Desenvolvimento de sistema de estimação de posição empregando filtro de Kalman e GPS/INS

Detalhes bibliográficos
Autor(a) principal: Traesel, Felipe André
Data de Publicação: 2014
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/130179
Resumo: Estimadores de posição que empregam técnicas de filtro de Kalman são amplamente utilizados para solucionar o problema de localização e orientação espacial em robótica. No entanto, a estimação de posição e orientação em veículos e aeronaves se torna um desafio, visto o nível de incertezas que cercam as informações que são possíveis de serem coletadas para tal. Neste trabalho é apresentado o desenvolvimento de uma plataforma para estimação de posição de um veículo aéreo não tripulado utilizando o filtro de Kalman para estimar a posição e orientação. O mesmo realiza esta tarefa através da aquisição de dados de um receptor GPS e de sensores inerciais como acelerômetros e giroscópios. O projeto foi executado visando a utilização de componentes de baixo custo e baixa complexidade computacional. Para a validação e análise do conceito, testes foram realizados em um veículo terrestre, iniciando pela coleta de dados de leitura dos sensores inerciais, bem como do receptor GPS durante um percurso sobre área urbana. Em seguida, os dados coletados foram tratados com o objetivo de se remover o bias dos sensores. Por fim, os dados tratados foram processados de maneira off-line para se obter a saída do algoritmo do filtro de Kalman. Variáveis como posição, velocidade e orientação sobre o plano foram os estados deste estimador. A vantagem da utilização da técnica de filtragem de Kalman fica evidenciada ao se comparar os resultados das técnicas de navegação via satélite e navegação inerciais em separado com o resultado da fusão das técnicas com o filtro de Kalman.
id UFRGS-2_eb9ba92501c32a74936d132d7989b2c5
oai_identifier_str oai:www.lume.ufrgs.br:10183/130179
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Traesel, Felipe AndréFernandes, Pedro Rafael Bolognese2015-11-24T02:44:30Z2014http://hdl.handle.net/10183/130179000976183Estimadores de posição que empregam técnicas de filtro de Kalman são amplamente utilizados para solucionar o problema de localização e orientação espacial em robótica. No entanto, a estimação de posição e orientação em veículos e aeronaves se torna um desafio, visto o nível de incertezas que cercam as informações que são possíveis de serem coletadas para tal. Neste trabalho é apresentado o desenvolvimento de uma plataforma para estimação de posição de um veículo aéreo não tripulado utilizando o filtro de Kalman para estimar a posição e orientação. O mesmo realiza esta tarefa através da aquisição de dados de um receptor GPS e de sensores inerciais como acelerômetros e giroscópios. O projeto foi executado visando a utilização de componentes de baixo custo e baixa complexidade computacional. Para a validação e análise do conceito, testes foram realizados em um veículo terrestre, iniciando pela coleta de dados de leitura dos sensores inerciais, bem como do receptor GPS durante um percurso sobre área urbana. Em seguida, os dados coletados foram tratados com o objetivo de se remover o bias dos sensores. Por fim, os dados tratados foram processados de maneira off-line para se obter a saída do algoritmo do filtro de Kalman. Variáveis como posição, velocidade e orientação sobre o plano foram os estados deste estimador. A vantagem da utilização da técnica de filtragem de Kalman fica evidenciada ao se comparar os resultados das técnicas de navegação via satélite e navegação inerciais em separado com o resultado da fusão das técnicas com o filtro de Kalman.Position estimators based on the Kalman filter are widely used in solving spatial position and orientation problems in robotics. However, the position and orientation estimation for land-vehicles and aircrafts becomes a challenge, seen the amount of uncertainty that surrounds the information possible to be collected. In this work, the development of a platform for position estimator for unmanned aerial vehicles utilizing Kalman filter to estimate the position and orientation is presented. The estimation will be achieved through data acquisition of a GPS receiver and inertial sensors like accelerometers and gyroscopes. The project execution aimed on low costs components and low computational complexity. For analysis and concept validation, tests were realized with a land-vehicle, starting with the inertial sensor’s data collected, as well as the GPS receiver, through an urban path. Next, the collected data were treated aiming the removal of sensor biases. Last, all the data were processed offline. Position, velocity and orientation were the state variables of this estimator. The advantage of using the Kalman filter techniques is evident when comparing the results of satellite navigation and inertial navigations separately against the results of Kalman filter fusion techniques.application/pdfporEngenharia de controle e automaçãoPosition estimationKalman filterUnmanned aerial vehicleDesenvolvimento de sistema de estimação de posição empregando filtro de Kalman e GPS/INSDesenvolvimento de sistema de estimação de posição empregando filtro de Kalman e Global Positioning System, Inertial Navigation System info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPorto Alegre, BR-RS2014Engenharia de Controle e Automaçãograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000976183.pdf000976183.pdfTexto completoapplication/pdf1936402http://www.lume.ufrgs.br/bitstream/10183/130179/1/000976183.pdf465dbc02e358d7a41f71b3ecf3bc7071MD51TEXT000976183.pdf.txt000976183.pdf.txtExtracted Texttext/plain108755http://www.lume.ufrgs.br/bitstream/10183/130179/2/000976183.pdf.txtaeb0fb200d29f9cc6616d334f248f8c5MD52THUMBNAIL000976183.pdf.jpg000976183.pdf.jpgGenerated Thumbnailimage/jpeg1258http://www.lume.ufrgs.br/bitstream/10183/130179/3/000976183.pdf.jpg732c8a329c02a64bea2cb19ec60a4c4fMD5310183/1301792018-10-25 09:22:18.065oai:www.lume.ufrgs.br:10183/130179Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-25T12:22:18Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Desenvolvimento de sistema de estimação de posição empregando filtro de Kalman e GPS/INS
dc.title.alternative.pt_BR.fl_str_mv Desenvolvimento de sistema de estimação de posição empregando filtro de Kalman e Global Positioning System, Inertial Navigation System
title Desenvolvimento de sistema de estimação de posição empregando filtro de Kalman e GPS/INS
spellingShingle Desenvolvimento de sistema de estimação de posição empregando filtro de Kalman e GPS/INS
Traesel, Felipe André
Engenharia de controle e automação
Position estimation
Kalman filter
Unmanned aerial vehicle
title_short Desenvolvimento de sistema de estimação de posição empregando filtro de Kalman e GPS/INS
title_full Desenvolvimento de sistema de estimação de posição empregando filtro de Kalman e GPS/INS
title_fullStr Desenvolvimento de sistema de estimação de posição empregando filtro de Kalman e GPS/INS
title_full_unstemmed Desenvolvimento de sistema de estimação de posição empregando filtro de Kalman e GPS/INS
title_sort Desenvolvimento de sistema de estimação de posição empregando filtro de Kalman e GPS/INS
author Traesel, Felipe André
author_facet Traesel, Felipe André
author_role author
dc.contributor.author.fl_str_mv Traesel, Felipe André
dc.contributor.advisor1.fl_str_mv Fernandes, Pedro Rafael Bolognese
contributor_str_mv Fernandes, Pedro Rafael Bolognese
dc.subject.por.fl_str_mv Engenharia de controle e automação
topic Engenharia de controle e automação
Position estimation
Kalman filter
Unmanned aerial vehicle
dc.subject.eng.fl_str_mv Position estimation
Kalman filter
Unmanned aerial vehicle
description Estimadores de posição que empregam técnicas de filtro de Kalman são amplamente utilizados para solucionar o problema de localização e orientação espacial em robótica. No entanto, a estimação de posição e orientação em veículos e aeronaves se torna um desafio, visto o nível de incertezas que cercam as informações que são possíveis de serem coletadas para tal. Neste trabalho é apresentado o desenvolvimento de uma plataforma para estimação de posição de um veículo aéreo não tripulado utilizando o filtro de Kalman para estimar a posição e orientação. O mesmo realiza esta tarefa através da aquisição de dados de um receptor GPS e de sensores inerciais como acelerômetros e giroscópios. O projeto foi executado visando a utilização de componentes de baixo custo e baixa complexidade computacional. Para a validação e análise do conceito, testes foram realizados em um veículo terrestre, iniciando pela coleta de dados de leitura dos sensores inerciais, bem como do receptor GPS durante um percurso sobre área urbana. Em seguida, os dados coletados foram tratados com o objetivo de se remover o bias dos sensores. Por fim, os dados tratados foram processados de maneira off-line para se obter a saída do algoritmo do filtro de Kalman. Variáveis como posição, velocidade e orientação sobre o plano foram os estados deste estimador. A vantagem da utilização da técnica de filtragem de Kalman fica evidenciada ao se comparar os resultados das técnicas de navegação via satélite e navegação inerciais em separado com o resultado da fusão das técnicas com o filtro de Kalman.
publishDate 2014
dc.date.issued.fl_str_mv 2014
dc.date.accessioned.fl_str_mv 2015-11-24T02:44:30Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/130179
dc.identifier.nrb.pt_BR.fl_str_mv 000976183
url http://hdl.handle.net/10183/130179
identifier_str_mv 000976183
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.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/130179/1/000976183.pdf
http://www.lume.ufrgs.br/bitstream/10183/130179/2/000976183.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/130179/3/000976183.pdf.jpg
bitstream.checksum.fl_str_mv 465dbc02e358d7a41f71b3ecf3bc7071
aeb0fb200d29f9cc6616d334f248f8c5
732c8a329c02a64bea2cb19ec60a4c4f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224493288390656