Estimação de atitude utilizando filtro de Kalman

Detalhes bibliográficos
Autor(a) principal: Ferraz, Gabriel Alves
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/248715
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina, Campus Blumenau, Engenharia de Controle e Automação.
id UFSC_4d803744ec298d0830f2cb91a100b1cc
oai_identifier_str oai:repositorio.ufsc.br:123456789/248715
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Estimação de atitude utilizando filtro de KalmanIMUFiltro de KalmanFusão de dadosTCC (graduação) - Universidade Federal de Santa Catarina, Campus Blumenau, Engenharia de Controle e Automação.As IMUs (Unidades de Medição Inercial) são dispositivos que integram múltiplos sensores (como, por exemplo, giroscópio, acelerômetro e magnetômetro), cujos dados podem ser utilizados para estimar a posição e orientação de um objeto no espaço. A estimação de orientação possui diversas aplicações, como dispositivos robóticos, veículos e sistemas autônomos e equipamentos industriais. O objetivo deste trabalho é, primeiro, apresentar uma revisão teórica dos conceitos relacionados com a estimação da orientação de objetos através de IMUs, pontuando conceitos a respeito dos sensores envolvidos, dos métodos de aquisição de dados e das limitações da tecnologia. Além disso, um segundo objetivo é implementar um algoritmo chamado filtro de Kalman para a realizar a estimação da orientação de um corpo, por meio do processamento e fusão de dados medidos por um giroscópio, acelerômetro e magnetômetro. O filtro de Kalman aproveita informações re dundantes dos sensores, combinando-as para reduzir os efeitos de ruídos e incertezas. As etapas da execução do projeto são detalhadas neste documento, assim como os métodos utilizados para a aplicação prática dos conceitos apresentados. Por fim, o algoritmo é testado e comparado com métodos mais simples de estimação de orientação. Os resultados mostram que o filtro de Kalman é robusto e eficaz na estimação atitude de um corpo no espaço tridimensional, conseguindo atenuar a influência dos ruídos e imprecisões das medições dos sensores.IMUs (Inertial Measurement Units) are devices that integrate multiple sensors (such as gyroscopes, accelerometers, and magnetometers) whose data can be used to estimate the position and orientation of an object in space. Orientation estimation has various applica tions, including robotic devices, vehicles, autonomous systems, and industrial equipment. The objective of this work is, first, to present a theoretical review of the concepts related to the estimation of object orientation using IMUs, highlighting concepts regarding the involved sensors, data acquisition methods, and technological limitations. Additionally, a second objective is to implement an algorithm called the Kalman filter to perform orientation estimation of a body through the processing and fusion of data measured by a gyroscope, accelerometer, and magnetometer. The Kalman filter leverages redundant sensor information by combining it to reduce the effects of noise and uncertainties. The project’s execution steps are detailed in this document, as well as the methods used for the practical application of the presented concepts. Finally, the algorithm is tested and compared to simpler methods of orientation estimation. The results demonstrate that the Kalman filter is robust and effective in estimating the attitude of a body in three dimensional space, successfully mitigating the influence of sensor noise and measurement inaccuracies.Blumenau, SC.Matsuo, Marcos ViniciusUniversidade Federal de Santa Catarina.Ferraz, Gabriel Alves2023-07-12T16:15:42Z2023-07-12T16:15:42Z2023-07-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis68application/pdfhttps://repositorio.ufsc.br/handle/123456789/248715Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2023-07-12T16:15:42Zoai:repositorio.ufsc.br:123456789/248715Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732023-07-12T16:15:42Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Estimação de atitude utilizando filtro de Kalman
title Estimação de atitude utilizando filtro de Kalman
spellingShingle Estimação de atitude utilizando filtro de Kalman
Ferraz, Gabriel Alves
IMU
Filtro de Kalman
Fusão de dados
title_short Estimação de atitude utilizando filtro de Kalman
title_full Estimação de atitude utilizando filtro de Kalman
title_fullStr Estimação de atitude utilizando filtro de Kalman
title_full_unstemmed Estimação de atitude utilizando filtro de Kalman
title_sort Estimação de atitude utilizando filtro de Kalman
author Ferraz, Gabriel Alves
author_facet Ferraz, Gabriel Alves
author_role author
dc.contributor.none.fl_str_mv Matsuo, Marcos Vinicius
Universidade Federal de Santa Catarina.
dc.contributor.author.fl_str_mv Ferraz, Gabriel Alves
dc.subject.por.fl_str_mv IMU
Filtro de Kalman
Fusão de dados
topic IMU
Filtro de Kalman
Fusão de dados
description TCC (graduação) - Universidade Federal de Santa Catarina, Campus Blumenau, Engenharia de Controle e Automação.
publishDate 2023
dc.date.none.fl_str_mv 2023-07-12T16:15:42Z
2023-07-12T16:15:42Z
2023-07-06
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 https://repositorio.ufsc.br/handle/123456789/248715
url https://repositorio.ufsc.br/handle/123456789/248715
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Open Access.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Open Access.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 68
application/pdf
dc.publisher.none.fl_str_mv Blumenau, SC.
publisher.none.fl_str_mv Blumenau, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652106698063872

Registros relacionados