Implementação em c: filtro de kalman, fusão de sensores para determinação de ângulos
PDF (Português (Brasil))

Cómo citar

Oliveira, W. dos S., & Gonçalves, E. N. (2017). Implementação em c: filtro de kalman, fusão de sensores para determinação de ângulos. ForScience, 5(3). https://doi.org/10.29069/forscience.2017v5n3.e287

Resumen

Este trabalho apresenta o emprego do filtro de Kalman, implementado na forma de um código de programação em C, para processamento de sinais provenientes de microcontrolador (Arduino) e sensor IMU (MPU-6050) para o posicionamento referencial inercial de corpo. Por intermédio do filtro de Kalman, aumenta-se a eficiência do algoritmo de aquisição de dados, devido à fusão de dados provenientes de diferentes sensores (acelerômetro e giroscópio) com diferentes tolerâncias e requisitos de desempenho. Este estudo é fundamental para medir com precisão o ângulo de inclinação, por exemplo, em drones do tipo multirrotor, que garantirá melhor precisão em posterior aplicação de técnica de controle de estabilidade.

Palavras-chave: Filtro de Kalman. Fusão de sensores. Medição inercial. Sistemas embarcados.

Implementation in c: kalman filter, fusion of sensors for determination of angles

Abstract

This work presents the use of the Kalman filter, implemented in the form of programming code in C, for the processing of signals of the microcontroller (Arduino) and the sensor IMU (MPU-6050), for the inertial body positioning. Through the Kalman filter, the efficiency of the data acquisition algorithm is, due to the fusion of data from several sensors (accelerometer and gyroscope) with different tolerances and performance requirements. This study is fundamental to accurately measure the angle of inclination, for example, in multirotor type drones, which will ensure better accuracy in later application of stability control technique.

Keywords: Kalman filter. Sensor fusion. Inertial measurement. Embedded systems. 

 

  


https://doi.org/10.29069/forscience.2017v5n3.e287
PDF (Português (Brasil))

Citas

ABBEEL, Pieter et al. Discriminative training of Kalman filters. In: ROBOTICS: SCIENCE AND SYSTEMS, 1., 2005, Cambridge, Massachusetts. Proceedings... Cambridge, 2005. p. [1-8]. Disponível em: <http://roboticsproceedings.org/rss01/p38.pdf>. Acesso em: 16 maio 16.

ARDUINO. Arduino & Genuino products. Disponível em: <https://www.arduino.cc/en/

main/arduinoBoardUno>. Acesso em: 16 maio 2016.

FERDINANDO, Hany; KHOSWANTO, Handry; PURWANTO, Djoko. Embedded Kalman filter for inertial measurement unit (IMU) on the ATMega8535. In: INTERNATIONAL SYMPOSIUM ON INNOVATIONS IN INTELLIGENT SYSTEMS AND APPLICATIONS (INISTA), 2012, Trabzon, Turkey. [Proceedings]… USA: IEEE, 2012. p. 1-5.

INVENSENSE. MPU-6000/6050 product specification. Revision 3.4. Sunnyvale (CA), 2013. Disponível em: <https://www.cdiweb.com/datasheets/invensense/MPU-6050_Data

Sheet_V3%204.pdf>. Acesso em: 16 maio 2016.

MATHWORKS. Arduino programing with MATLAB. Disponível em: <http://www.mathworks.com/discovery/arduino-programming-matlab-simulink.html?requestedDomain=www.mathworks.com>. Acesso em: 27 maio 2016.

RAOL, Jitendra R. Multi-sensor data fusion with MATLAB®.xxxiii ed. Boca Raton: CRC Press, 2009. 534 p. ISBN: 9781439800058.

SABATELLI, Simone et al. A double stage Kalman filter for sensor fusion and orientation tracking in 9D IMU. In: SENSORS APPLICATIONS SYMPOSIUM (SAS), 2012, Brescia, Italy. [Proceedings]… USA: IEEE, 2012. p. 1-5.

SABATELLI, Simone et al. A sensor fusion algorithm for an integrated angular position estimation with inertial measurement units. In: DESIGN, AUTOMATION & TEST IN EUROPE CONFERENCE & EXHIBITION (DATE), 2011, Grenoble, France. [Proceedings]… USA: IEEE, 2011. p. 1-4.

VASCONCELLOS, Camila Simões da Costa Cunha; CATUNDA, Paulo Roberto Yamasaki. Projeto, Construção e Controle de um Protótipo de um Quadrirrotor. 2013. 114 f. Monografia (Graduação em Engenharia Eletrônica e de Computação) – Escola Politécnica, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2013. Disponível em:

monografias.poli.ufrj.br/monografias/monopoli10006598.pdf>. Acesso em: 27 maio 2016.

WELCH, Greg; BISHOP Gary.An Introduction to the Kalman Filter. UNC-Chapel Hill, TR 95-041, July 24, p. 1-16, 2006. Disponível em: <https://www.cs.unc.edu/~welch/media/pdf/kalman_intro.pdf>. Acesso em: 27 maio 2016.

ZANONI, Fábio DORO. Modelagem e implementação do sistema de navegação para um AUV. 2012. 245 f. Dissertação (Mestrado em Engenharia Elétrica) - Escola Politécnica, Universidade de São Paulo, São Paulo, 2012. Disponível em: <http://www.teses.usp.br/teses/

disponiveis/3/3152/tde-23032012-114741/pt-br.php>. Acesso em: 27 maio 2016.