LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER
Ano de defesa: | 2009 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , , , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
|
Programa de Pós-Graduação: |
PPG EM ENGENHARIA MECÂNICA
|
Departamento: |
Não Informado pela instituição
|
País: |
BR
|
Link de acesso: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=15124@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=15124@2 |
Resumo: | Um dos problemas em soluções que envolvam mobilidade é estimar a posição do robô com precisão. Em ambientes externos, o sensor GPS é o mais comumente utilizado, pois o mesmo fornece uma posição global, porém existe uma imprecisão que é superior a alguns metros, além de depender da visibilidade aos satélites. Outra solução é utilizar um sensor inercial, que no início da operação apresenta uma boa precisão, porém o erro de posicionamento cresce ilimitadamente por ser calculado através da integral dupla das acelerações e velocidades angulares medidas. O presente trabalho desenvolve um sistema de localização de robôs móveis em ambientes externos. As soluções do posicionamento via GPS e via sensor inercial são combinadas através de um filtro de Kalman, reduzindo a incerteza da obtenção da posição. O equacionamento e duas implementações distintas do filtro de Kalman serão apresentadas. Uma implementação clássica e uma versão estendida para sensores inerciais de baixa qualidade, a qual utiliza a orientação fornecida por bússolas na filtragem. Através de experimentos e simulações será demonstrada a eficácia da localização através do filtro de Kalman e a melhora na performance do mesmo quando utilizado a implementação estendida em comparação a clássica. |
id |
PUC_RIO-1_9ffb12fd73633ea14b4966ff2fdf446b |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:15124 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
|
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisLOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER LOCALIZAÇÃO EM AMBIENTES EXTERNOS ATRAVÉS DA FUSÃO DE SENSORES GPS E INERCIAL POR UM FILTRO DE KALMAN 2009-09-18MARCO ANTONIO MEGGIOLARO01450282750lattes.cnpq.br/1259500926303809MARCO ANTONIO MEGGIOLARO01450282750lattes.cnpq.br/1259500926303809ALVARO DE LIMA VEIGA FILHO48345644791lattes.cnpq.br/8855081325345654ALVARO DE LIMA VEIGA FILHOMARCO ANTONIO MEGGIOLAROMAURO SPERANZA NETOMAURO SPERANZA NETOLUCIANO LUPORINI MENEGALDOPATRICK MERZ PARANHOSPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA MECÂNICAPUC-RioBRUm dos problemas em soluções que envolvam mobilidade é estimar a posição do robô com precisão. Em ambientes externos, o sensor GPS é o mais comumente utilizado, pois o mesmo fornece uma posição global, porém existe uma imprecisão que é superior a alguns metros, além de depender da visibilidade aos satélites. Outra solução é utilizar um sensor inercial, que no início da operação apresenta uma boa precisão, porém o erro de posicionamento cresce ilimitadamente por ser calculado através da integral dupla das acelerações e velocidades angulares medidas. O presente trabalho desenvolve um sistema de localização de robôs móveis em ambientes externos. As soluções do posicionamento via GPS e via sensor inercial são combinadas através de um filtro de Kalman, reduzindo a incerteza da obtenção da posição. O equacionamento e duas implementações distintas do filtro de Kalman serão apresentadas. Uma implementação clássica e uma versão estendida para sensores inerciais de baixa qualidade, a qual utiliza a orientação fornecida por bússolas na filtragem. Através de experimentos e simulações será demonstrada a eficácia da localização através do filtro de Kalman e a melhora na performance do mesmo quando utilizado a implementação estendida em comparação a clássica.One of the problems with solutions that involve mobility is to accurately estimate the robot s position. In an outdoor environment, the GPS sensor is the most commonly used method because it provides a global position, but with an error margin that is greater than just a few meters, and creates a dependency on the visibility of the satellites. Another solution is to use an inertial sensor, which at the beginning of the operation shows good accuracy, but the positioning error grows indefinitely because it is calculated by a double integral of acceleration and angular velocity measures. This work develops a system for localization of mobile robots in outdoor environments. The positions are estimated via GPS and inertial sensors, combined using a Kalman filter, reducing the uncertainty. The equations and two distinct implementations of the filter will be presented. A classical implementation and an extended version for low-grade inertial measurement units, which utilizes the orientation given by compasses in the filtering process. The effectiveness of the Kalman filter navigation is verified through experimental and simulation results. The performance gain of the extended filter in comparison to the classic is also verified.COORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIORFUNDAÇÃO DE APOIO À PESQUISA DO ESTADO DO RIO DE JANEIROhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=15124@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=15124@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2023-06-26T09:14:32ZRepositório InstitucionalPRI |
dc.title.en.fl_str_mv |
LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER |
dc.title.alternative.pt.fl_str_mv |
LOCALIZAÇÃO EM AMBIENTES EXTERNOS ATRAVÉS DA FUSÃO DE SENSORES GPS E INERCIAL POR UM FILTRO DE KALMAN |
title |
LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER |
spellingShingle |
LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER PATRICK MERZ PARANHOS |
title_short |
LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER |
title_full |
LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER |
title_fullStr |
LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER |
title_full_unstemmed |
LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER |
title_sort |
LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER |
dc.creator.ID.none.fl_str_mv |
|
dc.creator.Lattes.none.fl_str_mv |
|
author |
PATRICK MERZ PARANHOS |
author_facet |
PATRICK MERZ PARANHOS |
author_role |
author |
dc.contributor.advisor2ID.none.fl_str_mv |
01450282750 |
dc.contributor.advisor1.fl_str_mv |
MARCO ANTONIO MEGGIOLARO |
dc.contributor.advisor1ID.fl_str_mv |
01450282750 |
dc.contributor.advisor1Lattes.fl_str_mv |
lattes.cnpq.br/1259500926303809 |
dc.contributor.advisor2.fl_str_mv |
MARCO ANTONIO MEGGIOLARO |
dc.contributor.advisor2Lattes.fl_str_mv |
lattes.cnpq.br/1259500926303809 |
dc.contributor.advisor-co1.fl_str_mv |
ALVARO DE LIMA VEIGA FILHO |
dc.contributor.advisor-co1ID.fl_str_mv |
48345644791 |
dc.contributor.advisor-co1Lattes.fl_str_mv |
lattes.cnpq.br/8855081325345654 |
dc.contributor.referee1.fl_str_mv |
ALVARO DE LIMA VEIGA FILHO |
dc.contributor.referee2.fl_str_mv |
MARCO ANTONIO MEGGIOLARO |
dc.contributor.referee3.fl_str_mv |
MAURO SPERANZA NETO |
dc.contributor.referee4.fl_str_mv |
MAURO SPERANZA NETO |
dc.contributor.referee5.fl_str_mv |
LUCIANO LUPORINI MENEGALDO |
dc.contributor.author.fl_str_mv |
PATRICK MERZ PARANHOS |
contributor_str_mv |
MARCO ANTONIO MEGGIOLARO MARCO ANTONIO MEGGIOLARO ALVARO DE LIMA VEIGA FILHO ALVARO DE LIMA VEIGA FILHO MARCO ANTONIO MEGGIOLARO MAURO SPERANZA NETO MAURO SPERANZA NETO LUCIANO LUPORINI MENEGALDO |
description |
Um dos problemas em soluções que envolvam mobilidade é estimar a posição do robô com precisão. Em ambientes externos, o sensor GPS é o mais comumente utilizado, pois o mesmo fornece uma posição global, porém existe uma imprecisão que é superior a alguns metros, além de depender da visibilidade aos satélites. Outra solução é utilizar um sensor inercial, que no início da operação apresenta uma boa precisão, porém o erro de posicionamento cresce ilimitadamente por ser calculado através da integral dupla das acelerações e velocidades angulares medidas. O presente trabalho desenvolve um sistema de localização de robôs móveis em ambientes externos. As soluções do posicionamento via GPS e via sensor inercial são combinadas através de um filtro de Kalman, reduzindo a incerteza da obtenção da posição. O equacionamento e duas implementações distintas do filtro de Kalman serão apresentadas. Uma implementação clássica e uma versão estendida para sensores inerciais de baixa qualidade, a qual utiliza a orientação fornecida por bússolas na filtragem. Através de experimentos e simulações será demonstrada a eficácia da localização através do filtro de Kalman e a melhora na performance do mesmo quando utilizado a implementação estendida em comparação a clássica. |
publishDate |
2009 |
dc.date.issued.fl_str_mv |
2009-09-18 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=15124@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=15124@2 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=15124@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=15124@2 |
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 |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.publisher.program.fl_str_mv |
PPG EM ENGENHARIA MECÂNICA |
dc.publisher.initials.fl_str_mv |
PUC-Rio |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
instacron_str |
PUC_RIO |
institution |
PUC_RIO |
reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository.name.fl_str_mv |
|
repository.mail.fl_str_mv |
|
_version_ |
1776626309276893184 |