AM 09: Inertialnavigation: Unterschied zwischen den Versionen
| Zeile 47: | Zeile 47: | ||
Die Datenübertragung von Sensor zu Mikrocontroller findet über eine I²C-Kommunikation statt. Die Sensoren weisen verschiedene Schwächen auf, die bei der Nutzung als Navigationssensoren zu berücksichtigen sind. Wie in Abbildung 1 ersichtlich, soll durch die Fusionierung der drei Sensordaten ein genauerer Kurs ermittelt werden, als würde nur einer der Sensoren benutzt werden. Dabei werden auf kurze Laufzeiten die Daten des Gyrosensors genutzt. In wiederkehrenden Abständen werden diese Werte durch Daten des Beschleunigungssensors korrigiert. Zusätzlich findet der Kompasssensor Anwendung zur Korrektion dieser Werte. | Die Datenübertragung von Sensor zu Mikrocontroller findet über eine I²C-Kommunikation statt. Die Sensoren weisen verschiedene Schwächen auf, die bei der Nutzung als Navigationssensoren zu berücksichtigen sind. Wie in Abbildung 1 ersichtlich, soll durch die Fusionierung der drei Sensordaten ein genauerer Kurs ermittelt werden, als würde nur einer der Sensoren benutzt werden. Dabei werden auf kurze Laufzeiten die Daten des Gyrosensors genutzt. In wiederkehrenden Abständen werden diese Werte durch Daten des Beschleunigungssensors korrigiert. Zusätzlich findet der Kompasssensor Anwendung zur Korrektion dieser Werte. | ||
= Zusammenfasung = | = Zusammenfasung = | ||
Version vom 7. Januar 2017, 17:27 Uhr
Dieser Wiki-Beitrag ist Teil eines Projektes, welches im Rahmen vom Fachpraktikum Elektrotechnik im 5. Semester Mechatronik absolviert wurde. Ziel des Beitrags ist es, eine nachhaltige Dokumentation zu schaffen, welche die Ergebnisse festhält und das weitere Arbeiten am Projekt ermöglicht.
Autoren:
Betreuer: Prof. Schneider
Aufgabe
Integration einer IMU
Erwartungen an die Projektlösung
- Einarbeitung in die bestehenden Ardumowers-Unterlagen
- Planung und Beschaffung der Bauteile
- Aufbau und Integration der Inertialsensorik (Kompass, 3-Achs-Gyros, 3-Achs-Beschleunigungsmesser)
- Kalibrierung der Sensoren
- Inertialnavigation (Sensordatendfusion) anhand der IMU
- Darstellung der Ergebnisse im Vergleich zur Referenz
- Erstellen Sie ein faszinierendes Video, welches die Funktion visualisiert.
- Test und wiss. Dokumentation
Schwierigkeitsgrad
- Mechanik: *
- Elektrotechnik: *
- Informatik: **
Einleitung
Das Ardumowerprojekt des 5. Semesters Mechatronik in Kooperation mit dem Masterstudiengang Business and System Design Engineering an der Hochschule Hamm-Lippstadt hat zum Ziel, einen voll funktionsfähigen autonomen Rasenmähroboter in Betrieb zu nehmen. Dazu werden die notwendigen Aufgaben für die Erfüllung des Projektes auf einzelne Gruppen aufgeteilt. Die Gruppe Inertialnavigation beschäftigt sich mit der Inbetriebnahme einer IMU (Inertial Measurement Unit), die eine Kombination aus drei verschiedenen Sensoren auf einer Platine darstellt. Es sind dabei ein Magnetsensor (Kompass), ein Beschleunigungssensor und ein Gierratensensor vorhanden. Damit lässt sich die Lage des Mähroboters bestimmen, nachdem die IMU verbaut wurde.
Projektdurchführung
Projektplan
Verwendete Bauteile
Ergebnis
Die inertiale Messeinheit (IMU) GY-85 kombiniert mehrere Inertialsensoren auf einer Platine. Enthalten sind:
-ADXL345 (3-Achsen-Beschleunigungssensor)
-HMC5883L (3-Achsen Digitalkompass)
-ITG3205 (3-Achsen-Drehratensensor, Gyrosensor)
Die Datenübertragung von Sensor zu Mikrocontroller findet über eine I²C-Kommunikation statt. Die Sensoren weisen verschiedene Schwächen auf, die bei der Nutzung als Navigationssensoren zu berücksichtigen sind. Wie in Abbildung 1 ersichtlich, soll durch die Fusionierung der drei Sensordaten ein genauerer Kurs ermittelt werden, als würde nur einer der Sensoren benutzt werden. Dabei werden auf kurze Laufzeiten die Daten des Gyrosensors genutzt. In wiederkehrenden Abständen werden diese Werte durch Daten des Beschleunigungssensors korrigiert. Zusätzlich findet der Kompasssensor Anwendung zur Korrektion dieser Werte.
Zusammenfasung
Ausblick
Weiterführende Links
- Ardumower Wiki
- Web-Shop: IMU
- Wiki: IMU
- Global Navigation Satellite Systems, Inertial Navigation, and Integration, 3e
- Matlab File Exchange: Visual Inertial Odometry
- Simulink Blocksatz: Three-Axis Inertial Measurement Unit
- Simulink Blocksatz: Three-Axis Gyroscope
- Simulink Blocksatz: Three-Axis Accelerometer
- MATLAB Examples: Designing a Guidance System in MATLAB and Simulink
- MathWorks: Quadcopter Project
- [Efficient and Robust Pose Estimation Based on Inertial and Visual Sensing https://mediatum.ub.tum.de/doc/1092914/document.pdf]
- Inertiasl-Visual Odometry on mobile Devices
- Live 3D Reconstruction on Mobile Phones
Unterlagen
Literatur
- Wendel, J.': Integrierte Navigationssysteme: Sensordatenfusion, GPS und inertiale Navigation. München : Oldenbourg Verlag, 2. Auflage 2011. ISBN: 9783486704396 eBook
YouTube-Video
→ zurück zum Hauptartikel: Fachpraktikum Elektrotechnik (WS 16/17)