FenixEdu™

Dissertação

{en_GB=An online filter study for inertial properties estimation based on low-cost sensors} {} EVALUATED

Detalhes: {pt=Tem havido uma clara tendência da indústria automóvel no investimento em condução autónoma. O conhecimento de variáveis como posicionamento do veículo, velocidade e a sua orientação são aspectos vitais para o correcto controlo de trajectórias. A estes aspectos pode juntar-se ainda a inércia, principalmente o momento que influencia a rotação em torno do eixo vertical nos veículos ligeiros. Seguindo esta temática, este trabalho, dado ser uma parte integrante de um projecto mais global que consiste no controlo de um carro autónomo, pretende fornecer estimativas para orientação, posição, velocidade e momento de inércia vertical. A orientação será derivada com base no algoritmo AHRS, conhecido da literatura mas com algumas contribuições inovadoras, utilizando sensores inerciais de baixo custo. O posicionamento e velocidade serão estimados recorrendo a um filtro de Kalman extendido para realizar a fusão de leituras dos sensores inerciais e receptores de GNSS. A estimativa da razão entre o momento de inércia vertical e a massa, recorrerá ao método dos mínimos quadrados recursivo tendo como informação as leituras dos sensores inerciais., en=There is a clear trend in automotive industry towards autonomous driving. The knowledge of variables such as vehicle positioning, speed and its orientation are vital aspects for the correct trajectory control. Also important is the inertia, especially the moment associated with rotations about the vertical axis in light vehicles. Following this idea, this work, as part of a bigger project consisting on control of an autonomous car, aims at providing estimates for orientation, position, speed and vertical moment of inertia. The orientation will be derived based on the AHRS algorithm, known from the literature but with some innovative contributions, using low cost inertial sensors. The positioning and velocity will be estimated using an extended Kalman filter by fusing inertial sensor readings with the output of a couple of GNSS receivers. The estimative of ratio between vertical moment of inertia and the mass will use the recursive least squares method, taking as information the readings of inertial sensors.}
Keywords: {pt=GNSS, AHRS, Kalman, Inércia, Localização, en=GNSS, AHRS, Kalman, Inertia, Localization}

Discussão: novembro 15, 2017, 10:0