Analiza rozwiązań algorytmów estymacji orientacji przestrzennej

• Autorzy: Elert Szymon , Sokołowski Dariusz , Falkowski Krzysztof

Identyfikatory

DOI

10.5604/01.3001.0016.3026

Warianty tytułu

EN

Analysis of solutions for space orientation estimation algorithms

• Języki publikacji: PL EN

Abstrakty

PL

W artykule przedstawiono dostępne rozwiązania algorytmów estymacji orientacji obiektu w przestrzeni, które potencjalnie mogą zostać wykorzystane do określenia kątów orientacji obiektu o dużej dynamice. Opisane zostały cztery metody, które obecnie są najczęściej spotykane w systemach, gdzie wymagana jest informacja o kątach orientacji przestrzennej. Na wstępie opisano podstawowe czujniki wykorzystywane do wyznaczania kątów orientacji, a więc akcelerometr, giroskop oraz magnetometr. W kolejnym rozdziale pokazana została metodyka każdego z algorytmów w celu ukazania różnic pomiędzy nimi. Na tej podstawie możliwa jest ocena, który algorytm będzie bardziej odpowiedni do określenia kątów orientacji wybranego przez nas obiektu. W drugiej części pracy w oparciu o przeprowadzoną analizę rozwiązań dokonano porównania wyników z przeprowadzonego eksperymentu wykorzystując jednostkę pomiarową składającą się z triady akcelerometrów, giroskopów oraz magnetometrów. Wyniki przestawiono w postaci wykresów dla każdego z trzech kątów: pochylenia, przechylenia i odchylenia.

EN

The paper presents available solutions of object’s space orientation estimation algorithms which could be used for determination of orientation angles for objects with high dynamics. There were described four methods which are most often used now in the systems requiring information on the space orientation angles. First, some basic sensors used for identification of orientation angles were presented, including accelerometer, gyroscope, and magnetometer. In the next chapter, the methodology of each algorithms was shown to illustrate differences between them. On this ground the evaluation can be made for selecting the best algorithm for determination of orientation angles for specific object. In the second part of the paper the results of carried out experiment with an measurement unit consisting of a triad of accelerometers, gyroscopes, and magnetometers were compared basing on the performed analysis. The results were presented in the form of graphs for each angle of: pitch, roll, and yaw.

Słowa kluczowe

PL

estymacja orientacji; fuzja czujników; czujniki inercjalne; symulacja komputerowa

EN

estimation of orientation; fusion of sensors; inertial sensors; computer simulation

• Wydawca: Wojskowy Instytut Techniczny Uzbrojenia
• Czasopismo: Problemy Techniki Uzbrojenia
• Rocznik: 2022
• Tom: R. 51, z. 162
• Strony: 67--88
• Opis fizyczny: Bibliogr. 15 poz., rys., tab., wykr.

Twórcy

autor

Elert Szymon

• Wojskowy Instytut Techniczny Uzbrojenia, ul. Pr. St. Wyszyńskiego 7, 05-220 Zielonka

• https://orcid.org/0000-0003-2491-650X

autor

Sokołowski Dariusz

• Wojskowy Instytut Techniczny Uzbrojenia, ul. Pr. St. Wyszyńskiego 7, 05-220 Zielonka

• https://orcid.org/0000-0002-8161-6952

autor

Falkowski Krzysztof

• Wojskowa Akademia Techniczna, ul. Gen. Sylwestra Kaliskiego 2, 00-908 Warszawa 46

• https://orcid.org/0000-0002-0279-3791

Bibliografia

• [1] Li Wang, Z. Zhang, P. Sun, "Quaternion-based Kalman Filter for AHRS Using an Adaptive-step Gradient Descent Algorithm", International Journal of Advanced Robotic Systems, 2015.
• [2] Y. Laamari, K. Chafaa, B. Athamena, "Particle swarm optimization of an extended Kalman filter for speed and rotor flux estimation of an induction motor drive", Electrical Engineering, 2014.
• [3] R. Grygiel, R. Bieda, K. Wojciechowski, "Metody wyznaczania kątów z żyroskopów dla filtru komplementarnego na potrzeby określania orientacji IMU", Przegląd Elektrotechniczny 90(9), 2014.
• [4] P. Narkhede, S. Poddar, R. Walambe, G. Ghinea, "Cascaded Complementary Filter Architecture for Sensor Fusion in Attitude Estimation", Sensoros 2021, 21(6).
• [5] S. Madgwick, "An efficient orientation filter for inertial and inertial/magnetic sensor arrays", Report, University of Bristol, 2010.
• [6] S. Amjed, S. Momatz Abadir, "Design of a Modified Madgwick Filter for Quaternion-Based Orientation Estimation Using AHRS", IJCEE 2018 Vol.10(3).
• [7] R. Mahony, T. Hamel, J-M. Pflimlin, "Nonlinear Complementary Filters on the Special Orthogonal Group", HAL Id: hal-00488376, 2010.
• [8] S. Madgwick, A. Harrison, R. Vaidyanathan, "Estimation of IMU and MARG orientation using a gradient descent algorithm", 2011 IEEE International Conference on Rehabilitation Robotics.
• [9] https://nitinjsanket.github.io/tutorials/attitudeest/madgwick.html.
• [10] https://nitinjsanket.github.io/tutorials/attitudeest/mahony.html.
• [11] https://ahrs.readthedocs.io/en/latest/filters/ekf.html.
• [12] https://ahrs.readthedocs.io/en/latest/filters.html.
• [13] P. Sauer, P. Szulczyński, B. Lubiatowski, "Zastosowanie filtru Kalmana do diagnostyki biomechaniki człowieka", Medical Robotics Reports, vol. 7, 2018.
• [14] D.H. Titterton, J.L. Weston, "Strapdown Inertial Navigation Technology", 2nd Edition, The Institution of Electrical Engineers.
• [15] M. Petterson, "Extended Kalman Filter for Robust UAV Attitude Estimation", LiTH-ISY-EX–15/4835–SE Linköping 2015.

Uwagi

PL

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).