The standard way for both ground and aerial vehicles to navigate is to use anInertial Navigation System, INS, containing an Inertial Measurement Unit, IMU,measuring the acceleration and angular rate, and a GPS measuring the position.The IMU provides high dynamic measurements of the acceleration and the angularrate, which the INS integrates to velocity, position and attitude, respectively.While being completely impossible to jam, the dead-reckoned estimates will driftaway, i.e., the errors are unbounded. In conjunction with a GPS, providing lowdynamic updates with bounded errors, a highly dynamic system without any driftis attained. The weakness of this system is its integrity, since the GPS is easilyjammed with simple equipment and powered only by a small standard battery.When the GPS is jammed this system falls back into the behavior of the INS withunbounded errors. To counter this integrity problem a camera can be used aseither a back up to the GPS or as its replacement. The camera provides imageswhich are then matched versus a reference, e.g., a map or an aerial photo, to getsimilar estimates as the GPS would provide. The camera can of course also bejammed by blocking the view of the camera with smoke. Bad visibility can alsooccur due to bad weather, but a camera based navigation system will definitelybe more robust than one using GPS.This thesis presents two ways to fuse the measurements from the camera and theIMU, both of them utilizing the Harris corner detector to find point correspondencesbetween the camera image and an aerial photo. The systems are evaluatedby simulated data mimicking both a low and a high accuracy IMU and a camerataking snapshots of the aerial photo. Results show that for the simulated cameraimages the implemented corner detector works fine and that the overall result iscomparable to using a GPS. / Standardsättet för både flygande och markgående fordon att navigera är att användaett tröghetsnavigeringssystem, innehållande en IMU som mäter acceleration ochvinkelhastighet, tillsammans med GPS. IMU:n tillhandahåller högfrekventa mätningarav acceleration och vinkelhastighet som integreras till hastighet, positionoch attityd. Ett sådant system är omöjligt att störa, men lider av att de dödräknadestorheterna hastighet, position och attityd, med tiden, kommer att driva ivägifrån de sanna värdena. Tillsammans med GPS, som ger lågfrekventa mätningarav positionen, erhålls ett system med god dynamik och utan drift. Svagheten i ettvvisådant system är dess integritet, då GPS enkelt kan störas med enkel och billigutrustning. För att lösa integritetsproblemet kan en kamera användas, antingensom stöd eller som ersättare till GPS. Kameran tar bilder som matchas gentemoten referens ex. en karta eller ett ortofoto. Det ger liknande mätningar som de GPSger. Ett kamerabaserat system kan visserligen också störas genom att blockerasynfältet för kameran med exempelvis rök. Dålig sikt kan också uppkomma pågrund av dåligt väder eller dimma, men ett kamerabaserat system kommer definitivtatt vara robustare än ett som använder GPS.Det här examensarbetet presenterar två sätt att fusionera mätningar från etttröghetssystem och en kamera. Gemensamt för båda är att en hörndetektor, Harriscorner detector, används för att hitta korresponderande punkter mellan kamerabildernaoch ett ortofoto. Systemen utvärderas på simulerat data. Resultatenvisar att för simulerade data så fungerar den implementerade hörndetektorn ochatt prestanda i nivå med ett GPS-baserat system uppnås.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:liu-16953 |
| Date | January 2009 |
| Creators | Rosander, Peter |
| Publisher | Linköpings universitet, Reglerteknik, Linköpings universitet, Institutionen för systemteknik |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds