Land vehicle navigation with GPS/INS sensor fusion using kalman filter
Kalman süzgeci yardımı ile KYS/ASS birleştirilerek bir kara aracının seyrüsefer bilgisinin elde edilmesi
- Tez No: 238404
- Danışmanlar: PROF. DR. M. KEMAL ÖZGÖREN, YRD. DOÇ. DR. E. İLHAN KONUKSEVEN
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Global Positioning System (GPS), Inertial Measurement Unit (IMU), Inertial Navigation System (INS), Sensor Integration, Kalman Filter, FeedbackLoosely Coupled Integration, Feed Forward Loosely Coupled Integration
- Yıl: 2008
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Bölümü
- Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 135
Özet
Ataletsel Ölçüm Birimi (AÖB) ve Küresel Yerbulum Sistemi (KYS) kara araçlarınınseyrüsefer uygulamalarında oldukça sık kullanılan sensörlerdir. KYS konum ve/veyahız bilgisini dünyanın herhangi bir yerinde olan kullanıcıya verebilmektedir. FakatKYS, hava koşullarından ve binalar, ağaçlar gibi çeşitli nesnelerin sinyallariengellemesinden etkilenmektedir. Bu sebebler de KYS'nin ölçüm hatalarınıarttırmaktadır. Öte yandan AÖB Newton'un hareket yasalarına dayanarak çalışan birsistemdir. Bu yüzden, diğer seyrüsefer sistemlerinde (örneğin radar, ultasonicalgılayıcılar v.b.) olduğu gibi dışarıdan herhangi bir bozucu sinyal ile işlevselliğinikaybetmez. Bu özelliği hemen hemen tüm seyrüsefer sistemlerinde kullanılmasınızorunlu hala getirir. Fakat AÖB sisteminin bazı olumsuz yanları vardır, örneğinbaşlangıç yönelim hataları, nümerik hesaplardan dolayı meydana gelen hatalar vealgılayıcı hataları (sabit kayma hatası, boyutlandırma hatası, rasgele gürültüler, lineerolmayan etkiler v.b.). Bu sebeplerden dolayı, KYS ve AÖB sistemlerininbirleştirilmesi yalnızca KYS veya yalnızca AÖB seyrüsefer bilgisinden çok dahahassas seyrüsefer bilgisi elde edilmesini sağlar.Bu tez çalışmasında ileri beslemeli ve geri beslemeli gevşek bağlı AÖB ve KYSbütünleştirmesi gerçekleştirilmiştir. AÖB'nin atalet eksenine göre ölçtüğü ivme veaçısal hız verilerini istenen bir koordinat eksenine çeviren mekanizasyon denklemlerilokal coğrafi koordinat eksenine göre çıkarılmıştır. Diğer bir ifadeyle, bu denklemlerAÖB yi Ataletsel Seyir Sistemine (ASS) dönüştürmektedir. Daha sonra, ASS'ninmatematiksel hata modeli küçük sapmalar yönteminin mekanizasyon denklemlerineuygulanması ve AÖB algılıyıcılarının matematiksel hata modellerinin eklenmesiyleoluşturulmuştur. Bu matematiksel hata modeline dayanarak, Kalman filtresioluşturulmuştur. Sonuç olarak, herhangi bir andaki seyrüsefer bilgisi mekanizasyondenklemlerinin AÖB tarafından ölçülen değerleri kullanarak hesaplanmasıylabulunur, KYS alıcısı Kalman filtresine ölçüm bilgisi sağlar. Kalman filtresi deASS'nin hatalarını matematiksel hata modeli sayesinde tahmin eder ve anlıkseyrüsefer bilgisi tahmin edilen bu hata ile düzeltilir.Tezin kapsamında içinde bazı gerçek testler tezin içinde geliştirilen yazılımıkullanarak gerçekleştirilmiştir. Sonuç olarak, geri beslemeli KYS/ASSbütünleştirmesi ileri beslemeli KYS/ASS bütünleştirmesine göre daha hassas vegüvenilir olduğunu göstermiştir. Buna ek olarak, KYS'nin ölçüm bilgisininkaybolması durumunda ne olacağını araştırmak için de bazı testler yapılmıştır. Butestlerde de, geri beslemeli KYS/ASS bütünleştirmesi, ileri beslemeli KYS/ASSsistemine göre daha iyi performans sağlandığı görülmüştür.Anahtar Kelimeler : Küresel Yerbulum Sistemi (KYS; GPS), Ataletsel Ölçüm Birimi(AÖB; IMU), Ataletsel Seyir Sistemi (ASS; INS), Algılayıcı entegrasyonu, Kalmanfiltresi, Geri beslemeli gevşek bütünleştirme, İleri beslemeli gevşek bütünleştirme.
Özet (Çeviri)
Inertial Measurement Unit (IMU) and Global Positioning System (GPS) receivers aresensors that are widely used for land vehicle navigation. GPS receivers provideposition and/or velocity data to any user on the Earth?s surface independent of hisposition. Yet, there are some conditions that the receiver encounters difficulties, suchas weather conditions and some blockage problems due to buildings, trees etc. Due tothese difficulties, GPS receivers? errors increase. On the other hand, IMU works withrespect to Newton?s laws. Thus, in stark contrast with other navigation sensors (i.e.radar, ultrasonic sensors etc.), it is not corrupted by external signals. Owing to thisfeature, IMU is used in almost all navigation applications. However, it has somedisadvantages such as possible alignment errors, computational errors andinstrumentation errors (e.g., bias, scale factor, random noise, nonlinearity etc.).Therefore, a fusion or integration of GPS and IMU provides a more accuratenavigation data compared to only GPS or only IMU navigation data.In this thesis, loosely coupled GPS/IMU integration systems are implemented usingfeed forward and feedback configurations. The mechanization equations, whichconvert the IMU navigation data (i.e. acceleration and angular velocity components)with respect to an inertial reference frame to position, velocity and orientation datawith respect to any desired frame, are derived for the geographical frame. In otherwords, the mechanization equations convert the IMU data to the Inertial NavigationSystem (INS) data. Concerning this conversion, error model of INS is developedusing the perturbation of the mechanization equations and adding the IMU?s sensor?serror model to the perturbed mechanization equation. Based on this error model, aKalman filter is constructed. Finally, current navigation data is calculated using IMUdata with the help of the mechanization equations. GPS receiver supplies externalmeasurement data to Kalman filter. Kalman filter estimates the error of INS using theerror mathematical model and current navigation data is updated using Kalman filtererror estimates.Within the scope of this study, some real experimental tests are carried out using thesoftware developed as a part of this study. The test results verify that feedbackGPS/INS integration is more accurate and reliable than feed forward GPS/INS. Inaddition, some tests are carried out to observe the results when the GPS receiver?sdata lost. In these tests also, the feedback GPS/INS integration is observed to havebetter performance than the feed forward GPS/INS integration.
Benzer Tezler
- Kapalı ortamlarda yerelleştirme ve haritalama için sensör füzyonu
Sensor fusion for gps denied environment for localization and mapping
HÜSEYİN BURAK KURT
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMakine Ana Bilim Dalı
DOÇ. DR. ERDİNÇ ALTUĞ
- Navigasyon hassasiyetini arttırmak için ataletsel ölçüm birimine tamamlayıcı filtre uygulanması
Implementation of complementary filter to inertial measurement unit to increase navigation sensitivity
MEHMET EMİN OKUDAN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BAYEZİT
- Extended Kalman filter based multi-purpose inertial sensor field calibration algorithm
Genişletilmiş Kalman filtresi tabanlı çok amaçlı ataletsel sensör saha kalibrasyon algoritması
LİSAN OZAN YAMAN
Yüksek Lisans
İngilizce
2017
Mühendislik BilimleriOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KIVANÇ AZGIN
- Integrating mobile mapping, GPS and GIS technologies
Başlık çevirisi yok
AWAD ALİ AWAD ALHADAD
Yüksek Lisans
İngilizce
2005
İnşaat Mühendisliğiİstanbul Kültür Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRSEL GÜZEL
- Gerçek zamanlı işletim sistemi tabanlı insansız otonom bir kara taşıtı
An unmanned autonomous land vehicle design based on real time operating system
AYTAÇ MACİT
Yüksek Lisans
Türkçe
2019
Mekatronik MühendisliğiMarmara ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. NİHAT AKKUŞ
DR. HÜSEYİN YÜCE