Trabalho de Conclusão de Curso
Documento
Autoria
Unidade da USP
Data de Apresentação
Orientador
Banca
Martins, André Luís
Fernandes, Tatiane Cristina da Costa
Título em Português
Implementação em sistema embarcado de método para estimação de orientação utilizando filtro de Kalman, sensores inerciais e magnetômetro
Palavras-chave em Português
Fusão de sensores
Sensores inerciais
Magnetômetro
Filtro de Kalman
Quatérnion
Estimação de orientação
Método de Gauss Newton
Sistema embarcado
Resumo em Português
Este trabalho contém o desenvolvimento e implementação em sistema embarcado de método para estimação de orientação no espaço tridimensional utilizando a versão clássica de filtro de Kalman para sistemas lineares como algoritmo de fusão de sensores inerciais e magnetômetro, e utilizando quaternions para representação de rotação. A linearização da matriz de observação do filtro é feita utilizando-se o algoritmo de Gauss Newton. Através deste, calcula-se um quatérnion que representa a rotação do acelerômetro e do magnetômetro entre a posição de referência e a posição atual. Este quatérnion é então aplicado como entrada de medições no filtro em substituição aos dados desses sensores. Além da implementação do método descrito, também foi desenvolvida uma aplicação auxiliar para telemetria que permite visualizar graficamente dados de interesse, como leituras dos sensores e saída do sistema. Como resultados, observou-se um bom desempenho do método utilizado em termos de tempo de processamento e estabilidade da saída. Porém, o algoritmo de Gauss Newton limitou o intervalo de rotação para o qual o sistema converge em ± ? 2 rad, o que é indesejado para o projeto, tornando necessária sua alteração. Os sensores inerciais e magnetômetro de baixo custo utilizados, quando calibrados, tiveram desempenho suficiente em termos de taxa de ruído e sensibilidade, porém dever-se-á implementar um tratamento adequado de acelerações lineares que interferem na aquisição da aceleração da gravidade.
Palavras-chave em Inglês
Sensor fusion
Inertial sensors
Magnetometer
Kalman filter
Quaternion
Orientation estimation
Gauss Newton method
Embedded system
Resumo em Inglês
This document contains the development, implementation in embedded system and test of a method for orientation estimation in 3D space utilizing the classic version of the Kalman Filter for linear systems as inertial sensor and magnetometer fusion algorithm and utilizing quaternions for rotation representation. The linearization of the observation matrix is accomplished utilizing the Gauss Newton algorithm, which calculates a quaternion that represents the rotation of the accelerometer and magnetometer from the reference frame to the current frame. This quaternion is applied as input of the filter in replace of those sensors measurements. In addition to the described method, an auxiliar application for Windows was also developed, providing a data of interest graphical visualization, such as sensors measurements and system output. The method utilized shown a good processing performance and output stability. However, the Gauss Newton algorithm limited the rotation intervale of converge of the system. The low cost inertial and magnetometer sensors utilized in the project, after calibration, had a sufficient performance in terms of noise rate and sensibility, but linear accelerations treatment will be necessary once there is a significant interference in the gravity acceleration aquisition.
Arquivos
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome(s) do(s) autor(es) do trabalho.
 
Data de Publicação
2017-01-13
Número de visitas
814
Número de downloads
1372
Copyright © 2010 Biblioteca Digital de Trabalhos Acadêmicos da USP. Todos os direitos reservados.