Return to search

T?cnicas de localiza??o para um ve?culo aqu?tico baseadas em mapas batim?tricos e filtro de part?culas

Submitted by Setor de Tratamento da Informa??o - BC/PUCRS (tede2@pucrs.br) on 2016-05-17T12:48:46Z
No. of bitstreams: 1
DIS_RODRIGO_PAZ_FRANCA_COMPLETO.pdf: 8349299 bytes, checksum: 8d61680a2d3b9712c0ec72b0b6f48970 (MD5) / Made available in DSpace on 2016-05-17T12:48:46Z (GMT). No. of bitstreams: 1
DIS_RODRIGO_PAZ_FRANCA_COMPLETO.pdf: 8349299 bytes, checksum: 8d61680a2d3b9712c0ec72b0b6f48970 (MD5)
Previous issue date: 2016-03-01 / This work presents localization methods for underwater vehicles based on sensor fusion.
To achieve the sensor fusion two techniques were used: Extended Kalman Filter (EKF)
and Particle Filter (PF). The EKF method developed uses an Inertial Measurement Unit
(IMU) and a GPS Intelligent Buoys (GIB) sensor. With the purpose of developing a
low-cost location method which does not require external sensors, the Terrain Based
Localization (TBL) technique was also developed. This method consists in the fusion
between an IMU, a sonar and a bathymetric map of the navigation region through the
PF. This technique utilizes particles to estimate the probability function of the vehicle
position, however, this approach shows poor precision in regions of low depth variation.
In order to solve this problem two solutions are presented, one in software, which uses a
trajectory generation algorithm (TG) that limits the vehicle navigation to regions of the
map with large depth variation; and another solution which uses a peripheral GIB sensor,
with the purpose of improving the PF correction step. In order to validate the developed
methods simulations in the MATLAB software were made utilizing an AUV (Autonomous
Underwater Vehicle) mathematical model. An analysis of the computational cost of the
LBT technique was performed, through the implementation of the algorithm in the ?C?
programming language, where it was embedded on a micro-controlled board to measure
the method execution time. In order to analyze the convergence capacity of the TBL and
the TG algorithm effect thousand simulations with different quantities of particles were
performed for TBL technique and TBL together with the GT algorithm. / Este trabalho apresenta m?todos de localiza??o para ve?culos aqu?ticos baseados na fus?o
de sensores. Para realizar a fus?o dos sensores foram utilizadas duas t?cnicas: o Filtro
de Kalman Estendido (FKE) e o Filtro de Part?culas (FP). O m?todo do FKE desenvolvido,
al?m de uma Unidade de Medidas Inercias (IMU do ingl?s-Inertial Measurement
Unit) tamb?m necessita de um sensor GIB (GPS Intelligent Buoys). Com a finalidade
de desenvolver um m?todo de localiza??o de baixo custo, o qual n?o necessite de sensores
externos, foi desenvolvido a t?cnica de Localiza??o Baseada em Terreno (LBT). Tal
m?todo consiste na fus?o entre uma IMU, um sonar e um mapa batim?trico da regi?o
de navega??o do ve?culo, por meio do FP. Esta t?cnica utiliza part?culas para estimar a
fun??o de probabilidade da posi??o do ve?culo; entretanto, tem como limita??o a baixa
precis?o em regi?es de pouca varia??o de profundidade no mapa. A fim de contornar esse
problema s?o apresentadas duas solu??es, uma em software que utiliza um algoritmo de
gera??o de trajet?ria (GT) que for?a o ve?culo a navegar por locais onde a varia??o de
terreno ? maior. Tamb?m foi desenvolvido uma solu??o que utiliza um sensor GIB como
perif?rico, com proposito de melhorar o passo de corre??o do FP. A fim de validar os m?todos
foram realizadas simula??o no software MATLAB utilizando um modelo matem?tico
de um AUV (Autonomous Underwater Vehicle). Uma an?lise do custo computacional da
t?cnica LBT foi realizada atrav?s da implementa??o do algoritmo na linguagem de programa??o
?C?, onde foi embarcada em uma placa micro-controlada para medir a frequ?ncia
de execu??o do m?todo. Foram realizadas mil simula??es para t?cnica de LBT e para
LBT em conjunto com o algoritmo de GT com diferentes quantidades de part?culas, com
o intuito de analisar a capacidade de converg?ncia do m?todo de LBT e tamb?m o efeito
do algoritmo de GT.

Identiferoai:union.ndltd.org:IBICT/oai:tede2.pucrs.br:tede/6676
Date01 March 2016
CreatorsFran?a, Rodrigo Paz
ContributorsSalton, Aur?lio Tergolina
PublisherPontif?cia Universidade Cat?lica do Rio Grande do Sul, Programa de P?s-Gradua??o em Engenharia El?trica, PUCRS, Brasil, Faculdade de Engenharia
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da PUC_RS, instname:Pontifícia Universidade Católica do Rio Grande do Sul, instacron:PUC_RS
Rightsinfo:eu-repo/semantics/openAccess
Relation207662918905964549, 600, 600, 600, -655770572761439785, 4518971056484826825

Page generated in 0.0886 seconds