Geri Dön

GNSS ve IMU kullanarak ARM tabanlı seyrüsefer sisteminin geliştirilmesi

Development of ARM based navigation system using GNSS and IMU

PDF İndir

  1. Tez No: 869696
  2. Yazar: RAMAZAN SAYAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ VEYSEL GÖKHAN BÖCEKÇİ, PROF. DR. HAYRİYE KORKMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 123

Özet

Seyrüsefer, bir taşıtın veya kişinin belirli bir hedefe doğru güvenli ve verimli bir şekilde yol almasını sağlayan süreç olarak tanımlanmaktadır. Seyrüsefer yapan bir araç gideceği yere varmak amacıyla bulunduğu konum ile hedef konum arasında sürekli yeni yol noktaları oluşturur. Oluşturduğu bu yol noktaları arasında bulunduğu pozisyona göre bir sonraki noktaya ulaşabilmek için yönelimi belirler. Gitmek istediği pozisyona ulaşana kadar sürekli olarak bu süreç devam eder. Bir sonraki noktaya ulaşabilmek için yönelimini kestirerek pozisyon ve yönelim denetimini gerçekleştirir. Günümüzün hızla gelişen teknolojisi, konum belirleme ve hareket izleme sistemlerinin hassasiyet ve güvenilirlik gereksinimlerini artırmıştır. Bu bağlamda, GNSS (Global Navigation Satellite Systems-Küresel Konumlandırma Uydu Sistemi) ve IMU (Inertial Measurement Unit-Ataletsel Ölçüm Birimi) gibi ileri seviye sensörler, yüksek doğrulukta veri sağlama kapasiteleriyle konum belirleme ve hareket izleme sistemlerinde kritik bir rol oynamaktadır. GNSS, dünya çapında uydular aracılığıyla konum bilgisi sağlayarak, geniş kapsamda ve açık alanlarda yüksek hassasiyetle konum belirleme imkânı sunar. GNSS alıcıları temel olarak pozisyon, hız ve zaman çıktısı veren sistemlerdir. Ancak GNSS sinyalleri, karıştırma (Jammer) etkisi sonucu veya binaların içi, yoğun ağaçlık alanlar veya şehir içinde yüksek binaların arasında zayıflayabilir veya kesilebilir. Bu durumlarda IMU sensörleri devreye girer. IMU, bir nesnenin ivmesini, açısal hızını ölçen sensörlerden oluşur. Bu sensörler, taşıtın veya kişinin hareketini ve yönelimini sürekli olarak izler. IMU'nun en büyük avantajı, kapalı alanlarda veya GNSS sinyallerinin alınamadığı durumlarda bile çalışabilmesidir. Ancak, IMU sensörlerinin hata biriktirme problemi, zamanla doğruluğun azalmasına neden olmaktadır. Hava araçlarında da yönelim belirleme işlemleri için GNSS, IMU ve manyetometre sistemleri kullanılmaktadır. İvmeölçer, dönüölçer ve manyetometre algılayıcılarından elde edilen veriler belirli matematiksel denklemler ile bir önceki pozisyon ve yönelim değerlerine entegre edilir. Böylece mevcut yönelim ve pozisyon bilgisi IMU algılayıcısından elde edilen veriler ile sürekli olarak hesaplanabilir. IMU yüksek frekansta çözüm üretebilmesine rağmen, çalışma doğası gereği sürekli olarak üzerinde hata biriktirir ve böylece sistemin zamanla hatasının da artmasına sebep olur. Bu sebeple seyrüsefer sistemlerinde pozisyon hassasiyetinin artması ve biriken hataların en küçük seviyeye indirilmesi için ataletsel seyrüsefer sistemleriyle birlikte GNSS de kullanılmaktadır. GNSS ve IMU sensörlerinden elde edilen veriler sensör füzyonu yöntemleri ile birleştirilerek, daha güvenilir ve kesintisiz bir konum ve hareket izleme sistemi oluşturulmasına olanak tanır. Sensör füzyonu, farklı sensörlerden gelen verilerin bir araya getirilerek her birinin zayıf yönlerinin telafi edilmesini ve daha güvenilir sonuçlar elde edilmesini sağlar. GNSS ve IMU sensörlerinden elde edilen veriler üzerinde EKF (Extended Kalman Filter-Genişletilmiş Kalman Filtre), UKF (Unscented Kalman Filter-Kokusuz Kalman Filtre) ve ECF (Explicit Complementary Filter-Belirgin Tamamlayıcı Filtre) filtre yöntemleri kullanılarak seyrüsefer sistemleri geliştirilmektedir. EKF, lineer bir sistemde bulunan Gaussian normal dağılım gösteren gürültülü ham verileri kullanarak optimum kestirim sağlayabilmektedir. ECF ise pozisyon tahmini için dönüölçer, ivmeölçer ve manyetometre verilerini birleştirir. Yapılan son çalışmalar incelendiğinde EKF filtreye alternatif olarak UKF adı verilen alternatif bir filtre yaklaşımı üzerinde çalışıldığı görülmüştür. Bu alternatif yöntemde, belirli bir nokta kümesi üzerinde rasgele gauss değişkenlerinin ilerletilmesi kullanılmaktadır. Bu noktalar, doğrusal olmayan bir fonksiyonun dönüşümü için“unscented (kokusuz)”dönüşüm adı verilen bir yöntemle ilerletilir. Unscented dönüşüm, fonksiyonları doğrusallaştırmak yerine belirli noktaları kullanır ve bu noktaları doğrusal olmayan fonksiyon üzerinde ilerletir. Bu noktalar, rasgele gauss değişkeni ile eşleşecek şekilde seçilir ve ortalama, kovaryans ve yüksek dereceli momentler gibi özellikler hesaplanır. Yeniden hesaplanan ortalama ve kovaryans, geleneksel fonksiyon doğrusallaştırma yöntemlerine göre daha doğru sonuçlar verir. Bu yaklaşımın temel amacı, fonksiyonun kendisi yerine olasılık dağılımına yaklaşmaktır. Bu strateji, genel olarak hesaplama karmaşıklığını azaltırken daha doğru ve hızlı sonuçlar elde ederek kestirim doğruluğunu artırır. Bu tez çalışması kapsamında düşük maliyetli GNSS ve IMU sensörleri kullanılarak EKF, UKF ve ECF yöntemleri ile sensör füzyonu gerçekleştirilmiş olup pozisyon kestirimi yapılmıştır. Gerçekleştirilen çalışmada GNSS ve IMU sensörlerinin genel çalışma prensipleri, yönelim belirleme ve sensör füzyon konusu ele alınmıştır. Çalışmanın özgünlüğü, el tipi karıştırma cihazı kullanarak ve kullanılmayarak gerçekleştirilen iki farklı test senaryosuyla GNSS sinyal karışımının sistem performansına etkilerini incelemektir. İlk senaryoda, GNSS sinyallerine müdahale edilmeden doğal ortamda veri toplanmış; ikinci senaryoda ise el tipi karıştırma cihazı kullanılarak GNSS sinyalleri kasıtlı olarak belirli aralıklarla bozulmuş ve bu durumun sistem üzerindeki etkileri analiz edilmiştir. Verilerin toplanması için düşük maliyete sahip gelişmiş sensörler, bir devre kartında birleştirilmiş olup; GNSS, IMU, manyetometre ve barometrenin bulunduğu bir veri toplama sistemi tasarlanmıştır. Sensörlerden elde edilen ham veriler, testin genel analizinin yapılabilmesi ve kestirim filtrelerinde kullanmak için 100 Hz frekansta SD karta ve aynı zamanda gerçek zamanlı olarak sistem kontrolünün sağlandığı arayüz aracılığıyla .txt formatında bilgisayara kaydedilmiştir. Elde edilen sonuçlar, sensör füzyonu yönteminin farklı koşullarda GNSS ve IMU sensörlerinin performansını optimize ettiğini ve güvenilirliği artırdığını göstermektedir. Bu bağlamda, çalışmanın sonuçları, gelecekteki konum belirleme ve hareket izleme uygulamaları için önemli bir referans oluşturacaktır. GNSS ve IMU sensörlerinin entegrasyonu, modern seyrüsefer sistemlerinin temel yapı taşlarından biri olup, havacılık ve uzay, denizcilik, otomotiv ve savunma gibi çeşitli endüstrilerde operasyonel verimliliği ve güvenliği artırmaktadır.

Özet (Çeviri)

Navigation is defined as the process that enables a vehicle or person to travel safely and efficiently towards a specific destination. A navigating vehicle constantly creates new waypoints between its current location and the target location in order to reach its destination. It determines the orientation to reach the next point according to its position between these waypoints. This process continues continuously until it reaches the position it wants to go to. It realizes position and orientation control by estimating its orientation to reach the next point. Today's rapidly evolving technology has increased the accuracy and reliability requirements of positioning and motion tracking systems. In this context, advanced sensors such as GNSS (Global Navigation Satellite Systems) and IMU (Inertial Measurement Unit) play a critical role in positioning and motion tracking systems with their capacity to provide highly accurate data. GNSS provides position information via satellites around the world, enabling high-precision position determination over a wide area and in open spaces. GNSS receivers are basically systems that output position, velocity and time. However, GNSS signals may be weakened or interrupted due to jamming, or inside buildings, densely wooded areas or between tall buildings in the city. In these cases, IMU sensors come into play. IMU consists of sensors that measure the acceleration and angular velocity of an object. These sensors continuously monitor the movement and orientation of the vehicle or person. The biggest advantage of IMU is that it can work even in confined spaces or in situations where GNSS signals cannot be received. However, the problem of error accumulation of IMU sensors leads to decreasing accuracy over time. GNSS, IMU and magnetometer systems are also used for orientation determination in aircraft. The data obtained from accelerometer, rotometer and magnetometer sensors are integrated with the previous position and orientation values with certain mathematical equations. Thus, the current orientation and position information can be calculated continuously with the data obtained from the IMU sensor. Although the IMU can produce solutions at high frequency, due to the nature of its operation, it constantly accumulates errors on it, thus causing the error of the system to increase over time. For this reason, GNSS is used together with inertial navigation systems to increase position accuracy and minimize accumulated errors in navigation systems. Data from GNSS and IMU sensors can be combined with sensor fusion methods to create a more reliable and seamless position and motion tracking system. Sensor fusion allows data from different sensors to be combined to compensate for the weaknesses of each sensor and provide more reliable results. Navigation systems are developed by using EKF (Extended Kalman Filter), UKF (Unscented Kalman Filter) and ECF (Explicit Complementary Filter) filter methods on the data obtained from GNSS and IMU sensors. EKF can provide optimal estimation using noisy raw data with Gaussian normal distribution in a linear system. ECF combines rotometer, accelerometer and magnetometer data for position estimation. In recent studies, an alternative filter approach called UKF has been studied as an alternative to the ECF filter. In this alternative method, random Gaussian variables are advanced over a set of points. These points are advanced by a method called“unscented”transformation for the transformation of a nonlinear function. Instead of linearizing functions, the unscented transformation uses specific points and advances these points over the nonlinear function. These points are chosen to match a random Gaussian variable and features such as mean, covariance and higher-order moments are calculated. The recalculated mean and covariance are more accurate than traditional function linearization methods. The main goal of this approach is to approximate the probability distribution rather than the function itself. This strategy improves estimation accuracy by obtaining more accurate and faster results while reducing computational complexity overall. In this thesis, low-cost GNSS and IMU sensors are used for sensor fusion and position estimation using EKF, UKF and ECF methods. In this study, the general working principles of GNSS and IMU sensors, orientation determination and sensor fusion are discussed. The novelty of the study is to investigate the effects of GNSS signal mixing on system performance in two different test scenarios with and without the use of a handheld jamming device. In the first scenario, data was collected in a natural environment without interfering with the GNSS signals; in the second scenario, the GNSS signals were intentionally interfered with using a handheld jamming device and the effects of this on the system were analyzed. For data collection, low-cost advanced sensors were combined on a circuit board and a data acquisition system was designed including GNSS, IMU, magnetometer and barometer. The raw data obtained from the sensors were saved to an SD card at a frequency of 100 Hz for general analysis of the test and for use in the prediction filters, and also to a computer in .txt format through the interface where the system is controlled in real time. The results show that the sensor fusion method optimizes the performance of GNSS and IMU sensors under different conditions and improves reliability. In this context, the results of the study will serve as an important reference for future position determination and motion tracking applications. The integration of GNSS and IMU sensors is one of the fundamental building blocks of modern navigation systems, improving operational efficiency and safety in various industries such as aerospace, maritime, automotive and defense.

Benzer Tezler

  1. Tez No

    721124

    Accuracy assessment of direct and indirect georeferencing of UAV based images

    İHA tabanlı görüntülerin doğrudan veya dolaylı coğrafi referanslandırılasının doğruluklarının değerlendirilmesi

    WAFA M.A. THIAB

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. DURSUN ZAFER ŞEKER

  2. Tez No

    324766

    Tek nokta, ağ yapısı ve PPP yöntemleriyle GNSS çözümlerinin doğrudan algılayıcı yöneltmesi doğruluğuna etkisi

    The effect of one point, network and PPP GNSS data processes on the direct sensor orientation accuracy

    ABDULLAH KAYI

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Jeodezi ve FotogrametriAksaray Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HACI MURAT YILMAZ

  3. Tez No

    883414

    Deep learning-based keypoints driven visual inertial odometry for GNSS-denied flight

    Yapay sinir ağları tabanlı nokta çıkarıcılı görsel-ataletsel odometri ile GPS'siz ortamda uçuş

    ARSLAN ARTYKOV

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE KOYUNCU

  4. Tez No

    557855

    Alternative navigation methods: Fusion of optical flow and visual-inertial pose estimation using EKF

    Alternatif navigasyon metotları: EKF kullanılarak, poz tahmini için optik akışı ile görsel ataletliyi füzyon etmektedir

    ABDEL SALAM BAWARSHI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Havacılık Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE KOYUNCU

  5. Tez No

    714452

    Yaya navigasyonunda adım uzunluğu kestirimi ve yöntemlerin analizi

    Stride length estimation and analysis of methods in pedestrian navigation

    NİMET KARAGÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. FATİH GÜLGEN

Geri Dön