation. In: IEEE Position Location and Navigation Symposium. 1990, S. 482–489, doi:10.1109/PLANS.1990.66218 (englisch).
  2. 1 2 3 4 Ove Kent Hagen: Terrain Navigation – Principles and Application. (PDF) Norwegian Defence Research Establishment, 19. September 2005, abgerufen am 15. Juli 2026 (englisch).
  3. 1 2 Joe P. Golden: Terrain Contour Matching (TERCOM): A Cruise Missile Guidance Aid. In: Image Processing for Missile Guidance. Band 238. SPIE, 1980, S. 10–18, doi:10.1117/12.959138 (englisch).
  4. ↑ Drayton D. Boozer, J. Richard Fellerhoff: Terrain-Aided Navigation Test Results in the AFTI/F-16 Aircraft. In: Navigation. Band 35, Nr. 2, 1988, S. 161–175, doi:10.1002/j.2161-4296.1988.tb00949.x (englisch).
  5. 1 2 3 4 Jeff Hollowell: HELI/SITAN: A Terrain Referenced Navigation Algorithm for Helicopters. In: IEEE Position Location and Navigation Symposium. 1990, S. 616–625, doi:10.1109/PLANS.1990.66236 (englisch, osti.gov [PDF; 870 kB]).
  6. 1 2 3 Niclas Bergman, Lennart Ljung, Fredrik Gustafsson: Point-mass filter and Cramér–Rao bound for terrain-aided navigation. In: Proceedings of the 36th IEEE Conference on Decision and Control. 1997, S. 565–570, doi:10.1109/CDC.1997.650690 (englisch).
  7. 1 2 Richard E. Zelenka: Integration of Radar Altimeter, Precision Navigation, and Digital Terrain Data for Low-Altitude Flight. Hrsg.: NASA Ames Research Center (= NASA Technical Memorandum. NASA-TM-103958). Moffett Field 1992 (englisch, nasa.gov).
  8. ↑ Juhyun Oh, Chang-Ky Sung, Jungshin Lee, Sang Woo Lee, Sang Jeong Lee, Myeong-Jong Yu: Accurate Measurement Calculation Method for Interferometric Radar Altimeter-Based Terrain Referenced Navigation. In: Sensors. Band 19, Nr. 7, 2019, S. 1688, doi:10.3390/s19071688 (englisch).
  9. 1 2 Armin W. Doerry: Notes on Real-Beam Ground Mapping with Monopulse Radar. Hrsg.: Sandia National Laboratories (= Sandia Report. SAND2024-16315). Dezember 2024 (englisch, osti.gov [PDF; 2,1 MB]).
  10. 1 2 Oskar Runeson: Digital Elevation Modelling by Radargrammetry in Real-Beam Ground Mapping Images. Lund University, Lund 2015 (englisch, lu.se [PDF; 7,9 MB] Masterarbeit).
  11. ↑ Carolina I. Restrepo et al.: Building Lunar Maps for Terrain Relative Navigation and Hazard Detection Applications. In: AIAA SciTech Forum. 2022 (englisch, nasa.gov [PDF; 6,1 MB]).
  12. 1 2 Kjetil Bergh Anonsen, Oddvar Hallingstad: Terrain Aided Underwater Navigation Using Point Mass and Particle Filters. In: IEEE Position, Location, and Navigation Symposium. 2006, S. 1027–1035, doi:10.1109/PLANS.2006.1650682 (englisch, navlab.net [PDF; 386 kB]).