Robotergestützte Parameterschätzung für inertiale Messsysteme

Více o knize

Inertiale Messsysteme finden in zahlreichen Anwendungen Verwendung, insbesondere in der Navigation, wo eine präzise Kalibrierung entscheidend ist. Andernfalls können die mehrfachen Integrationen von Beschleunigungen und Drehraten schnell von den tatsächlichen Positionen abweichen. Daher werden oft zusätzliche Messungen, wie Positionen vom Global Positioning System, zur Unterstützung der Navigationsberechnungen herangezogen. In vielen Navigationssystemen kommt das erweiterte Kalmanfilter zum Einsatz, um die Zustände wie Position, Geschwindigkeit und Orientierung zu schätzen sowie langsam variierende Nullpunktfehler der Sensoren zu identifizieren. Diese Arbeit präsentiert eine verbesserte Variante des Kalmanfilters, das Sigmapunkt-Kalmanfilter, zur Kalibrierung eines Inertialmesssystems. Ein Industrieroboter bewegt das Messsystem entlang von Referenztrajektorien, wobei die bekannten Posen als Stützinformationen dienen. Es werden zwei Ansätze entwickelt: ein Standardfilter für die Online-Kalibrierung und ein schnelleres, nicht onlinefähiges iteratives Verfahren. Zudem wird ein Filter vorgestellt, der die Schätzung für Systeme mit nicht perfekt synchronisierten Ein- und Ausgangsdaten ermöglicht. Eine Kalmanfiltervariante sowie eine Sigmapunktvariante werden mit zwei Approximationen verglichen, wobei die Synchronisationsfilter die Genauigkeit der Schätzungen erheblich verbessern.