Estimadores estocásticos para fusão de sensores inerciais e GPS.
Main Author: | |
---|---|
Publication Date: | 2010 |
Format: | Master thesis |
Language: | por |
Source: | Biblioteca Digital de Teses e Dissertações do ITA |
Download full: | http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=949 |
Summary: | Este trabalho apresenta um sistema completo para simulação e avaliação do uso de filtros estocásticos para combinar medidas de posição feitas por um sistema inercial, composto de girômetros e acelerômetros, com medidas de posição de um sistema GPS, de modo que possamos extrair uma estimativa do erro de posição acumulado por integração das medidas dos sensores inerciais e corrigir a leitura do mesmo. Para tal, foram desenvolvidos em detalhes e validados um modelo de navegação e um modelo de espaço de estados onde o vetor de variáveis ocultas é a combinação dos erros de posição, velocidade, atitude e fator de escala dos sensores inerciais e deriva de ambos os sensores, inerciais e do GPS. Ainda foram implementados e analisados em sua performance três tipos de Filtros aplicados quando o modelo de observações é não-linear: o Filtro Estendido de Kalman (EKF), o Filtro de Kalman Unscented (UKF) e o Filtro de partículas com Função de importância ótima e Reamostragem. Resultados da Integração Inercial-GPS em diversas trajetórias e configurações de parâmetros são apresentados, bem como os problemas e as soluções na implementação são discutidos. |
id |
ITA_de1c0f516ef03187cbacf8fdb1aa60f2 |
---|---|
oai_identifier_str |
oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:949 |
network_acronym_str |
ITA |
network_name_str |
Biblioteca Digital de Teses e Dissertações do ITA |
spelling |
Estimadores estocásticos para fusão de sensores inerciais e GPS.FiltragemProcessos estocásticosNavegação inercialFiltros de KalmanFiltros de rastreamentoSensores inerciaisSistema de posicionamento globalFusão de multisensorTelecomunicaçõesEngenharia eletrônicaEste trabalho apresenta um sistema completo para simulação e avaliação do uso de filtros estocásticos para combinar medidas de posição feitas por um sistema inercial, composto de girômetros e acelerômetros, com medidas de posição de um sistema GPS, de modo que possamos extrair uma estimativa do erro de posição acumulado por integração das medidas dos sensores inerciais e corrigir a leitura do mesmo. Para tal, foram desenvolvidos em detalhes e validados um modelo de navegação e um modelo de espaço de estados onde o vetor de variáveis ocultas é a combinação dos erros de posição, velocidade, atitude e fator de escala dos sensores inerciais e deriva de ambos os sensores, inerciais e do GPS. Ainda foram implementados e analisados em sua performance três tipos de Filtros aplicados quando o modelo de observações é não-linear: o Filtro Estendido de Kalman (EKF), o Filtro de Kalman Unscented (UKF) e o Filtro de partículas com Função de importância ótima e Reamostragem. Resultados da Integração Inercial-GPS em diversas trajetórias e configurações de parâmetros são apresentados, bem como os problemas e as soluções na implementação são discutidos.Instituto Tecnológico de AeronáuticaMarcelo Gomes da Silva BrunoFernanda Menezes Ribeiro de Carvalho2010-01-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=949reponame:Biblioteca Digital de Teses e Dissertações do ITAinstname:Instituto Tecnológico de Aeronáuticainstacron:ITAporinfo:eu-repo/semantics/openAccessapplication/pdf2019-02-02T14:02:00Zoai:agregador.ibict.br.BDTD_ITA:oai:ita.br:949http://oai.bdtd.ibict.br/requestopendoar:null2020-05-28 19:34:49.287Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáuticatrue |
dc.title.none.fl_str_mv |
Estimadores estocásticos para fusão de sensores inerciais e GPS. |
title |
Estimadores estocásticos para fusão de sensores inerciais e GPS. |
spellingShingle |
Estimadores estocásticos para fusão de sensores inerciais e GPS. Fernanda Menezes Ribeiro de Carvalho Filtragem Processos estocásticos Navegação inercial Filtros de Kalman Filtros de rastreamento Sensores inerciais Sistema de posicionamento global Fusão de multisensor Telecomunicações Engenharia eletrônica |
title_short |
Estimadores estocásticos para fusão de sensores inerciais e GPS. |
title_full |
Estimadores estocásticos para fusão de sensores inerciais e GPS. |
title_fullStr |
Estimadores estocásticos para fusão de sensores inerciais e GPS. |
title_full_unstemmed |
Estimadores estocásticos para fusão de sensores inerciais e GPS. |
title_sort |
Estimadores estocásticos para fusão de sensores inerciais e GPS. |
author |
Fernanda Menezes Ribeiro de Carvalho |
author_facet |
Fernanda Menezes Ribeiro de Carvalho |
author_role |
author |
dc.contributor.none.fl_str_mv |
Marcelo Gomes da Silva Bruno |
dc.contributor.author.fl_str_mv |
Fernanda Menezes Ribeiro de Carvalho |
dc.subject.por.fl_str_mv |
Filtragem Processos estocásticos Navegação inercial Filtros de Kalman Filtros de rastreamento Sensores inerciais Sistema de posicionamento global Fusão de multisensor Telecomunicações Engenharia eletrônica |
topic |
Filtragem Processos estocásticos Navegação inercial Filtros de Kalman Filtros de rastreamento Sensores inerciais Sistema de posicionamento global Fusão de multisensor Telecomunicações Engenharia eletrônica |
dc.description.none.fl_txt_mv |
Este trabalho apresenta um sistema completo para simulação e avaliação do uso de filtros estocásticos para combinar medidas de posição feitas por um sistema inercial, composto de girômetros e acelerômetros, com medidas de posição de um sistema GPS, de modo que possamos extrair uma estimativa do erro de posição acumulado por integração das medidas dos sensores inerciais e corrigir a leitura do mesmo. Para tal, foram desenvolvidos em detalhes e validados um modelo de navegação e um modelo de espaço de estados onde o vetor de variáveis ocultas é a combinação dos erros de posição, velocidade, atitude e fator de escala dos sensores inerciais e deriva de ambos os sensores, inerciais e do GPS. Ainda foram implementados e analisados em sua performance três tipos de Filtros aplicados quando o modelo de observações é não-linear: o Filtro Estendido de Kalman (EKF), o Filtro de Kalman Unscented (UKF) e o Filtro de partículas com Função de importância ótima e Reamostragem. Resultados da Integração Inercial-GPS em diversas trajetórias e configurações de parâmetros são apresentados, bem como os problemas e as soluções na implementação são discutidos. |
description |
Este trabalho apresenta um sistema completo para simulação e avaliação do uso de filtros estocásticos para combinar medidas de posição feitas por um sistema inercial, composto de girômetros e acelerômetros, com medidas de posição de um sistema GPS, de modo que possamos extrair uma estimativa do erro de posição acumulado por integração das medidas dos sensores inerciais e corrigir a leitura do mesmo. Para tal, foram desenvolvidos em detalhes e validados um modelo de navegação e um modelo de espaço de estados onde o vetor de variáveis ocultas é a combinação dos erros de posição, velocidade, atitude e fator de escala dos sensores inerciais e deriva de ambos os sensores, inerciais e do GPS. Ainda foram implementados e analisados em sua performance três tipos de Filtros aplicados quando o modelo de observações é não-linear: o Filtro Estendido de Kalman (EKF), o Filtro de Kalman Unscented (UKF) e o Filtro de partículas com Função de importância ótima e Reamostragem. Resultados da Integração Inercial-GPS em diversas trajetórias e configurações de parâmetros são apresentados, bem como os problemas e as soluções na implementação são discutidos. |
publishDate |
2010 |
dc.date.none.fl_str_mv |
2010-01-11 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis |
status_str |
publishedVersion |
format |
masterThesis |
dc.identifier.uri.fl_str_mv |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=949 |
url |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=949 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do ITA instname:Instituto Tecnológico de Aeronáutica instacron:ITA |
reponame_str |
Biblioteca Digital de Teses e Dissertações do ITA |
collection |
Biblioteca Digital de Teses e Dissertações do ITA |
instname_str |
Instituto Tecnológico de Aeronáutica |
instacron_str |
ITA |
institution |
ITA |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáutica |
repository.mail.fl_str_mv |
|
subject_por_txtF_mv |
Filtragem Processos estocásticos Navegação inercial Filtros de Kalman Filtros de rastreamento Sensores inerciais Sistema de posicionamento global Fusão de multisensor Telecomunicações Engenharia eletrônica |
_version_ |
1706809264718217216 |