De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Kenniscentrum Design en Technologie Afstudeerverdediging Theo Miltenburg Welkom.

Verwante presentaties


Presentatie over: "Kenniscentrum Design en Technologie Afstudeerverdediging Theo Miltenburg Welkom."— Transcript van de presentatie:

1 Kenniscentrum Design en Technologie Afstudeerverdediging Theo Miltenburg
Welkom

2 Inleiding 2 Duur: - Presentatie (20 minuten)
- Algemene vragen (10 minuten) - Besloten gedeelte (30 minuten) Doel: overzicht geven van afstuderen Vragen: dianummer opschrijven en aan het einde stellen 2

3 Inleiding: overzicht 3 Introductie Probleem & context
Uitleg navigatietechniek Kalman filter Experiment Conclusie Aanbeveling Vragen 3

4 Over mij 4 Theo Miltenburg Technische Informatica Afstudeerder
Medewerker KPN Hardloper 4

5 Context Brandend gebouw: Haast Gebouw beschadigd 5

6 Context Slachtoffers in het gebouw? Brandweer betreedt het gebouw. 6

7 Context Zodra een brandweerman het gebouw in gaat weet niemand meer waar hij precies is. 7

8 Doel van mijn onderzoek
Ontwikkel een plaatsbepalingsalgoritme dat de positie van een brandweerman berekend. Hierbij moet rekening gehouden worden met de speciale eisen die de context schept. 8

9 Problemen Geen stroom Gebouw kan beschadigd zijn, dus ook dingen die er al stonden Geen GPS-ontvangst in gebouwen Haast Oplossing: Gegist bestek met traagheidsnavigatie 9

10 Gegist bestek 10

11 Gegist bestek Een navigatietechniek die de positie bepaalt aan de hand van de volgende gegevens: Vorige positie Huidige snelheid Huidige richting Formule: p(t) = p(t-1) + v(t)dt 11

12 Gegist bestek 12 Probleem:
Een sensormeting is niet altijd even precies. Hij wijkt iets af van de werkelijk waarde: Ruis Hierdoor ontstaan er afwijkingen Even vertellen dat dit normaal verdeeld is. Hier wordt op terug gekomen bij Kalman-filter. Hier beginnen de problemen 12

13 Kalman-filter Even laten schrikken hoe ingewikkeld de formules zijn 13

14 Kalman-filter 14 Toestandsruimtemodel: De volgende toestand =
Huidige toestand + stuursignalen Metingen van sensoren = Huidige toestand + (optioneel) stuursignalen Tot nu toe was het makkelijk. Echter klopt dit model niet met de werkelijkheid. Hier wordt het moeilijk en begint het Kalman-filter 14

15 Kalman-filter 15 Werkelijkheid: De volgende toestand =
Huidige toestand + stuursignalen + systeemruis Metingen van sensoren = Huidige toestand + (optioneel) stuursignalen + meetruis 15

16 Kalman-filter 16 Systeemruis:
Afwijkingen van het model die niet gemodelleerd zijn. Een model is vaak maar beperkt modelleerbaar. 16

17 Kalman-filter 17 Probleem:
Een sensormeting is niet altijd even precies. Hij wijkt iets af van de werkelijk waarde: Ruis Even vertellen dat dit normaal verdeeld is. Belangrijke voorwaarde dat het KF werkt. 17

18 Kalman-filter Alles wat in het grote vlak bevindt is niet precies bekend. 18

19 Kalman-filter 19 2-traps model: Voorspelling van de systeemtoestand
Schatting van de systeemtoestand a.d.h.v. sensor metingen 19

20 Kalman-filter 20 Voorspelling: De voorspelling heeft een afwijking.
Oorzaken: 1. Systeemruis: model niet volledig volgens de werkelijkheid 2. Onvolledige kennis van de huidige toestand: de toestand blijft altijd geschat. 20

21 Kalman-filter 21 Measurement update:
1. Bereken de systeemtoestand a.d.h.v. een meting. 2. Hoe precies is je schatting van de systeemtoestand a.d.h.v. de sensoren? 21

22 Kalman-filter 22 Innovatie:
Het verschil tussen de voorspelde meting en de daadwerkelijke meting. De beste schatting van de systeemtoestand: Gemiddelde van de voorspelling en de meting. Wegingsfactor: Kalman-gain 22

23 Experiment 23 Testopstelling:
Een kar met de sensor over een baan. Kar wordt getrokken door een gewicht van 50 of 200 gram dat valt. 23

24 Experiment (schematisch)
24

25 Toestandsruimte vergelijking
Gegist bestek: Helaas geen snelheidsmeter, maar acceleratie meter. Hierdoor meer problemen. 25

26 Toestandsruimte vergelijking
Het begrijpbare gedeelte van Kalman filter. Het invullen van de covariantie matrices staat in het verslag. 26

27 Resultaten Sonar metingen Gegevens van sensor 27

28 Resultaten 28

29 Conclusie Niet precies genoeg over inzet van een inzet.
Huidige precisie: +/- 15 mtr van werkelijke positie 29

30 Oorzaak 30 Oorzaak van de groei van de afwijking:
Geen snelheidsmetingen Integratiefouten 30

31 Aanbeveling 31 Probeer de kwadratische groei tegen te gaan:
Zero velocity updates. 31

32 Zero velocity updates Zodra de voet stilstaat zijn de snelheid en acceleratie bekend, namelijk 0. Dit moment kan gebruikt worden voor het “ijken” van de systeemtoestand. 32

33 Zero velocity updates 33 Groei van de onprecisie:
Korte stukken van kwadratische groei 33

34 Vragen? 34

35 Gesloten vragen ronde Dank aan het prubliek 35


Download ppt "Kenniscentrum Design en Technologie Afstudeerverdediging Theo Miltenburg Welkom."

Verwante presentaties


Ads door Google