Geri Dön

Investigation of adaptive kalman filter techniques for sensor fusion applications

Sensör füzyon uygulamaları için adaptif kalman filtresi tekniklerinin incelenmesi

  1. Tez No: 840851
  2. Yazar: MUSTAFA DOĞRU
  3. Danışmanlar: DOÇ. DR. İSMAİL UYANIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 77

Özet

Sensör füzyon günümüzde birçok farklı disiplinlerde karşımıza çıkan bir konseptir. Bu konsept en yalın tanımıyla farklı kaynaklardan gelen bilgileri uygun yöntemlerle birleştirmeyi amaçlamaktadır. Bu tezde LiDAR ve kameranın kullanıldığı bir simülasyon ortamı ve deney düzeneği geliştirilmiştir. Bu ortamlarda sensör füzyon algoritmalarını deneyebilmek için bir kapalı döngü modeli kullanılmıştır. Kapalı döngü modeli ile çalışan deney düzeneği üzerinden önce süper pozisyon tabanlı bir takip davranışı incelenmiştir. Bu yöntemde sensör verileri sabit bir değer ile ağırlıklandırılarak füzyon işlemi gerçekleştirilmiştir. Ardından sistemin farklı koşullar altında durum kestirimini iyileştirebilmek için Kalman filtresi kullanılmıştır. Kalman filtresi tarafından sağlanan hata kovaryansı ağırlıklandırma için kullanılmıştır. Literatürde yer alan farklı ölçüm gürültü kestirimi algoritmaları kullanılarak Kalman filtresinin performansı incelenmiştir. Bu sayede sensörlerin pozisyon kestirimi sonucunda oluşan hata dinamik olarak kestirilebilmektedir. Dinamik olarak değiştirilen ağırlıklar ortam gürültüsünün farklılaştığı durumlarda başarılı bir sonuç vererek sistemin takip performansının iyileşmesini sağlamıştır.

Özet (Çeviri)

Sensor fusion is a concept encountered in many different disciplines today. In its simplest definition, this concept aims to combine information from different sources using appropriate methods. In this thesis, a simulation environment and experimental setup utilizing LiDAR and a camera have been established. A closed-loop model was employed in the experimental setups to test multi-sensor algorithms. Initially, a superposition-based tracking behavior was examined using the closed-loop model. Using this method, sensor data was fused by weighting it with a constant value. Subsequently, a Kalman filter was utilized to enhance state estimation under different conditions. The error covariance provided by the Kalman filter was used for weighting. Independent of the general noise conditions of the Kalman filter, the system's performance was examined using different measurement noise estimation algorithms found in the literature. Thus, the error resulting from the position estimation of the sensors could be dynamically determined. By dynamically adjusting the weights, an effective result was achieved in cases where environmental noise varied, and as a consequence, the system's tracking performance was improved.

Benzer Tezler

  1. Biyolojik işaretler için adaptif gürültü azaltma sistemi

    Adaptive noise canceller for biological signals

    AYDIN AKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1991

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. ERTUĞRUL YAZGAN

  2. Design, analysis and development of optimal satellite attitude control system

    Optimal uydu yönelim kontrol sistemi tasarım, analiz ve geliştirilmesi

    EMRE SAYIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Astronomi ve Uzay Bilimleriİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İSMAİL BAYEZİT

  3. Transmisson of 2-B images for turbo codes

    Turbo kodlu 2-B görüntülerin iletilmesi

    KENAN BÜYÜKATAK

    Doktora

    İngilizce

    İngilizce

    2005

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ.DR. SEDEF KENT

  4. State of charge estimation of lithium-ion batteries using machine learning approach

    Makine öğrenmesi yaklaşımı kullanılarak lityum iyon pillerin şarj durumu tahmini

    OSMAN ALPER ALTUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMİNE AYAZ

  5. Target tracking with phased array radar by using adaptive update rate

    Değişken güncelleme hızı kullanılarak faz dizili radar ile hedef takibi

    ÖZLEM İPEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA KUZUOĞLU