izpis_h1_title_alt

SISTEMI ZA NAVIGACIJO V OKOLJIH S SENZORSKIMI IN ZUNANJIMI OMEJITVAMI
ID JUHANT, ROK (Avtor), ID Blažič, Sašo (Mentor) Več o mentorju... Povezava se odpre v novem oknu

.pdfPDF - Predstavitvena datoteka, prenos (5,34 MB)
MD5: EB05CD7D96C265533E1FAA4F8A9224FF
PID: 20.500.12556/rul/28888b96-ca08-4276-81a2-04cf877fb0aa

Izvleček
Področje navigacije zemeljskih vozil je izredno priljubljeno med raziskovalci, raznimi podjetji in ne nazadnje tudi med splošnimi uporabniki. V zadnjih letih se je močno razmahnila uporaba navigacijskih naprav, tako namenskih kot tudi aplikativnih – z uporabo na mobilnih telefonih. Kljub temu pa med različnimi sistemi obstajajo ogromne razlike. Medtem ko so dragi sistemi, ki jih pri testiranjih uporabljajo podjetja s področja letalstva, pomorstva in avtomobilske industrije, zaradi visoke cene nedosegljivi fizičnim osebam, se njihovo bistvo skriva v izredno natančnih senzorjih in zapletenih algoritmih, ki jih poganjajo zmogljivi računalniški sistemi. Ravno nasprotno so sistemi, ki so na voljo povprečnim uporabnikom, podvrženi mnogim omejitvam in napakam, ki jih je potrebno zaznati in odpraviti s posebnimi, t.i. navigacijskimi algoritmi. Natančnost predstavitve položaja, hitrosti in rotacije vozila je tako odvisna od več dejavnikov. Izhodi senzorjev so podvrženi določenim napakam, kot so nelinearnost, odvisnost od temperature, ničelno odstopanje, nepravokotnost osi in šum. Te napake je v določeni meri mogoče zaznati in odpraviti. Po drugi strani pa se zunanjim omejitvam, kot so umetne in naravne prepreke, izguba signala GPS ali odpoved katerega od delov senzorskega sistema, težko izognemo, želja uporabnikov pa je, da tudi te težave algoritem zmore zaznati in odpraviti. Zato je v tej doktorski disertaciji predstavljen navigacijski sistem, ki je bil razvit v želji preprostega in računsko relativno nezahtevnega sistema, ki bi omogočal predstavitev vseh najpomembnejših navigacijskih podatkov in bi bil primeren za široko uporabo, njegova natančnost pa bi bila primerljiva natančnosti precej dražjih sistemov. Za dosego tega cilja je bilo potrebno sprejeti kar precej kompromisov, tako z vidika strojnega dela opreme kot tudi na področju algoritmov. Pri strojnem delu je bil izmed množice možnih kombinacij senzorjev uporabljen inercijski senzor, ki je sestavljen iz pospeškomerov in žiroskopov, ki merita pospeške in kotne hitrosti vozila v treh pravokotnih smereh. To je osnovni senzor, katerega podatki so dostopni ves čas in so uporabljeni pri računanju predikcije v raznih izvedenkah Kalmanovega filtra. V korekcijskem delu algoritma so uporabljeni izhodi senzorja GPS, ki meri položaj, hitrost in smer vozila, hkrati pa podaja tudi natančnost svojih podatkov na osnovi števila uporabljenih satelitov. Pri algoritemskem delu naprave je bil kot osnova uporabljen razširjeni Kalmanov filter, ki ni računsko potraten, hkrati pa omogoča relativno dobre rezultate. Seveda pa je bilo potrebno osnovnemu delu algoritma dodati dodatne računske operacije, ki upoštevajo zunanje in senzorske omejitve. Tako je bil najprej uporabljen nov način inicializacije, ki služi začetni nastavitvi sistema. Izračunajo se povprečne vrednosti izhodov inercijskih senzorjev, za začetek testa pa zadostuje samo en natančen podatek iz sistema GPS. Hkrati s tem se izračunajo tudi variance inercijskih senzorjev, ki se upoštevajo v nadaljnjih izračunih. V nadaljevanju je opisan tudi način računanja prevožene razdalje, ki uporablja modifikacijo t.i. enačbe haversine, ki omogoča računanje najbližje razdalje med dvema točkama po zemeljski površini. Ta način se obnese odlično kljub temu, da gre med dvema točkama za zelo majhne razdalje. V začetku so bile omenjene omejitve senzorja GPS, ki se odražajo na občasnih izpadih signala GPS. To je lahko posledica premajhnega števila satelitov, kar povzročijo različne prepreke na poti vozila, tako umetne kot tudi naravne. Ker se tem omejitvam ne moremo izogniti, je bilo potrebno razviti algoritem, ki omogoča zaznavanje natančnosti podatkov, ki jih pridobimo s sistemom GPS. Tako so bile uvedene določene omejitve gibanja, ki se odražajo na položaju, hitrosti in smeri vozila med dvema trenutkoma vzorčenja. V primeru, da so te omejitve presežene, se podatki GPS ne uporabijo v korekcijskem delu Kalmanovega filtra. Omejitve, o katerih je govora, so vezane predvsem na fizikalno ozadje gibanja vozil. Korekcija v Kalmanovem filtru povzroča skoke izhodnih podatkov. Ker je to neželen pojav, saj se položaj in hitrost vozila spreminjata zvezno, je potrebno glajenje signalov. Predstavljen je način glajenja, imenovan glajenje v pozitivni časovni smeri, ki ni obremenjujoč za procesor, hkrati pa omogoča natančno glajenje z uporabo vektorja napake stanj. V nadaljevanju je predstavljen tudi algoritem za poravnavo koordinatnih sistemov, ki omogoča, da uporabnik napravo z magneti namesti na poljuben kovinski del vozila in jo pri tem poljubno orientira. Računski algoritem nato v prvem delu testa z uporabo skalarnega produkta izračuna orientacijo testne naprave in prilagodi njene izhode. Po zaključku poravnave koordinatnih sistemov se izvedejo tudi popravki začetnih vrednosti algoritma, ko orientacija naprave za navigacijo še ni bila znana. Ti popravki so možni tako v pozitivni kot tudi v negativni časovni smeri, kar imenujemo obratno računanje izhodov. Kot zadnji je predstavljen tudi algoritem za odstranjevanje učinka ročice. Ta učinek se pojavi, ker naprava za navigacijo ni nameščena v težišču vozila. To povzroči napačne vrednosti pospeškov in kotnih hitrosti, poleg tega pa tudi napačne podatke iz senzorja GPS. Medtem, ko popravke in prilagoditev slednjih najdemo v številni literaturi, pa je tukaj predstavljena tudi možnost popravkov osnovnih vrednosti (pospeškov in kotnih hitrosti), t.i. direktni popravki učinka ročice. Rezultat je še posebej viden pri hitrih manevrih, kot je zasilno zaviranje ali vožnja v krogih pri visoki hitrosti. Razdalja med težiščem in lokacijo navigacijske naprave pa ni vedno znana, zato je uporabljena in predstavljena tudi možnost določitve te razdalje prek optimizacije kriterijske funkcije in serije testov dinamičnih manevrov. Vsi opisani algoritmi so del razvite navigacijske naprave in se uporabljajo po potrebi oz. v določenih fazah testiranj. Skupni rezultat je robustna in preprosta naprava, ki uporabniku omogoča lahko in hitro pridobitev natančnih rezultatov ne glede na namen in značilnosti uporabe.

Jezik:Slovenski jezik
Ključne besede:Razširjeni Kalmanov filter, hitra inicializacija, navigacija, senzorji GPS, inercijski senzorji, poravnava koordinatnih sistemov, obratno računanje izhodov, glajenje signalov v pozitivni časovni smeri, učinek ročice, dinamični manevri.
Vrsta gradiva:Doktorsko delo/naloga
Organizacija:FE - Fakulteta za elektrotehniko
Leto izida:2015
PID:20.500.12556/RUL-30700 Povezava se odpre v novem oknu
COBISS.SI-ID:11000916 Povezava se odpre v novem oknu
Datum objave v RUL:21.04.2015
Število ogledov:2009
Število prenosov:479
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:SYSTEMS FOR NAVIGATION IN THE ENVIRONMENTS WITH SENSOR AND EXTERNAL CONSTRAINTS
Izvleček:
The field of navigation of terrestrial vehicles is gaining extreme interest of researchers, various companies and especially in civilian applications. The use of navigation devices has increased significantly in the last few years. This applies to standalone devices as well as applications, found on smart mobile phones. Despite this there are still many differences between different navigation systems. Expensive systems, used for testing by aviation, maritime and automotive industry, are not suitable for civil applications. Their essence is hidden in very powerful sensors and complicated algorithms, powered by high-performance computer systems. Systems for average user, in contrast, depend on many limitations and errors which need to be detected and eliminated with the use of the special navigation algorithms. The accuracy of position, velocity and orientation of a vehicle depends on many factors. The first problem is the sensor errors, such as nonlinearity of the outputs, temperature variations, offsets, non-orthogonality and noise. These irregularities can partly be detected and eliminated. However, many other external problems, such as natural and artificial obstacles, the loss of the GPS signal or failure of any part of the sensor system, cannot be avoided. Nevertheless, users want a system that is able to deal with those problems as well. This is why a navigation algorithm is presented in this thesis, aiming to be simple and computationally undemanding, would be able to present all the important navigation data and would be suitable for a wide usage and different applications, with accuracy similar to that of much more expensive systems. To reach this goal, many compromises were made. This applies to both hardware and software part of the system. Out of many possible solutions for hardware part, the inertial sensor containing accelerometers and gyroscopes was selected. This sensor measures the accelerations and turn rates in three orthogonal directions. It is considered a basic sensor which outputs data continuously. These data are used for calculating the prediction in various versions of the Kalman filter algorithm. In the correction part, the GPS sensor is used, measuring position, velocity and orientation of a vehicle as well as the accuracy of its own data (based on the number of visible satellites). The software part of the developed navigation device consists of an Extended Kalman filter (EKF), which is computationally relatively simple, while providing relatively good outputs. Naturally, other algorithms needed to be added to the basic EKF to take into account the sensor and external constraints. The first part of the developed algorithm is new initialization, used for initial setup of the system. Average values of the inertial sensor outputs are calculated. For the start of the measurement only one GPS datum is necessary. At the same time the variances of inertial sensors are calculated and are used in further computations. After that a new way of calculation of travelled distance is presented. It uses modified haversine equation, which is able to determine the shortest ground distance between two points on Earth. Even though the relative distances between two points are extremely small, the method provides very good results. GPS sensor limitations, mentioned in the beginning, are best shown with GPS outages. These occur because of the small number of visible satellites, caused by natural and artificial obstacles within the path of the vehicle. As these obstacles cannot be completely avoided, a special algorithm needs to be used and should be able to determine the accuracy of the data obtained with GPS sensor. This is why some movement constraints were introduced and applied to position, velocity and orientation between two sampling times. When these constraints are exceeded, GPS data are not used in the correction part of Kalman filter. The constraints are based on physical limitations of movement of the vehicle. The correction in Kalman filter produces jumps in output data. As the changes of position and velocity of the vehicle are known to be continuous, this is an unwanted behaviour and some filter needs to be applied. A special filter, named smoothing algorithm with forward computation, is presented. It is computationally effective and uses state error vector to calculate outputs. After that an alignment algorithm is presented. The user is able to mount the navigation device on any metal surface of the vehicle in an arbitrary position. The algorithm then calculates its orientation in the first part of the test using scalar product and adjusts the outputs afterwards. After the alignment the reverse output correction is applied to the data generated before the device alignment. This correction can be applied in positive or negative direction. In the last part of the thesis, the algorithm for the lever-arm correction is presented. Lever-arm effect results from different locations of centre of gravity (COG) of the vehicle and the inertial sensors. This results in inaccurate values of inertial data as well as inaccurate GPS sensor values. While GPS sensor values are often corrected for lever-arm effect in literature, here also the correction of inertial data – accelerations and turn rates – is applied. This is called a direct lever-arm correction. The result is noticeable especially when it comes to high dynamic manoeuvres such as emergency braking and high speed circle driving. Since the distance between the COG and the navigation device is not always known, an algorithm to calculate this distance was also developed and is presented here. It uses an optimisation of a criterion function and a series of various high dynamic manoeuvres. All described manoeuvres are a part of developed navigation device and are used when necessary or during a certain stage of the test. The result is a robust and simple device, which is user friendly and is fast in providing accurate results regardless the purpose or the characteristics of use.

Ključne besede:Extended Kalman filter, Quick initialization, Navigation, GPS sensors, Inertial sensors, Frame Alignment, Backward output calculation, Smoothing with forward computation, Lever-arm effect, High dynamic manoeuvres.

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Nazaj