Pozíció meghatározása inerciális szenzorokkal
Position determination with inertial sensors
Keywords:
inertial sensor, positioning, sensor fusion, data acquisition, AHRS algorithm, inerciális szenzor, pozíció meghatározás, szenzorfúzió, adatgyűjtés, AHRS algoritmusAbstract
We present the development and testing of an algorithm for relative positioning based on inertial (IMU) sensor data. After a review of possible solutions, the architecture of the implemented algorithm is presented. The program code is developed in Matlab environment, which includes sensor calibration, sensor fusion methods and filtering and correction steps. Testing of the algorithms and verification of the measurement accuracy was performed on a servo motor driven linear unit.
Kivonat
Közleményünk egy inerciális (IMU) szenzor adatai alapján relatív pozíció meghatározására képes algoritmus fejlesztését és tesztelését mutatja be. A lehetséges megoldások áttekintése után bemutatjuk a megvalósított algoritmus felépítését. A programkód Matlab környezetben került kialakításra, mely tartalmazza a szenzor kalibrációs, szenzorfúziós módszereket és szűrési, pontosítási lépéseket. Az algoritmusok tesztelését és a mérési pontosság ellenőrzését egy szervomotor hajtású lineáris egységen végeztük.
References
Harrap R. An Overview of LIDAR: collection to applications, Academia, Oslo, 2010.
Lidar mapping, https://www.vectornav.com/applications/lidar-mapping (Utolsó letöltés: 2022. 09.01).
Tariqul I., Saiful I., Shajid-Ui M., Hossam-E H. Comparison of complementary and Kalman filter based data fusion for attitude heading reference system. AIP Conference Proceedings. 2017, 1919(020002).
Saiful I., Shajid-Ui M., Tariqul I., Syedul A., Hossam-E H. A Low Cost MEMS and Complementary Filter Based Attitude Heading Reference System (AHRS) for Low Speed Aircraft. iCEEiCT Conference. 2016.