La localisation d’un véhicule via les techniques de SLAM (Simultaneous Localization And Mapping pour cartographie et localisation simultanées) a connu un essor important durant les 20 dernières années. Pourtant, peu d’approches ont tenté d’étendre ces algorithmes à une flotte de véhicules malgré les nombreuses applications potentielles. C’est ici l’objectif de cette thèse. Pour ce faire, une approche de SLAM monoculaire pour un seul véhicule a d’abord été développée. Celle-ci propose de coupler un filtre de Kalman étendu avec une représentation cartésienne des amers afin de produire des cartes de faible densité mais de qualité. En effet, l’extension à plusieurs véhicules nécessite des échanges permanents par l’intermédiaire de communications sans fil. Avec peu d’amers dans les cartes, notre approche s’accommode bien du nombre de véhicules de la flotte. Des capteurs peu onéreux ont aussi été privilégiés (une unique caméra et un odomètre) afin de réduire le coût d’une extension multivéhicule. Des correctifs ont été proposés afin d’éviter les problèmes de divergence induits par les choix précédents. Des expérimentations ont montré que la solution de SLAM produite était légère et rapide tout en fournissant une localisation de qualité. La dérive, inhérente à tout algorithme de SLAM, a également fait l’objet d’une analyse. Celle-ci a été intégrée au SLAM par l’intermédiaire d’une architecture dédiée et d’un modèle dynamique. Le but est de pouvoir rendre consistante la localisation fournie par le SLAM, même en l’absence d’estimation de la dérive. Cela permet d’effectuer des fermetures de boucle ou encore d’intégrer des informations géo-référencées de manière naturelle tout en conservant l’intégrité de la solution. En multivéhicule, cet aspect est un point clef puisque chaque véhicule dérive différemment des autres. Il est donc important de le prendre en compte. Enfin, le SLAM a été étendu à plusieurs véhicules. Une structure générique a été prévue afin que notre approche monoculaire puisse être remplacée par n’importe quel algorithme de SLAM. Notre architecture décentralisée évite la consanguinité des données (le fait de compter deux fois une même information) et gère les défaillances réseau, que cela soit des ruptures de communication ou encore des latences dans la réception des données. La partie statique du modèle de dérive permet également de prendre en compte le fait que les positions initiales des véhicules d’une flotte puissent être inconnues. L’intégrité est ainsi maintenue en permanence. Enfin, notre approche étant entièrement décentralisée, elle a pu être testée et validée en simulation et avec des expérimentations réelles dans diverses configurations (convoi en colonne ou en ligne, avec 2 ou 3 véhicules). / The localization of a vehicle with the use of SLAM techniques (Simultaneous Localization And Mapping) has been extensively studied during the last 20 years. However, only a few approaches have tried to extend these algorithms to a fleet of vehicles despite the many potential applications. It is the objective of this thesis. First of all, a monocular SLAM for a single vehicle has been developed. This one proposes to pair an Extended Kalman Filter with a Cartesian representation for landmarks so as to produce accurate low density maps. Indeed, the extension of SLAM to several vehicles requires permanent communications inside the fleet. With only a few landmarks mapped, our approach scales nicely with the number of vehicles. Cheap sensors have been favored (a single camera and an odometer) in order to spread more easily the use of multi-vehicle applications. Correctives have been proposed in order to avoid the divergence problems induced by such a scheme. The experiments showed that our SLAM is able to furnish good localization results while being light and fast.The drift affecting every SLAM algorithm has also been studied. Its integration inside the SLAM process, thanks to a dedicated architecture and a dynamic model, allows to ensure consistency even without an estimation of it. Loop closures or the integration of geo-referenced information becomes straightforward. They naturally correct all the past positions while still maintaining consistency. In a multi-vehicle scenario, it is a key aspect as each vehicle drifts differently from one another. It is consequently important to take it into account. Our SLAM algorithm has then been extended to several vehicles. A generic structure has been used so as to allow any SLAM algorithm to replace our monocular SLAM. The multi-vehicle architecture avoids data incest (double-counting information) and handles network failures, be they communication breakdowns or latencies when receiving data. The static part of the drift model allows to take into account the fact that the initial positions of the different vehicles composing the fleet might be unknown. Consistency is thus permanently preserved. Our approach has been successfully tested using simulations and real experiments with various settings (row or column convoy with 2 or 3 vehicles) in a fully decentralized way.

Les applications de la robotique mobile autonome en environnements extérieurs sont nombreuses : surveillance de site à la recherche d’anomalies, campagne d’acquisition de données,exploration, recherche de victimes sur des lieux de catastrophes, etc, et l’intérêt de la robotique pour ces applications est d’autant plus grand que les environnements peuvent être dangereux ou risqués pour l’homme. La localisation des robots est une fonction clé dans ces contextes car elle est indispensable à de nombreuses autres fonctions, particulièrement la construction de modèles d’environnement, l’exécution des trajectoires, ou la supervision des missions. Ces travaux présentent la construction d’une solution de localisation pour des robots autonomes,conçue pour être à la fois un outil générique de recherche et un outil opérationnel pour localiser nos robots lors de leurs missions de navigation autonome, capable de gérer de fortes dynamiques de mouvement. En partant d’une solution de localisation et cartographie simultanées (SLAM) basée sur l’utilisation d’une simple caméra, différentes solutions sont successivement construites en ajoutant progressivement des capteurs afin de pallier les difficultés rencontrées lors des évaluations, et ce jusqu’à obtenir un système robuste et précis combinant plusieurs caméras, une centrale inertielle et l’odométrie, et ayant en outre la possibilité d’intégrer des estimations de positions absolues quand elles peuvent être produites (par un récepteur GPS ou un algorithme exploitant une carte initiale). Une analyse profonde des capacités et limitations des différents systèmes est systématiquement effectuée, en considérant notamment l’intérêt d’estimer enligne les calibrages extrinsèques et biais des capteurs. Un accent particulier est mis sur l’exécution temps réel des algorithmes à bord du robot et sur leur robustesse : cela implique la résolution de nombreux problèmes, portant notamment sur les aspects temporels de la gestion des données. Une large évaluation sur différents jeux de données réalistes permet d’évaluer et de valider les différents développements proposés tout au long du manuscrit. / There are numerous applications of outdoor autonomous mobile robots : surveillance of areas to detect anomalies, data acquisition campaigns, exploration, search of victims in disaster areas, etc. Robot localization is a key function in these contexts because it is necessary fora lot of essential robotics tasks, in particular to build environment models, follow paths or supervise the execution of the missions.This work presents the development of a localization solution for autonomous robots, designedto be both a generic research tool and an effective tool to localize robots navigating with highlydynamic movements.Starting with a simultaneous localization and mapping (SLAM) solution using a single camera,several solutions are successively built by gradually adding sensors, until obtaining a robust and precise system combining several cameras, an inertial sensor and odometry, which is inaddition able to integrate absolute position measures when available (e.g. as provided byGPS or a map-based localization scheme). A in-depth analysis of the abilities and limitations of the different systems is systematically made, in particular considering the advantages of estimating online extrinsic calibration parameters and sensor biases. A particular emphasisis set on real time execution of the algorithms on board the robots and on their robustness,requiring to address various problems related to temporal aspects of data management.Thorough evaluations using different realistic datasets allows to evaluate and validate the proposed work throughout the manuscript.

The purpose of this paper was to implement Kalman filtering in the form of pre-existing Simulink blocks into a CubeSat attitude determination and control system simulation and to evaluate their performance. In recent versions of Simulink, the block library has been expanded, providing a new level of abstraction for simulation engineers. The capabilities of such library filter blocks have previously not been explored for space applications and could offer a faster and more simplified filter integration process. Three types of filter implementations have been realized, being classic Kalman filter, extended Kalman filter and unscented Kalman filter. These have been applied to the outputs of the coarse Sun sensor and Earth horizon sensor, as well as to the simulation attitude estimate. State propagation functions have been defined in the form of constant and linear approximations in addition to state propagation following the same structure as the simulation reference truth. Filter efficiency was evaluated using control error, pointing knowledge, pointing accuracy and variance as performance measures. Furthermore, interventions were introduced in the form of sensor data loss and solar panel deployment. The Kalman filter blocks were successfully integrated into the simulation. Performance measures revealed that constant state transition functions provided the best performance in most cases, exceptions being the extended Kalman filter and unscented Kalman filter of the attitude estimate application. Here, the true state propagation instead outperformed the other filters. Signal data loss showed that the true state propagation was the only one that could accurately predict the attitude state in a scenario when sensors fail to provide data. Solar panel deployment could not be utilized to evaluate the filter performance as the filter implementation did not support prediction of a dynamic attitude state. Results suggest that the pre-existing Simulink filter blocks can provide an easier alternative to defining filters from scratch. However, great care needs to be taken when tuning block parameters and constructing state transition functions to assure proper behavior. / Syftet med arbetet har varit att implementera Kalmanfilter i formen av fördefinierade Simulink-block i en simulering av ett system för attitydbestämning och styrning för en CubeSat, och utvärdera prestandan. I nyare versioner av Simulink har blockbiblioteken utökats, vilket har introducerat nya nivåer av abstraktion för simuleringsingenjörer. Möjligheterna hos filterblock i sådana bibliotek har ännu inte utforskats för rymdtekniska tillämpningar, och skulle kunna leda till snabbare och enklare integrering av filter. Tre typer av filterimplementationer har genomförts: klassiska Kalmanfilter, utökat Kalmanfilter och oparfymerat Kalmanfilter. Dessa har applicerats till utdata från solsensor och jordhorisontsensor, samt till simuleringens uppskattade attityd. Funktioner för tillståndspropagering har definierats i formen av konstanta och linjära approximationer tillsammans med den verkliga tillståndspropageringen, som har samma struktur som simuleringens sanna referensvärde. Effektiviteten hos filtren har utvärderats genom kontrollfel, riktningskunskap, riktningsnoggrannhet och varians som prestandamått. Vidare har interventioner introducerats i form av förlust av sensordata och utfällning av solpaneler. Kalmanfilterblocken integrerades med framgång i simuleringen. Prestandamåtten visade att de konstanta funktionerna för tillståndspropagering gav bäst prestanda i de flesta fallen, förutom i fallet av utökat Kalmanfilter och oparfymerat Kalmanfilter i appliceringen på den uppskattade attityden. I det sistnämnda fallet var det den verkliga tillståndspropageringen som presterade bättre än de andra filtren. Förlust av signaldata visade att den verkliga tillståndspropageringen är den enda som med säkerhet kan förutsäga utvecklingen av attityden i ett läge där sensorerna inte längre levererar data. Utfällningen av solpanelerna kunde inte utnyttjas för att utvärdera prestandan hos filtren, då implementeringen av filtren inte kan förutsäga utvecklingen av ett dynamiskt attitydtillstånd. Resultaten antyder att fördefinierade Simulink-filter kan erbjuda ett enklare alternativ till att definiera filter helt från början. Dock så krävs noga omsorg vid inställning av blockparametrar och vid konstruktion av funktioner för tillståndspropagering för att säkerställa korrekt beteende

Les diverses normes internationales obligent les constructeurs automobiles à optimiser les chaînes de propulsion conventionnelles mais surtout à développer d’autres alternatives de motorisation dont l’une des plus prometteuses est le véhicule électrique. Néanmoins ces nouvelles propulsions doivent garantir les mêmes performances et le même niveau de sureté de fonctionnement (fiabilité et sécurité en l’occurrence). La chaîne de propulsion électrique est conçue autour d’un nombre important de constituants (machine électrique, capteur(s), convertisseur(s) de l’électronique de puissance, etc.) qui peuvent être le siège de défauts. La détection et la localisation de ces défauts sont indispensables mais pas suffisantes pour assurer la sureté de fonctionnement du système. En effet pour assurer un fonctionnement en mode dégradé, il faut mettre en œuvre une architecture de commande tolérante aux fautes. L'objectif principal de cette thèse est de proposer des nouvelles architectures de commande tolérante aux défauts (Fault Tolerant Control en anglais) d’un véhicule électrique propulsé par une machine asynchrone, en présence de plusieurs types de défaut du capteur mécanique. Cette thèse est organisée en 4 chapitres.Le Chapitre 1 est un état de l’art exhaustif avec une analyse critique des architectures et des systèmes de contrôle commande tolérants aux fautes des chaînes de traction électrique ainsi qu'un état de l'art des différents défauts qui peuvent apparaitre dans la chaine de traction électrique. Le Chapitre 2 propose deux architectures de commande tolérante aux fautes : l’Hybride FTC et le GIMC (Generalised Internal Model Control) ; l’approche Hybride FTC est une combinaison de deux contrôleurs, le premier est un régulateur PI pour le mode sain et le second un correcteur robuste H infini pour le mode défaillant. L’architecture GIMC permet la restructuration de la loi de commande d'une manière adaptative. Elle est conçue afin d’assurer une bonne robustesse du système en présence de défaut grâce à une boucle interne faisant office de boucle de correction et de diagnostic.Le Chapitre 3 est consacré exclusivement à la commande tolérante aux fautes à base d'algorithme de vote, en faisant une étude comparative de 4 algorithmes avec trois topologies différentes : une première structure est proposée sur la sortie du système, une deuxième structure est appliquée sur la commande du système, et la troisième structure est une hybridation des deux précédentes.Le Chapitre 4 est dédié à la validation expérimentale des architectures décrites précédemment. Les résultats obtenus montrent l’efficacité des approches FTC proposées. / The various international standards require automakers to optimize conventional power train but mainly to develop other alternatives to drive, one of the most promising is the electric vehicle. However, these new drives should guarantee the same performance and the same level of dependability (reliability and security in this case).Electric power train is built around a large number of components (electrical machine, the sensor, the converter, power electronics, etc.) which may be affected by defects. The detection and localization of these defects are essential but not sufficient to ensure the dependability of the system. Indeed, to ensure operation in degraded mode, you must implement architecture of fault tolerant control (FTC). The main objective of this thesis is to propose new fault tolerant control architectures of an electric vehicle induction machine power train in the presence of several types of mechanical sensor failure. This thesis is organized into four chapters.Chapter 1 is a comprehensive state of the art with a critical analysis of architectures and control systems tolerant to faults of electric powertrains and a state of the art of the various defects that may occur in the chain of electric traction.Chapter 2 proposes two architectures of fault tolerant control: Hybrid FTC and GIMC (Generalised Internal Model Control); Hybrid FTC approach is a combination of two controllers, the first is a PI controller for the sound mode and the second a robust controller for the failed H infinity mode. The architecture allows GIMC restructuring the control law in an adaptive manner. It is designed to ensure robustness of the system in the presence of a fault with an inner loop acting loop correction and diagnosis.Chapter 3 is devoted exclusively to the algorithm voting fault tolerant control based on comparative study of four algorithms with three different topologies: a first structure is proposed on the system output, a second structure is applied system control, and the third structure is a two preceding hybridization.Chapter 4 is devoted to the experimental validation of the architecture described above. The results show the effectiveness of the approaches proposed FTC.

<p>Avgasmängden som bensindrivna fordon tillåts släppa ut minskas hela tiden. Ett sätt att möta framtida krav, är att förbättra katalysatorns effektivitet. För att göra detta kan luft-bränsle-förhållandet regleras med avseende på syrelagringen i katalysatorn, istället för som idag, reglera mot stökiometriskt blandningsförhållande. Eftersom syrelagringen inte går att mäta med en givare behövs en modell som beskriver katalysatorns dynamiska egenskaper. Tre sådana modeller har undersökts, utvärderats och jämförts.</p><p>Två av modellerna har implementerats i Matlab/Simulink och anpassats till mätningar från en experimentuppställning. För att kunna observera syrelagringen online valdes slutligen en av modellerna ut, och implementerades i ett Extended Kalman filter.</p><p>Ytterligare arbete behöver läggas ner på den mest lovande modellen, och detsamma gäller för Kalmanfiltret, men på sikt förväntas resultaten kunna bli bra.</p> / <p>The legal amount of emissions that vehicles with spark ignited engines are allowed to produce are steadily reduced over time. To meet future emission requirements it is desirable to make the catalytic converter work in a more efficient way. One way to do this is to control the air-fuel-ratio according to the oxygen storage level in the converter, instead of, as is done today, always trying to keep it close to stoichiometric. The oxygen storage level cannot be measured by a sensor. Hence, a model describing the dynamic behaviors of the converter is needed to observe this level. Three such models have been examined, validated, and compared.</p><p>Two of these models have been implemented in Matlab/Simulink and adapted to measurements from an experimental setup. Finally, one of the models was chosen to be incorporated in an extended Kalman filter (EKF), in order to make it possible to observe the oxygen storage level online.</p><p>The model that shows best potential needs further work, and the EKF is working with flaws, but overall the results are promising.</p>

Avgasmängden som bensindrivna fordon tillåts släppa ut minskas hela tiden. Ett sätt att möta framtida krav, är att förbättra katalysatorns effektivitet. För att göra detta kan luft-bränsle-förhållandet regleras med avseende på syrelagringen i katalysatorn, istället för som idag, reglera mot stökiometriskt blandningsförhållande. Eftersom syrelagringen inte går att mäta med en givare behövs en modell som beskriver katalysatorns dynamiska egenskaper. Tre sådana modeller har undersökts, utvärderats och jämförts. Två av modellerna har implementerats i Matlab/Simulink och anpassats till mätningar från en experimentuppställning. För att kunna observera syrelagringen online valdes slutligen en av modellerna ut, och implementerades i ett Extended Kalman filter. Ytterligare arbete behöver läggas ner på den mest lovande modellen, och detsamma gäller för Kalmanfiltret, men på sikt förväntas resultaten kunna bli bra. / The legal amount of emissions that vehicles with spark ignited engines are allowed to produce are steadily reduced over time. To meet future emission requirements it is desirable to make the catalytic converter work in a more efficient way. One way to do this is to control the air-fuel-ratio according to the oxygen storage level in the converter, instead of, as is done today, always trying to keep it close to stoichiometric. The oxygen storage level cannot be measured by a sensor. Hence, a model describing the dynamic behaviors of the converter is needed to observe this level. Three such models have been examined, validated, and compared. Two of these models have been implemented in Matlab/Simulink and adapted to measurements from an experimental setup. Finally, one of the models was chosen to be incorporated in an extended Kalman filter (EKF), in order to make it possible to observe the oxygen storage level online. The model that shows best potential needs further work, and the EKF is working with flaws, but overall the results are promising.

Thesis (MSc)--Stellenbosch University, 2014. / ENGLISH ABSTRACT: Monocular structure from motion (SfM) is a widely researched problem, however many of the existing approaches prove to be too computationally expensive for use on mobile devices. In this thesis we investigate how inertial sensors can be used to increase the performance of SfM algorithms on mobile devices. Making use of the low cost inertial sensors found on most mobile devices we design and implement an extended Kalman filter (EKF) to exploit their complementary nature, in order to produce an accurate estimate of the attitude of the device. We make use of a quaternion based system model in order to linearise the measurement stage of the EKF, thus reducing its computational complexity. We use this attitude estimate to enhance the feature tracking and camera localisation stages in our SfM pipeline. In order to perform feature tracking we implement a hybrid tracking algorithm which makes use of Harris corners and an approximate nearest neighbour search to reduce the search space for possible correspondences. We increase the robustness of this approach by using inertial information to compensate for inter-frame camera rotation. We further develop an efficient bundle adjustment algorithm which only optimises the pose of the previous three key frames and the 3D map points common between at least two of these frames. We implement an optimisation based localisation algorithm which makes use of our EKF attitude estimate and the tracked features, in order to estimate the pose of the device relative to the 3D map points. This optimisation is performed in two steps, the first of which optimises only the translation and the second optimises the full pose. We integrate the aforementioned three sub-systems into an inertial assisted pose estimation pipeline. We evaluate our algorithms with the use of datasets captured on the iPhone 5 in the presence of a Vicon motion capture system for ground truth data. We find that our EKF can estimate the device’s attitude with an average dynamic accuracy of ±5°. Furthermore, we find that the inclusion of sensors into the visual pose estimation pipeline can lead to improvements in terms of robustness and computational efficiency of the algorithms and are unlikely to negatively affect the accuracy of such a system. Even though we managed to reduce execution time dramatically, compared to typical existing techniques, our full system is found to still be too computationally expensive for real-time performance and currently runs at 3 frames per second, however the ever improving computational power of mobile devices and our described future work will lead to improved performance. From this study we conclude that inertial sensors make a valuable addition into a visual pose estimation pipeline implemented on a mobile device. / AFRIKAANSE OPSOMMING: Enkel-kamera struktuur-vanaf-beweging (structure from motion, SfM) is ’n bekende navorsingsprobleem, maar baie van die bestaande benaderings is te berekeningsintensief vir gebruik op mobiele toestelle. In hierdie tesis ondersoek ons hoe traagheidsensors gebruik kan word om die prestasie van SfM algoritmes op mobiele toestelle te verbeter. Om van die lae-koste traagheidsensors wat op meeste mobiele toestelle gevind word gebruik te maak, ontwerp en implementeer ons ’n uitgebreide Kalman filter (extended Kalman filter, EKF) om hul komplementêre geaardhede te ontgin, en sodoende ’n akkurate skatting van die toestel se postuur te verkry. Ons maak van ’n kwaternioon-gebaseerde stelselmodel gebruik om die meetstadium van die EKF te lineariseer, en so die berekeningskompleksiteit te verminder. Hierdie afskatting van die toestel se postuur word gebruik om die fases van kenmerkvolging en kameralokalisering in ons SfM proses te verbeter. Vir kenmerkvolging implementeer ons ’n hibriede volgingsalgoritme wat gebruik maak van Harris-hoekpunte en ’n benaderde naaste-buurpunt-soektog om die soekruimte vir moontlike ooreenstemmings te verklein. Ons verhoog die robuustheid van hierdie benadering, deur traagheidsinligting te gebruik om vir kamerarotasies tussen raampies te kompenseer. Verder ontwikkel ons ’n doeltreffende bondelaanpassingsalgoritme wat slegs optimeer oor die vorige drie sleutelraampies, en die 3D punte gemeenskaplik tussen minstens twee van hierdie raampies. Ons implementeer ’n optimeringsgebaseerde lokaliseringsalgoritme, wat gebruik maak van ons EKF se postuurafskatting en die gevolgde kenmerke, om die posisie en oriëntasie van die toestel relatief tot die 3D punte in die kaart af te skat. Die optimering word in twee stappe uitgevoer: eerstens net oor die kamera se translasie, en tweedens oor beide die translasie en rotasie. Ons integreer die bogenoemde drie sub-stelsels in ’n pyplyn vir postuurafskatting met behulp van traagheidsensors. Ons evalueer ons algoritmes met die gebruik van datastelle wat met ’n iPhone 5 opgeneem is, terwyl dit in die teenwoordigheid van ’n Vicon bewegingsvasleggingstelsel was (vir die gelyktydige opneming van korrekte postuurdata). Ons vind dat die EKF die toestel se postuur kan afskat met ’n gemiddelde dinamiese akkuraatheid van ±5°. Verder vind ons dat die insluiting van sensors in die visuele postuurafskattingspyplyn kan lei tot verbeterings in terme van die robuustheid en berekeningsdoeltreffendheid van die algoritmes, en dat dit waarskynlik nie die akkuraatheid van so ’n stelsel negatief beïnvloed nie. Al het ons die uitvoertyd drasties verminder (in vergelyking met tipiese bestaande tegnieke) is ons volledige stelsel steeds te berekeningsintensief vir intydse verwerking op ’n mobiele toestel en hardloop tans teen 3 raampies per sekonde. Die voortdurende verbetering van mobiele toestelle se berekeningskrag en die toekomstige werk wat ons beskryf sal egter lei tot ’n verbetering in prestasie. Uit hierdie studie kan ons aflei dat traagheidsensors ’n waardevolle toevoeging tot ’n visuele postuurafskattingspyplyn kan maak.

The area of misfire detection is important because of the effects of misfires on both the environment and the exhaust system. Increasing requirements on the detection performance means that improvements are always of interest. In this thesis, potential improvements to an existing misfire detection algorithm are evaluated. The improvements evaluated are: using Gaussian processes to model the classifier, alternative signal treatments for detection of multiple misfires, and effects of where flywheel tooth angle error estimation is performed. The improvements are also evaluated for their suitability for use on-line. Both the use of Gaussian processes and the detection of multiple misfires are hard problems to solve while maintaining detection performance. Gaussian processes most likely loses performance due to loss of dependence between the weights of the classifier. It can give performance similar to the original classifier, but with greatly increased complexity. For multiple misfires, the performance can be slightly improved without loss of single misfire performance. Greater improvements are possible, but at the cost of single misfire performance. The decision is in the end down to the desired trade-off. The flywheel tooth angle error compensation gives nearly identical performance regardless of where it is estimated. Consequently the error estimation can be separated from the signal processing, allowing the implementation to be modular. Using an EKF for estimating the flywheel errors on-line is found to be both feasible and give good performance. Combining the separation of the error estimation from the signal treatment with a, after initial convergence, heavily restricted EKF gives a vastly reduced computational load for only a moderate loss of performance.

With a larger global population and fewer farmers, harvests will have to be larger and easier to manage. By high precision planting, each crop will have the same available area on the field, yielding an even size of the crops which means the whole field can be harvested at the same time. This thesis investigates the possibility for such precision planting in curves. Currently, Väderstads planter collection Tempo, can deliver precision in the centimeter range for speeds up to 20 km/h when driving straight, but not when turning. This thesis makes use of the available sensors on the planters, but also investigates possible improvements by including additional sensors. An Extended Kalman Filter is used to estimate the individual speeds of the planting row units and thus enabling high precision planting for an arbitrary motion. The filter is shown to yield a satisfactory result when using the internal measurement units, the radar speed sensor and the GPS already mounted on the planter. By implementing the filter, a higher precision is obtained compared to using the same global speed for all planting row units.

No description available.