Loading...
Robust Orientation Estimation Using Imu and Online Machine Learning Based Calibration in the Presence of Distortions
Golmohammad, Sadjad | 2021
1984
Viewed
- Type of Document: M.Sc. Thesis
- Language: Farsi
- Document No: 53827 (08)
- University: Sharif University of Technology
- Department: Mechanical Engineering
- Advisor(s): Khodaygan, Saeed
- Abstract:
- In this project an optimized and robust orientation estimation method using IMU and magnetic sensors is presented. Magnetic distortion effects in orientation estimation is also one of the main purposes. Proposed sensor fusion algorithm is based on a complementary filter which provides a quaternion estimation as the algebraic solution of a system from inertial/magnetic observations. To develop the basic sensor fusion algorithm some procedures including a simple calculation to deal better with non-gravitational accelerations, decrease the effect of magnetometer in the presence of distortions and online gyroscope bias estimation is added. Also, a method for classification the different types of magnetic distortion and eliminating them by algebraic formulation in provided. To detect the type of magnetic disturbance, a decision tree is trained using a huge number of supervised observations. The main point of detection and elimination method for magnetic disturbances is the independency of this method from sensor fusion algorithm which make it possible to be used in other different sensor fusion algorithms such as Kalman filter based methods. Using the proposed method for detection and elimination magnetic distortions in the proposed sensor fusion method decreased the RMS error of heading angle to 76% and also decreased the error to 58% in Madgwick’s algorithms
- Keywords:
- Sensor Fusion ; Decision Making Tree ; Onboard Calibration ; Magnetic Disturbance ; Attitude and Heading Reference System (AHRS) ; Machine Learning
-
محتواي کتاب
- view
- فهرست جدولها
- فهرست تصویرها
- 1. فصل اول: مقدمه
- 1-1 بیان موضوع و بررسی اهمیت آن
- 1-2 اهداف پژوهش
- 1-3 ساختار گزارش
- 2. فصل دوم: آشنایی با مفاهیم اولیه
- 2-1 مقدمه
- 2-2 دستگاه مختصات سه بعدی
- 2-2-1 دستگاه مختصات اینرسی
- 2-2-2 دستگاه مختصات متحرک
- 2-3 انتقال دستگاه مختصات
- 2-3-1 زوایای اویلر
- 2-3-2 بردار چهارگان
- 2-3-2-1 مقایسهی چهارگان و اویلر
- 2-3-3 ماتریس انتقال
- 2-4 واحد اندازهیگیری اینرسی
- 3. فصل سوم: پیشینهی پژوهش
- 3-1 مقدمه
- 3-2 مسئلهی وابا
- 3-3 الگوریتمهای تلفیق مبتنی بر فیلتر کالمن
- 3-4 الگوریتمهای تلفیق مبتنی بر فیلتر تکمیلی
- 3-5 تعامل با اغتشاشات مغناطیسی در الگوریتمهای تلفیق
- 4. فصل چهارم: الگوریتم پیشنهادی تلفیق حسگرها و حذف اثر اغتشاشات مغناطیسی
- 4-1 مقدمه
- 4-2 مدل حسگرها و کالیبراسیون اولیه
- 4-2-1 مدل حسگرها
- 4-2-2 کالیبراسیون ژیروسکوپ
- 4-2-2-1 بردار بایاس
- 4-2-2-2 ماتریس حاصلضرب عدم تعامد و ضریب مقیاس
- 4-2-3 کالیبراسیون شتابسنج
- 4-2-3-1 بردار بایاس
- 4-2-3-2 ماتریس حاصلضرب عدم تعامد و ضریب مقیاس
- 4-2-4 کالیبراسیون مغناطیسسنج
- 4-2-4-1 مکان هندسی دادههای مغناطیسسنج
- 4-2-4-2 روشهای کالیبراسیون حسگر مغناطیسسنج
- 4-2-4-3 مقایسهی روشهای کالیبراسیون مغناطیسسنج
- 4-3 تلفیق مقاوم حسگرها
- 4-3-1 انتخاب الگوریتم مبنا
- 4-3-2 شرح الگوریتم مبنا
- 4-3-2-1 حل مسئلهی وابا با روش AQUA
- 4-3-2-2 فیلتر تکمیلی بر اساس روش AQUA
- 4-3-3 توسعه و تقویت الگوریتم تلفیق حسگرها
- 4-3-3-1 توسعهی ضریب تطبیقی اصلاح شتابسنج
- 4-3-3-2 تعریف ضریب تطبیقی برای مغناطیسسنج
- 4-3-3-3 تخمین برخط بایاس ژیروسکوپ
- 4-3-3-4 الگوریتم توسعه داده شده در یک نگاه
- 4-4 حذف اغتشاشات مغناطیسی
- 4-4-1 دسته بندی انواع اغتشاشات مغناطیسی
- 4-4-1-1 میدانهای مغناطیسی ثابت در دستگاه بدنی
- 4-4-1-2 میدانهای مغناطیسی ثابت در دستگاه مرجع
- 4-4-1-3 میدانهای مغناطیسی متغیر در دستگاه مرجع و بدنی
- 4-4-2 حذف اثرات اغتشاشات مغناطیسی
- 4-4-2-1 حذف اثر اغتشاشات LCF
- 4-4-2-2 حذف اثر اغتشاشات GCF
- 4-4-2-3 حذف اثر اغتشاشات متغیر
- 4-4-1 دسته بندی انواع اغتشاشات مغناطیسی
- 4-5 تشخیص نوع میدان مغناطیسی بر مبنای یادگیری ماشین
- 4-5-1 پارامترهای وابسته به نوع اغتشاش
- 4-5-1-1 واریانس المانهای بردار مغناطیسی در دستگاه مرجع
- 4-5-1-2 واریانس المانهای بردار مغناطیسی در دستگاه بدنی
- 4-5-1-3 نرخ تغییرات بردار مغناطیسی در دستگاه مرجع
- 4-5-1-4 اندازهی بردار مغناطیسی
- 4-5-2 تشخیص نوع اغتشاش بر مبنای یادگیری ماشین
- 4-5-2-1 الگوریتم درخت تصمیم
- 4-5-2-2 جمع آوری داده
- 4-5-2-3 تشکیل درخت تصمیم
- 4-5-1 پارامترهای وابسته به نوع اغتشاش
- 5. فصل پنجم: مطالعات موردی
- 5-1 مقدمه
- 5-2 مقایسهی الگوریتم مبنا و الگوریتم توسعه داده شده
- 5-3 حذف اغتشاشات مغناطیسی
- 5-3-1 حذف اغتشاشات مغناطیسی در الگوریتم پیشنهادی
- 5-3-2 حذف اغتشاشات مغناطیسی در الگوریتم مدویک
- 6. فصل ششم: جمعبندی و پیشنهادها
- 6-1 جمعبندی و نتیجهگیری
- 6-2 پیشنهادها
- 6-2-1 تحلیل اغتشاشات مغناطیسی در حوزهی فرکانس
- 6-2-2 تحلیل حذف اغتشاشات همزمان
- 6-2-3 تخمین پیوستهی بایاس ژیروسکوپ
- منابع و مراجع
- پیوست1 روابط حاکم در درخت تصمیم
