Estimação de atitude utilizando filtro de Kalman
Show simple item record
dc.contributor |
Universidade Federal de Santa Catarina. |
pt_BR |
dc.contributor.advisor |
Matsuo, Marcos Vinicius |
|
dc.contributor.author |
Ferraz, Gabriel Alves |
|
dc.date.accessioned |
2023-07-12T16:15:42Z |
|
dc.date.available |
2023-07-12T16:15:42Z |
|
dc.date.issued |
2023-07-06 |
|
dc.identifier.uri |
https://repositorio.ufsc.br/handle/123456789/248715 |
|
dc.description |
TCC (graduação) - Universidade Federal de Santa Catarina, Campus Blumenau, Engenharia de Controle e Automação. |
pt_BR |
dc.description.abstract |
As IMUs (Unidades de Medição Inercial) são dispositivos que integram múltiplos sensores
(como, por exemplo, giroscópio, acelerômetro e magnetômetro), cujos dados podem ser
utilizados para estimar a posição e orientação de um objeto no espaço. A estimação de
orientação possui diversas aplicações, como dispositivos robóticos, veículos e sistemas
autônomos e equipamentos industriais. O objetivo deste trabalho é, primeiro, apresentar
uma revisão teórica dos conceitos relacionados com a estimação da orientação de objetos
através de IMUs, pontuando conceitos a respeito dos sensores envolvidos, dos métodos
de aquisição de dados e das limitações da tecnologia. Além disso, um segundo objetivo
é implementar um algoritmo chamado filtro de Kalman para a realizar a estimação da
orientação de um corpo, por meio do processamento e fusão de dados medidos por um
giroscópio, acelerômetro e magnetômetro. O filtro de Kalman aproveita informações re dundantes dos sensores, combinando-as para reduzir os efeitos de ruídos e incertezas. As
etapas da execução do projeto são detalhadas neste documento, assim como os métodos
utilizados para a aplicação prática dos conceitos apresentados. Por fim, o algoritmo é
testado e comparado com métodos mais simples de estimação de orientação. Os resultados
mostram que o filtro de Kalman é robusto e eficaz na estimação atitude de um corpo
no espaço tridimensional, conseguindo atenuar a influência dos ruídos e imprecisões das
medições dos sensores. |
pt_BR |
dc.description.abstract |
IMUs (Inertial Measurement Units) are devices that integrate multiple sensors (such as
gyroscopes, accelerometers, and magnetometers) whose data can be used to estimate the
position and orientation of an object in space. Orientation estimation has various applica tions, including robotic devices, vehicles, autonomous systems, and industrial equipment.
The objective of this work is, first, to present a theoretical review of the concepts related
to the estimation of object orientation using IMUs, highlighting concepts regarding the
involved sensors, data acquisition methods, and technological limitations. Additionally,
a second objective is to implement an algorithm called the Kalman filter to perform
orientation estimation of a body through the processing and fusion of data measured by
a gyroscope, accelerometer, and magnetometer. The Kalman filter leverages redundant
sensor information by combining it to reduce the effects of noise and uncertainties. The
project’s execution steps are detailed in this document, as well as the methods used for
the practical application of the presented concepts. Finally, the algorithm is tested and
compared to simpler methods of orientation estimation. The results demonstrate that
the Kalman filter is robust and effective in estimating the attitude of a body in three dimensional space, successfully mitigating the influence of sensor noise and measurement
inaccuracies. |
pt_BR |
dc.format.extent |
68 |
pt_BR |
dc.language.iso |
pt_BR |
pt_BR |
dc.publisher |
Blumenau, SC. |
pt_BR |
dc.rights |
Open Access. |
en |
dc.subject |
IMU |
pt_BR |
dc.subject |
Filtro de Kalman |
pt_BR |
dc.subject |
Fusão de dados |
pt_BR |
dc.title |
Estimação de atitude utilizando filtro de Kalman |
pt_BR |
dc.type |
TCCgrad |
pt_BR |
Files in this item
This item appears in the following Collection(s)
Show simple item record
Search DSpace
Browse
-
All of DSpace
-
This Collection
My Account
Statistics
Compartilhar