Cómo determinar la posición relativa utilizando datos de acelerómetro y giroscopio

Estoy diseñando un robot y necesito rastrear la distancia y la dirección del movimiento del robot. Nada en 3D, solo necesito x, y y el ángulo en el plano xy.

Mi pregunta :

  1. ¿Es posible usar giroscopio y acelerómetro con filtrado kalman o cualquier otro método para rastrear esto? (No tengo codificadores de motor)

Mis limitaciones: no tengo espacio para incluir un gps (debido a los requisitos de energía) o codificadores de motor (debido al soporte del motor)

También tengo curiosidad sobre cómo se hace esto.
@Kellenjb: superposición significativa, sin duda.

Respuestas (2)

Puede integrar la aceleración para obtener datos de velocidad y puede integrar aún más la velocidad para obtener la posición. La integración es solo el proceso en el que simplemente agrega algo de forma acumulativa. Por ejemplo, si obtiene una nueva lectura de aceleración cada 0,1 segundos, asume que la aceleración fue constante durante los últimos 0,1 segundos; Luego, encuentre el cambio en la velocidad durante ese mismo intervalo de tiempo agregando 0.1 segundos * aceleración a la estimación de velocidad actual, y repita esto cada vez que ingrese una nueva lectura de aceleración.

Esto es lo que se conoce como "estimación muerta" y tiene algunas desventajas. Lo más importante es que, debido a que básicamente solo está sumando mediciones a lo largo del tiempo, cualquier error (p. ej., ruido) en esos datos también se acumula, por lo que su aproximación de dónde se encuentra, hacia dónde se dirige y qué tan rápido va todo degradarse con el tiempo.

¡Buena respuesta!
Además, la deriva del reloj comenzará a aparecer realmente después de un largo tiempo de uso. Esto generalmente se soluciona con una resincronización de GPS de vez en cuando, pero como dijo @srinathhs, no hay energía para un GPS en este sistema.
Si uso el filtrado de Kalman, ¿será lo suficientemente preciso?
@srinathhs: depende de sus requisitos de precisión, por supuesto. Sé que se supone que los filtros Kalman mejoran este tipo de sistema, pero no tengo suficiente experiencia con ellos para poder decírtelo. fwiw, no es inconcebible que puedas obtener lo que necesitas sin él.
Usar el filtrado de Kalman (adecuadamente) será lo mejor que puede hacer: los filtros de Kalman son (dentro de un marco matemático que razonablemente, si no se ajusta perfectamente a este tipo de aplicación) filtros óptimos. Funcionará mucho mejor que simplemente volcar la "integración" (pero puede verse como una forma inteligente de integrar las salidas de su sensor). Aún así, hagas lo que hagas, tendrás desviaciones que necesitarás compensar de alguna manera: a largo plazo, tus velocidades y posiciones calculadas se desviarán cada vez más de las reales, a menos que tengas más entradas (GPS o sensores de rueda) o suposiciones. .
¿Y el giroscopio? Solo mencionaste el acelerómetro. ¿Cómo puede mejorar la estimación de posición mientras uso el giroscopio también?

para rastrear la distancia necesita sensores de posición. Espero que tenga un modelo en matlab o cualquier otro software para validar los resultados de su sensor. Como, necesitas simular un modelo de trabajo y luego validarlo. Dé la velocidad como entrada y obtenga la aceleración como salida por medio de un DAQ (adquisición de datos) y luego conecte los sensores a este daq.

Espero que esto ayude/...

Cómo determinar la posición relativa utilizando datos de acelerómetro y giroscopio
RespuestasAquíPolítica de privacidad1y, 0v