LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER

Detalhes bibliográficos
Ano de defesa: 2009
Autor(a) principal: PATRICK MERZ PARANHOS
Orientador(a): MARCO ANTONIO MEGGIOLARO lattes
Banca de defesa: ALVARO DE LIMA VEIGA FILHO, MARCO ANTONIO MEGGIOLARO, MAURO SPERANZA NETO, LUCIANO LUPORINI MENEGALDO
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

Registros relacionados