Borja&Fons&Albert& -...
28
Borja Fons Albert Director de Proyecto: Juan A. Vila Carbó
Transcript of Borja&Fons&Albert& -...
Borja Fons Albert Director de Proyecto: Juan A. Vila Carbó
¡ Introducción ¡ Plataforma ¡ Aplicación ¡ Resultados ¡ Conclusiones
2
¡ Introducción ¡ Plataforma ¡ Aplicación ¡ Resultados ¡ Conclusiones
3
¡ Desarrollado con el grupo de investigación de Sistemas Embarcados del DISCA, UPV.
¡ Beca de Colaboración.
¡ Base para materiales didácticos en asignaturas de Navegación y Aviónica.
4
¡ Proporcionar a los alumnos una plataforma compacta pero potente donde trabajar en: § Sensores para navegación § Filtros para fusión de sensores § Programación multi-‐hilo § Comunicación inalámbrica entre dispositivos § Particularidades de los sistemas embarcados
5
¡ Desarrollar la infraestructura básica para la creación de aplicaciones de navegación sobre iPhone ▪ Acceso a sensores ▪ Multi-‐procesamiento ▪ Interfaz gráfica ▪ Comunicación inalámbrica ▪ Almacenamiento de datos
¡ Implementar un sistema de navegación basado en integración de INS y GPS.
¡ Estudiar las prestaciones que cabe esperar del uso de un smartphone como sistema de navegación de bajo coste.
6
¡ Introducción ¡ Plataforma ¡ Aplicación ¡ Resultados ¡ Conclusiones
7
¡ Plataforma: iPhone 4 § Hardware:
§ Sistema Operativo: iOS 4. ▪ Clases para acceso a sensores ▪ CMMotionManager ▪ CLLocationManager
▪ Multi-‐procesamiento basado en timers (NSTimer)
§ Lenguaje de Programación: Objective-‐C. Permite la portabilidad a otras plataformas.
8
Acelerómetros Giróscopos Magnetómetros GPS
ST LIS331DLH ST L3G4200D AKM 8975 Broadcom BCM4750
9
iPhone ARM7
§ Ventajas: § Compacto § Bajo Coste § WiFi e interfaz gráfica § Ampliamente extendida § Potente SDK (xCode)
§ Desventajas: § Plataforma cerrada § Frecuencia de muestreo: 50Hz § Apple prohíbe vender
aplicaciones para UAV’s en Apple Store
§ Ventajas: § Personalizable § Frecuencia de muestreo: >700 Hz
§ Desventajas: § Diseño, fabricación y verificación
de expansiones I/O para sensores § Pocos RTOS disponibles § Desarrollo de drivers § SDK muy caro
¡ Introducción ¡ Plataforma ¡ Aplicación ¡ Resultados ¡ Conclusiones
10
¡ Desarrollo de un sistema de navegación basado en integración INS-‐GPS.
¡ Transmisión inalámbrica de datos/imágenes en tiempo real para procesamiento en un host.
11
2 System description
Figure 1: Quadrotor prototype of the UPV
This section presents a loosely-coupled INS/GPS
integration method for attitude, position, and
speed computation. The implementation is based
on the iPhone 4, although it can be easily ported
to any embedded system, since no iPhone specific
facility for INS or GPS filtering has been used; only
the raw access to the sensors. Furthermore, some
iPhone limitations, like the computation’s period
or the sensor accuracy, could be easily overcome
on other platforms. As a matter of fact, we have
ported it to an LPC2468 (ARM7 based) microcon-
troller.
Figure 2 shows the system structure where the INS is composed by the three axis gyroscope /
accelerometer / compass that equip the iPhone. They are low cost MEMs technology sensors. The
iPhone GPS is also a low cost unit that provides location, speed and course. The software design to
compute attitude and position has two main blocks: the Attitude Kalman Filter, which provides the
Euler angles, and the Navigation Kalman Filter, which provides position and speed. Getting a high
accuracy in attitude estimation has shown to be key for making the navigation filter feasible. This has
motivated a lot of e⇥orts for improving attitude estimation.
The implementation of this filters on the iPhone use the graphical interface of fig. 2. It has three
main views: the artificial horizon, the map view (not shown) and the control panel, which allows to
make real-time transmissions of data sensors and filter results to a host computer using the wifi.
2.1 Attitude filter
Attitude estimation is the result of filtering two independent measures: the gyroscopes on one hand,
and accelerometers and magnetometers on the other. The attitude filter is an Extended Kalman Filter
filter with seven states: the four quaternion components plus the three gyros biases. The quaternion
has been chosen as the attitude representation because it highly improves the accuracy of floating point
calculations and avoids singularities of trigonometric functions.
Computing the attitude using the gyros basically consists of integrating the angular speeds �b that
they measure. This is performed using the quaternion propagation eq. [1]: q̇ = 12q��b. The integration
accuracy relies on determining the gyros bias [4], since its integration can lead to non-bounded errors
in attitude. For this reason, the gyros biases have been chosen as a part of the filter state.
Computing the attitude using the accelerometers and magnetometers is based on finding out the
2
¡ Componentes
12
Filtro de Actitud
Filtro de Navegación
Ángulos de Euler
• Posición • Velocidad
Giróscopos
Vector gravedad
Aceleraciones
GPS
Acelerómetros
13
Estimación de actitud
14
Estimación de Posición Comunicación y Almacenamiento
0 50 100−60
−40
−20
0
20
40
60!
deg
0 50 100−60
−40
−20
0
20
40
60"
deg
0 50 100−60
−40
−20
0
20
40
60#
deg
0 50 100
−0.01
−0.005
0
0.005
0.01
bx
rad/s
0 50 100
−0.01
−0.005
0
0.005
0.01
by
rad/s
0 50 100
−0.01
−0.005
0
0.005
0.01
bz
rad/s
15
Actitud
Bias
¡ Introducción ¡ Plataforma ¡ Aplicación ¡ Resultados ¡ Conclusiones
16
¡ Uso en educación ¡ Resultados de la aplicación
§ Consideraciones previas § Determinación de actitud § Determinación de posición § Pérdida de señal GPS
17
¡ Se ha desarrollado la infraestructura básica, consistente en varios bloques
18
Acceso a sensores
Comunicación inalámbrica
Almacenamiento
Visualizaciones Filtro Kalman
¡ A partir de ellos los alumnos: § Estudian su implementación § Desarrollan nuevas aplicaciones § Pueden desarrollar nuevos bloques
¡ Consideraciones previas: § Período de muestreo
§ Variación del bias con la temperatura.
19
Definido 0.02 s
Media 0.0201 s
Desv. típica 0.0043 s
0 2000 4000 6000 8000 10000 12000 14000 16000
0.005
0.01
0.015
0.02
0.025
0.03
0.035
0.04
0.045
0.05
Lecturas
Perío
do d
e m
uest
reo
(s)
Perío
do de mue
streo(s)
¡ Ángulos de Euler
20
0 50 100 150 200 250 300−4
−2
0
2
4
6
8
tiempo (s)
Rol
l (de
g)
Con correcciónSin corrección
0 50 100 150 200 250 300−1
0
1
2
3
4
5
6
7
tiempo (s)
Pitc
h (d
eg)
Con correcciónSin corrección
§ Roll § Pitch
Sin Corrección
Con Corrección
Sin Corrección
Con Corrección
¡ Recorrido
21
1. Alta precisión 2. Mayor frecuencia de funcionamiento.
⎯ GPS ⎯ Filtro
¡ Respuesta ante pérdidas de señal GPS. Cobran especial importancia los esfuerzos realizados en: § Corregir los errores de los sensores § La estimación de la actitud. Se utilizan dos modelos de cálculo de actitud: ▪ Modelo 1. Sigue fuertemente los ángulos obtenidos de los acelerómetros.
▪ Modelo 2. Sigue fuertemente los ángulos obtenidos de los giróscopos.
22
23
Modelo Color
Modelo 1 Azul
Modelo 2 Rojo
¡ No podemos corregir fuerzas inerciales
¡ Cada modelo da mejores resultados en unas condiciones
¡ Solución: Cambio del modo de funcionamiento según se reciba GPS o no.
¡ Introducción ¡ Plataforma ¡ Aplicación ¡ Resultados ¡ Conclusiones
24
¡ Desarrollo de la infraestructura básica para creación de aplicaciones de navegación sobre iPhone.
¡ Desarrollo de una aplicación práctica consistente en un sistema de navegación INS-‐GPS.
¡ Análisis de las prestaciones del iPhone como sistema de navegación.
¡ Planificación y realización de pruebas. 25
¡ En base al trabajo realizado, se extraen las siguientes conclusiones: § Plataforma potente con muchas facilidades para el desarrollo.
§ Baja frecuencia de muestreo y variabilidad. § Resultados precisos incluso en pérdida de GPS. § Importancia de la estimación de la actitud. § Corrección de los errores de los sensores.
26
¡ Mejoras sobre la aplicación actual: § Comportamiento en pequeños desplazamientos. § Modelos de respuesta ante cambios de temperatura.
¡ Nuevas opciones § Uso de la cámara: odometría visual, fotografía aérea.
§ Uso del puerto serie para comunicación con nuevos sensores o actuadores.
27
28
