Kalman-Filter zur Bestimmung von Position und Geschwindigkeit
Bearbeiter: Hauke Ludwig
Abgabetermin: 28.11.2014
Aufgabe
Bearbeiten Sie nachfolgende Aufgaben bis zum Abgabetermin und stellen Sie Ihre Lösung Prof. Schneider vor. Gehen Sie systematisch in den in SDE vermittelten Schritten
- Theorie
- Konzept
- Modellierung
- Umsetzung
- Testing
vor.
Konzept
Als Aufgabenstellung ist ein Kalman-Filter zur Schätzung von Position und Geschwindigkeit zu entwickelt. Als Einstieg ist ein Konzept als PAP zu entwickeln.
Geschwindigkeitsaufzeichnung
Zeichnen Sie eine Rohdatensequenz von mindestens 30 s auf. Diese sollte nachfolgende Phasen umfassen
- Stillstand
- Beschleunigung
- Konstante Geschwindigkeit
- Verzögerung
- Stillstand
Rohdaten sind die Flanken, die vom Hallsensor in der DS1104 ankommen.
Schnittstelle zu Matlab
Lesen Sie die aufgezeichneten Daten sequentiell in Matlab (nicht Simulink) ein.
Modellierung
Erstellen Sie ein System und Messmodell. Als Systemmodell ist ein Ruck-Null-Modell zu wählen.
Der Zustandsvektor lautet
Kalman Filter
Implementieren Sie basierend auf der Vorlesung ein Kalman-Filter zur Schätzung des Zustandsvektors. Hierzu dürfen keine Toolboxen verwendet werden.
Ergebnisdarstellung
Stellen Sie Messung und Schätzung in je einem Diagramm und dar.
Code Review
Machen Sie für Herrn Petersen ein Code Review und dokumentieren Sie dieses in der Vorlage (\Anforderungsmanagement\Testverfahren).
Modultest
Führen Sie für Ihre Quellen einen Komponententest durch und dokumentieren Sie diesen entsprechend der Vorlesung Reliability Engineering. Simulieren Sie hierzu die Eingangsdaten, stellen Sie die Ergebnisse dar und diskutieren Sie diese.
Systemtest
Legen Sie einen Entwicklungszweig (Branch) an und führen Sie einen Systemtest auf dem Fahrzeug durch. Vergleichen Sie das bisherige Filter mit dem Ergebnis des Kalman-Filters.
Dokumentation
Dokumentieren Sie alle Daten in SVN und die Ergebnisse in diesem Artikel.
Ergebnis
Konzept
In der Abbildung 1 ist das Konzept zur Implementierung eines Kalman-Filters dargestellt. Dieses Konzept basiert auf dem Konzept zum Projekt "Carrera CV" [1] und zeigt den groben Programmablaufplan.
Einlesen in MatLab
Zum Einlesen der daten aus der Aufnahme wurde diese als ".mat"-Datei exportiert. Über das nachstehende Script können die Daten aus der Aufnahme in MatLab eingelesen werden.
function [HALLA, HALLB, HALLC] = extract()
data = load('HAll-Sensoren.mat');
TIME = data.HAll_Sensoren.X.Data';
for k=1:3
if k==1
HALLA = [TIME data.HAll_Sensoren.Y(k).Data'];
elseif k==2
HALLB = [TIME data.HAll_Sensoren.Y(k).Data'];
elseif k==3
HALLC = [TIME data.HAll_Sensoren.Y(k).Data'];
end
end
end
Systemmodel
Das Systemmodel wurde in Anlehnung an Übungen von Prof. Dr.-Ing. Georg Schmitz und Dipl.-Ing. Martin Schiffner der Ruhr-Uni Bochum erstellt.[2]
Der Zustandsvektor wird als definiert. Die Position des Objektes ändert sich lediglich um die Strecke, welche zwischen zwei Abtastpunkten zurückgelegt wurde. Daraus folgt die Systemmatrix mit