Inerciális érzékelők tesztelése szimulációs környezetben és GNSS/IMU szenzorfúzióban való alkalmazhatóságának vizsgálata
Testing of inertial sensors in a simulation environment and investigation of the applicability in GNSS/IMU sensor fusion
Keywords:
Inerciális modul, Allan Variancia, szenzorfúzió, önvezető járműAbstract
Thanks to the expected spreading of self-driving vehicles in the near future, counting researchers are working on an appropriate algorithm and sensor set, which satisfies the needs of a self-driving. Sensor manufacturers have noted this, and there are a large number of sensors on the market with different parameters in one area. One important area of self-driving is navigation, where satellite-based navigation and fusion of inertial sensors are a common solution. In this article I try to determine the appropriate sensor parameters that meet the requirements of autonomous navigation using a simulation environment.
Kivonat
Az önvezető járművek közeljövőben várható térhódításának köszönhetően számtalan kutatás folyik a megfelelő algoritmusok és szenzorkészletek megtalálására, amelyek alkalmasak az önvezetés megvalósításához. Erre a szenzorgyártók is felfigyeltek, ezért a piacon nagy számban megtalálhatóak különbözőbb paraméterekkel rendelkező szenzorok egy azon területre. Az önvezetés egyik fontos területe a navigáció, ahol az egyik elterjedt megoldás a műholdas alapú navigáció és az inerciális érzékelők fuzionálása. A cikkben egy szimulációs környezet segítségével igyekszem a megfelelő szenzorparaméterek meghatározására, amelyek megfelelnek az autonóm navigáció követelményeinek.
References
Warren S. Flenniken IV, John H. Wall, David M. Bevly, Characterization of Various IMU Error Sources and the Effect on Navigation Performance, Institute of Navigation, Long Beach, CA, 2005, pp. 967-978
El-Sheimy, Naser & Hou, Haiying & Niu, Xiaoji. Analysis and Modeling of Inertial Sensors Using Allan Variance. Instrumentation and Measurement, 2008, IEEE Transactions on. 57. 140 - 149.
Haiying Hou: Modeling Inertial Sensors Errors Using Allan Variance, A Thesis, Department of Geomatics Egineering, Calgary, Alberta, 2004
Mohinder S. Grewal, Angus P. Andrews, Kalman Filtering: Theory and Practice with MATLAB, John Wiley & Sons, Inc., Hoboken, New Jersey, 2015