Projeto de um filtro de Kalman estendido para estimação da localização geográfica de pessoas em ambientes externos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | https://repositorio.ufsc.br/handle/123456789/224519 |
Resumo: | TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação. |
id |
UFSC_7d3598f05e205a34483228d4a1f7e684 |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/224519 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Projeto de um filtro de Kalman estendido para estimação da localização geográfica de pessoas em ambientes externosmonitoramento de pessoas e ativosfusão de sensoresfiltro de Kalman estendidonavegação de pedestrespedestrian navigationTCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.O avançado crescimento das tecnologias para localização e posicionamento em tempo real tem permitido que esta funcionalidade seja empregada em aplicações de ramos variados da indústria. A Khomp, empresa onde este trabalho foi elaborado, tem se feito presente neste mercado de soluções e recentemente iniciou o desenvolvimento do Smart Badge, dispositivo portátil para monitorar a posição geográfica de colaborado- res em ambientes externos de grandes empresas. A abordagem típica de utilização de módulos GNSS para desempenhar tal função não é suficiente ao se considerar a autonomia energética como um requisito, já que estes componentes tipicamente apre- sentam alto consumo energético. Neste Projeto de Fim de Curso (PFC), uma estratégia para estimação da localização dos pedestres foi então proposta com o objetivo de aten- der aos requisitos específicos de consumo, precisão e disponibilidade da solução. Uma arquitetura embarcada formada um receptor GNSS e uma IMU (Inertial Measurement Unit) foi proposta e um Filtro de Kalman Estendido foi projetado para a estimação das variáveis de navegação, combinando um modelo matemático derivado do processo real e os dados dos sensores. Além disso, um protótipo experimental foi construído, por meio do qual os dados dos sensores foram coletados em testes de movimentação de um pedestre. As simulações executadas em um ambiente de simulação desenvolvido pelo aluno na ferramenta MATLAB mostraram que a arquitetura proposta é capaz de manter uma estimativa de posição geográfica com precisão mesmo com o aumento da periodicidade de leitura do módulo GNSS. Esses resultados permitem uma melhor utilização da bateria e garantem robustez à solução em situações de indisponibilidade dos sinais dos satélites.The growing development of real-time navigation and positioning technologies has been promoting the presence of this feature in a myriad of industrial and commercial appli- cations. Khomp - company in which this project was developed - recently started the conception and development of Smart Badge, an wearable device aimed at monitoring the geographic position of workers in outdoor facilities of big companies. The typical ap- proach of using a single GNSS module for achieving this objective is not sufficient if low power consumption is an important requirement, as these components usually present a significant operating current. In this project, a strategy for estimating a pedestrian’s po- sition was proposed with the objective of satisfying the specific requirements of power consumption, position accuracy and solution availability. An embedded architecture composed by a GNSS receiver and an IMU (Inertial Measurement Unit) was proposed and a Extended Kalman Filter (EKF) was designed to estimate the navigation variables, combining a mathematical model of the real process and sensor data. Besides, an experimental prototype was built in order to collect sensor measurements during the walk of a pedestrian. Simulations performed in an MATLAB environment implemented by the student shown that the proposed architecture is capable of keeping an accurate position estimate even when the period of GNSS corrections is increased. These results allow for a better battery management and grant robustness to the solution in case of temporary GNSS signal unavailability.Florianópolis, SC.Becker, Leandro BussUniversidade Federal de Santa CatarinaHamisch, Henrique Daniel2021-06-29T17:51:43Z2021-06-29T17:51:43Z2021-05-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis82application/pdfhttps://repositorio.ufsc.br/handle/123456789/224519info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2021-06-29T17:51:43Zoai:repositorio.ufsc.br:123456789/224519Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732021-06-29T17:51:43Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.fl_str_mv |
Projeto de um filtro de Kalman estendido para estimação da localização geográfica de pessoas em ambientes externos |
title |
Projeto de um filtro de Kalman estendido para estimação da localização geográfica de pessoas em ambientes externos |
spellingShingle |
Projeto de um filtro de Kalman estendido para estimação da localização geográfica de pessoas em ambientes externos Hamisch, Henrique Daniel monitoramento de pessoas e ativos fusão de sensores filtro de Kalman estendido navegação de pedestres pedestrian navigation |
title_short |
Projeto de um filtro de Kalman estendido para estimação da localização geográfica de pessoas em ambientes externos |
title_full |
Projeto de um filtro de Kalman estendido para estimação da localização geográfica de pessoas em ambientes externos |
title_fullStr |
Projeto de um filtro de Kalman estendido para estimação da localização geográfica de pessoas em ambientes externos |
title_full_unstemmed |
Projeto de um filtro de Kalman estendido para estimação da localização geográfica de pessoas em ambientes externos |
title_sort |
Projeto de um filtro de Kalman estendido para estimação da localização geográfica de pessoas em ambientes externos |
author |
Hamisch, Henrique Daniel |
author_facet |
Hamisch, Henrique Daniel |
author_role |
author |
dc.contributor.none.fl_str_mv |
Becker, Leandro Buss Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Hamisch, Henrique Daniel |
dc.subject.por.fl_str_mv |
monitoramento de pessoas e ativos fusão de sensores filtro de Kalman estendido navegação de pedestres pedestrian navigation |
topic |
monitoramento de pessoas e ativos fusão de sensores filtro de Kalman estendido navegação de pedestres pedestrian navigation |
description |
TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-06-29T17:51:43Z 2021-06-29T17:51:43Z 2021-05-10 |
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/123456789/224519 |
url |
https://repositorio.ufsc.br/handle/123456789/224519 |
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 |
82 application/pdf |
dc.publisher.none.fl_str_mv |
Florianópolis, SC. |
publisher.none.fl_str_mv |
Florianópolis, 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_ |
1808652187875672064 |