Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone

Detalhes bibliográficos
Autor(a) principal: Martins, Gabriel Dadalto Mendes
Data de Publicação: 2018
Outros Autores: Naruto, Isutomu de Lima, Danner, Patricia
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/8255
Resumo: Filtros estocásticos podem ser utilizados em diversas situações, entre elas, o problema de rastreamento de veículos aéreos não tripulados, como o drone. A filtragem neste caso é utilizada para estimar trajetórias e outros parâmetros relevantes, como a velocidade, a partir das medidas de sensores de posição, que são ruidosas. Estudar e aplicar os filtros de Kalman, Kalman Estendido e IMM a diferentes trajetórias, criadas através de um simulador baseado nas equações de Frenet-Serret, fora o foco do trabalho. O simulador de trajetórias implementado permitiu gerar uma gama diversificada de trajetórias através da utilização de poucos parâmetros, o que possibilitou o foco, quando os filtros foram aplicados, nos próprios filtros estocásticos e nas suas sintonias. Os resultados obtidos através da filtragem realizada por cada filtro foram comparados entre si através do erro quadrático médio, sendo possível observar como: o KF se comporta melhor que o EKF quando se trata de uma curva descrita por um sistema linear; o inverso quando se trata de um sistema não-linear; e que o IMM tem melhores resultados que os dois nas suas áreas de especialidade devido ao processamento de chaveamento entre filtros para determinadas situações.
id UTFPR-12_b1f93c6cc6c82ed0ef2ced286afb5eed
oai_identifier_str oai:repositorio.utfpr.edu.br:1/8255
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling 2020-11-11T14:03:46Z2020-11-11T14:03:46Z2018-11-26MARTINS, Gabriel Dadalto Mendes; NARUTO, Isutomu de Lima; DANNER, Patricia. Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone. 2018. 73 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2018.http://repositorio.utfpr.edu.br/jspui/handle/1/8255Filtros estocásticos podem ser utilizados em diversas situações, entre elas, o problema de rastreamento de veículos aéreos não tripulados, como o drone. A filtragem neste caso é utilizada para estimar trajetórias e outros parâmetros relevantes, como a velocidade, a partir das medidas de sensores de posição, que são ruidosas. Estudar e aplicar os filtros de Kalman, Kalman Estendido e IMM a diferentes trajetórias, criadas através de um simulador baseado nas equações de Frenet-Serret, fora o foco do trabalho. O simulador de trajetórias implementado permitiu gerar uma gama diversificada de trajetórias através da utilização de poucos parâmetros, o que possibilitou o foco, quando os filtros foram aplicados, nos próprios filtros estocásticos e nas suas sintonias. Os resultados obtidos através da filtragem realizada por cada filtro foram comparados entre si através do erro quadrático médio, sendo possível observar como: o KF se comporta melhor que o EKF quando se trata de uma curva descrita por um sistema linear; o inverso quando se trata de um sistema não-linear; e que o IMM tem melhores resultados que os dois nas suas áreas de especialidade devido ao processamento de chaveamento entre filtros para determinadas situações.Stochastic filters can be used in several situations, as in unmanned aerial vehicles tracking problems. In this case, filtering is used for estimating trajectories and other relevant parameters, such as velocity, from measurements provided by position sensors, which are noisy. This work studies the Kalman, Extended Kalman and IMM filters applied to different trajectories, created through a simulator based on the Frenet-Serret equations. The trajectory simulator implemented proved to be a very useful tool in the stochastic filters study and application, being possible to create several trajectories using few parameters. The results obtained through the filtering performed by each filter were compared to each other using the the mean squared error, which made possible to observe: that the KF has a better performance than the EKF when dealing with a curve that is described as linear system; the opposite is truth when dealing with a curve described by a non-linear system; the IMM has better performance than both, even in their field of expertise due to the switching that it’s able to do between the filters that can better deal with the curve in hand.porUniversidade Tecnológica Federal do ParanáCuritibaCurso de Engenharia de Controle e AutomaçãoUTFPRBrasilCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOSSistema de Posicionamento GlobalKalman, Filtragem deProcesso estocásticoDroneVeículo Aéreo não TripuladoEngenharia elétricaGlobal Positioning SystemKalman filteringStochastic processesDrone aircraftUnmanned aerial vehiclesElectric engineeringEstudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um droneStudy and application of stochastic filtering applied to drone trajectory trackinginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisCuritibaFrencl, Victor BaptistaFrencl, Victor BaptistaOroski, ElderMelo Júnior, Luiz Ledo MotaMartins, Gabriel Dadalto MendesNaruto, Isutomu de LimaDanner, Patriciainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALCT_COEAU_2018_2_09.pdfapplication/pdf1390523http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/8255/1/CT_COEAU_2018_2_09.pdfc4cb626607bb9d2122cf4f55565d89a3MD51LICENSElicense.txttext/plain1290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/8255/2/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD52TEXTCT_COEAU_2018_2_09.pdf.txtExtracted texttext/plain122687http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/8255/3/CT_COEAU_2018_2_09.pdf.txt71f85456f80c224d39af5173476bdc80MD53THUMBNAILCT_COEAU_2018_2_09.pdf.jpgGenerated Thumbnailimage/jpeg1324http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/8255/4/CT_COEAU_2018_2_09.pdf.jpgfb31a9c15f6bba2b6cdd54eab266faf8MD541/82552021-02-23 11:40:35.385oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2021-02-23T14:40:35Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.pt_BR.fl_str_mv Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone
dc.title.alternative.pt_BR.fl_str_mv Study and application of stochastic filtering applied to drone trajectory tracking
title Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone
spellingShingle Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone
Martins, Gabriel Dadalto Mendes
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS
Sistema de Posicionamento Global
Kalman, Filtragem de
Processo estocástico
Drone
Veículo Aéreo não Tripulado
Engenharia elétrica
Global Positioning System
Kalman filtering
Stochastic processes
Drone aircraft
Unmanned aerial vehicles
Electric engineering
title_short Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone
title_full Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone
title_fullStr Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone
title_full_unstemmed Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone
title_sort Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone
author Martins, Gabriel Dadalto Mendes
author_facet Martins, Gabriel Dadalto Mendes
Naruto, Isutomu de Lima
Danner, Patricia
author_role author
author2 Naruto, Isutomu de Lima
Danner, Patricia
author2_role author
author
dc.contributor.advisor1.fl_str_mv Frencl, Victor Baptista
dc.contributor.referee1.fl_str_mv Frencl, Victor Baptista
dc.contributor.referee2.fl_str_mv Oroski, Elder
dc.contributor.referee3.fl_str_mv Melo Júnior, Luiz Ledo Mota
dc.contributor.author.fl_str_mv Martins, Gabriel Dadalto Mendes
Naruto, Isutomu de Lima
Danner, Patricia
contributor_str_mv Frencl, Victor Baptista
Frencl, Victor Baptista
Oroski, Elder
Melo Júnior, Luiz Ledo Mota
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS
topic CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS
Sistema de Posicionamento Global
Kalman, Filtragem de
Processo estocástico
Drone
Veículo Aéreo não Tripulado
Engenharia elétrica
Global Positioning System
Kalman filtering
Stochastic processes
Drone aircraft
Unmanned aerial vehicles
Electric engineering
dc.subject.por.fl_str_mv Sistema de Posicionamento Global
Kalman, Filtragem de
Processo estocástico
Drone
Veículo Aéreo não Tripulado
Engenharia elétrica
Global Positioning System
Kalman filtering
Stochastic processes
Drone aircraft
Unmanned aerial vehicles
Electric engineering
description Filtros estocásticos podem ser utilizados em diversas situações, entre elas, o problema de rastreamento de veículos aéreos não tripulados, como o drone. A filtragem neste caso é utilizada para estimar trajetórias e outros parâmetros relevantes, como a velocidade, a partir das medidas de sensores de posição, que são ruidosas. Estudar e aplicar os filtros de Kalman, Kalman Estendido e IMM a diferentes trajetórias, criadas através de um simulador baseado nas equações de Frenet-Serret, fora o foco do trabalho. O simulador de trajetórias implementado permitiu gerar uma gama diversificada de trajetórias através da utilização de poucos parâmetros, o que possibilitou o foco, quando os filtros foram aplicados, nos próprios filtros estocásticos e nas suas sintonias. Os resultados obtidos através da filtragem realizada por cada filtro foram comparados entre si através do erro quadrático médio, sendo possível observar como: o KF se comporta melhor que o EKF quando se trata de uma curva descrita por um sistema linear; o inverso quando se trata de um sistema não-linear; e que o IMM tem melhores resultados que os dois nas suas áreas de especialidade devido ao processamento de chaveamento entre filtros para determinadas situações.
publishDate 2018
dc.date.issued.fl_str_mv 2018-11-26
dc.date.accessioned.fl_str_mv 2020-11-11T14:03:46Z
dc.date.available.fl_str_mv 2020-11-11T14:03:46Z
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.citation.fl_str_mv MARTINS, Gabriel Dadalto Mendes; NARUTO, Isutomu de Lima; DANNER, Patricia. Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone. 2018. 73 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2018.
dc.identifier.uri.fl_str_mv http://repositorio.utfpr.edu.br/jspui/handle/1/8255
identifier_str_mv MARTINS, Gabriel Dadalto Mendes; NARUTO, Isutomu de Lima; DANNER, Patricia. Estudo de aplicação de filtragem estocástica ao problema de rastreamento de trajetórias de um drone. 2018. 73 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2018.
url http://repositorio.utfpr.edu.br/jspui/handle/1/8255
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.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Curitiba
dc.publisher.program.fl_str_mv Curso de Engenharia de Controle e Automação
dc.publisher.initials.fl_str_mv UTFPR
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Curitiba
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
bitstream.url.fl_str_mv http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/8255/1/CT_COEAU_2018_2_09.pdf
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/8255/2/license.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/8255/3/CT_COEAU_2018_2_09.pdf.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/8255/4/CT_COEAU_2018_2_09.pdf.jpg
bitstream.checksum.fl_str_mv c4cb626607bb9d2122cf4f55565d89a3
b9d82215ab23456fa2d8b49c5df1b95b
71f85456f80c224d39af5173476bdc80
fb31a9c15f6bba2b6cdd54eab266faf8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv
_version_ 1805922938962051072