Serbest Uçuşta Bir Cismin Doğrusal ve Açısal Hızlarının Tahmin Edilmesi

The source-page: http://robotics.cs.iastate.edu/ResearchFlyingObjectEstimation.shtml

Robotik Laboratuvarı

Bilgisayar Bilimleri Bölümü | Iowa Eyalet Üniversitesi

Serbest uçuş halindeyken bir nesnenin duruşu ve hareketinin tahmin edilmesi göz korkutucu bir görev olabilir. Sınırlı kamera donanımı, geniş açılı lensler ve aerodinamiğin ciddi etkileriyle çalışırken doğruluk elde etmek zordur. Önceki çalışma, katı cisim dinamiklerinin “tam” etkileri altında açısal bilginin vizyona dayalı tahminini ciddi şekilde araştırmamıştı. Pek çok robotik görevde yüksek doğrulukta durum tahmini gerekli olmadığından, sürükleme ve Magnus kuvvetleri veya kamera merceğinin bozulması genellikle göz ardı edilir.

Bu çalışmada, serbest uçuş halindeki bir katı cismin konumu, dönüşü, hızı ve açısal hızı dahil olmak üzere tam durumu izlenir. Genişletilmiş Kalman Filtresi (EKF), yerçekimi, sürükleme ve Magnus kuvvetlerini içeren sistem dinamikleri ve radyal ve teğetsel bozulmaları hesaba katan bir kamera modeli ile kullanılır.

Sistem Dinamiği ve Görüntüleme Modeli

Uçan nesne, konum p, dönüş r (birim kuaterniyon olarak), hız v ve açısal hız ω‘dan oluşan bir durum vektörü s ile aşağıdaki sistem tarafından yönetilir. Sistem dinamikleri aşağıdaki doğrusal olmayan diferansiyel denklemle açıklanmaktadır. Hız türevi, ed ve em skaler katsayıları ile birlikte sürükleme ve Magnus kuvvetlerini içerir. Q matrisi, nesnenin açısal eylemsizlik matrisini gösterir.

Stereo görüşteki iki kamera, nesneyi uçuşu boyunca gözlemler. Nesne üzerindeki bir nokta için görüntüleme modeli, noktayı bir kameranın koordinat sistemine göre dönüştürmek, radyal ve teğet yönler boyunca distorsiyon uygulamak ve noktayı görüntü düzlemine yansıtmaktan oluşur. Bir dünya karesine göre pozları da dahil olmak üzere gerekli kamera parametrelerini elde etmek için yinelemeli bir kalibrasyon prosedürü kullanılır.

Durum Tahmini

Bir EKF, kameralardan ayrık zaman anlarında gözlemlenebilirler elde ederken, sistem dinamiklerini sürekli olarak değerlendirerek nesnenin durumunu gözlemlemek için kullanılır. Nesne üzerindeki üç olay kenarı görüntülerden çıkarılır. Üç kenar yönünün faz açıları ile birlikte üç kenarın paylaştığı tepe noktasından gözlemlenebilirler elde edilir (aşağıda kesikli siyah çizgilerle gösterilmiştir). Gövde çerçevesindeki bilinen köşe konumlarıyla, tahmini üçlü kenarları (düz beyaz çizgiler) elde etmek için nesne üzerindeki dört nokta deforme edilebilir ve görüntüye yansıtılabilir.

 

Çeşitli Nesnelerle Simülasyon

Çubuk, pim ve çanağın uçuşları dinamik modele göre simüle edildi. EKF, nesnenin durumu hakkında hiçbir bilgi olmadan başlatıldı ve gözlemlenebilirlere ölçüm hataları eklendi. Aşağıdaki tablo, EKF’nin 200 yinelemesinden sonraki hataları göstermektedir.

İvmeölçerler ve Step Motor ile Deneyler

Uçuş sırasında ivme okumalarını kablosuz olarak iletmek için ahşap çerçeveli bir nesneye dört ivme ölçer takıldı. On iki okuma verildiğinde, nesnenin doğrusal ve açısal ivmeleri kinematikten hesaplanabilir, ardından hızları elde etmek için entegrasyon izlenebilir. Bu veriler, tahmin edilen hızlarla karşılaştırmak için bir temel gerçek işlevi gördü. Aşağıda tahmin edilen (kesikli çizgiler) ve gözlemlenen (daha açık renkli düz çizgiler) hızlar gösterilmiştir.

Hız

Açısal hız

Ek olarak, bir step motora bir küboid nesne takıldı ve 12 rad/s’de dönecek şekilde yapılandırıldı. Doğrusal hızın sıfıra ayarlandığı tahmin edilen açısal hız tekrar karşılaştırıldı.

Görüntüler

Açısal hız

Bu deneylerin sonuçları ve daha fazlası sayfanın üst kısmındaki YouTube videosunda görülebilir (bağlantı).

Daha fazla bilgi için aşağıdaki makalelere başvuruyoruz:

Bu materyal, Ulusal Bilim Vakfı tarafından Grant IIS-1421034 kapsamında desteklenen çalışmaya dayanmaktadır.
Bu materyalde ifade edilen herhangi bir fikir, bulgu ve sonuç veya öneri yazar (lar) a aittir ve Ulusal Bilim Vakfı’nın görüşlerini yansıtmayabilir.

Son güncelleme tarihi: 5 Nisan 2017.