عنوان

تخمین موقعیت یک خودرو هدایت اتوماتیک با استفاده از یک تخمین‌زن غیر خطی

شماره

‭۱۰۱۷۴پ‬

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

تخمین موقعیت یک خودرو هدایت اتوماتیک با استفاده از یک تخمین‌زن غیر خطی

نام نخستين پديدآور

/نگین موسوی

نام ناشر، پخش کننده و غيره

: دانشکده :فنی مهندسی مکانیک

متن يادداشت

چاپی

جزئيات پايان نامه و نوع درجه آن

مقطع تحصیلی :کارشناسی ارشد

نظم درجات

رشته :مهندسی مکانیک

زمان اعطا مدرک

‮‭۱۳۹۱/۱۱/۲۵‬

کسي که مدرک را اعطا کرده

دانشگاه :تبریز

متن يادداشت

موقعیت‌یابی مهم‌ترین وظیفه یک سامانه ناوبری است و عموما بر اساس مختصات موقعیت، بردار سرعت و زوایای سمت و تراز به دست آمده از سامانه ناوبری، سیگنال‌های هدایت و کنترل تعیین می‌شوند .در یک سامانه ناوبری اینرسی ‮‭(INS)‬ که محاسبات آن بر مبنای قانون دوم نیوتون است، عموما از خروجی حسگرهای اینرسی) شتاب‌سنج و ژیروسکوپ (پرهزینه برای تعیین موقعیت استفاده می‌شود .در سال‌های اخیر به منظور کاهش هزینه موقعیت‌یابی، استفاده از حسگرهای اینرسی کم هزینه و خصوصا نوع ریزالکترومکانیکی ‮‭(MEMS)‬ مورد توجه قرار گرفته است .در یک سامانه ناوبری اینرسی شامل حسگرهای اینرسی کم هزینه به علت وجود عدم قطعیت‌های قابل توجه از نوع نویز، بایاس و دریفت، خطای موقعیت‌یابی در مدت زمان کوتاهی افزایش می‌یابد، بنابراین ترکیب آن با یک سامانه کمکی مانند سامانه موقعیت‌یاب جهانی‮‭(GPS)‬ ، به منظور کاهش خطای سامانه ناوبری اینرسی به وسیله یک الگوریتم تخمین‌زن پیشنهاد می‌شود .گیرنده‌های سامانه موقعیت‌یاب جهانی به وسیله اندازه‌گیری فاصله موقعیت گیرنده از چند ماهواره به تعیین مستقیم موقعیت می‌پردازند، لذا خطای موقعیت به دست آمده از آن‌ها با گذشت زمان افزایش نمی‌یابد .معادلات این سامانه ترکیبی ‮‭(INS/GPS)‬ شامل جمله‌های غیرخطی از متغیرهای حالت) موقعیت و سرعت (است .علاوه بر بخش‌های غیرخطی، وجود نویز، بایاس، دریفت و همچنین عدم قطعیت در دینامیک سامانه، محاسبه دقیق متغیرهای حالت سامانه غیرخطی را مشکل می‌کند، لذا تخمین حالت به شکل تخمین توابع توزیع متغیرهای حالت سامانه با استفاده از اندازه‌گیری‌های سامانه موقعیت‌یاب جهانی و دینامیک سامانه انجام می‌شود .تخمین‌زن بهینه برای سامانه‌های خطی، تخمین‌زن کالمن ‮‭(Kalman filter)‬ است که از نوع توسعه‌یافته آن می‌توان در سامانه‌های غیرخطی استفاده کرد .علیرغم کاربرد ساده تخمین‌زن‌های کالمن توسعه‌یافته‮‭(EKF)‬ ، که بر اساس خطی‌سازی سامانه غیرخطی طراحی می‌شوند، این تخمین‌زن‌ها عموما در سامانه‌هایی که رفتار غیرخطی قابل توجهی از خود نشان می‌دهند دچار مشکل می‌شوند که برای حل این مشکل، استفاده از یک تخمین‌زن غیرخطی پیشنهاد می‌شود .در این پایان‌نامه هدف پیاده‌سازی یک تخمین‌زن حالت غیرخطی برای سامانه ناوبری ترکیبی‮‭INS/GPS‬ در حضور عدم قطعیت‌ها است .در پایان نتایج حاصل از تخمین‌زن طراحی شده علاوه بر شبیه‌سازی با داده‌های تست‌های انجام شده بر روی خودرو ارزیابی می‌گردد و نتایج تخمین بدست آمده از سامانه ناوبری اینرسی با نقشه مسیر یا خروجی سامانه موقعیت‌یاب جهانی مقایسه می‌شود.

متن يادداشت

Vehicle positioning as the main aim of navigation is interpreted as determining the location and velocity of the vehicle. One of the most common navigation systems used in car vehicle positioning systems is inertial navigation system (INS). The INS integrates inertial sensors' (accelerometers and gyroscopes) output data based on the Newton's second law. Accurate inertial sensors are too expensive. Therefore, to decrease the INS's cost, using low cost inertial sensors are desired. Owing to impressive advantages of low-cost MEMS devices including small size, light weight and low power consumption, MEMS grade inertial sensors are preferred in particular in car vehicle positioning systems. In a low cost MEMS INS, the output data of inertial sensors are affected by considerable stochastic noises, modeling uncertainties and nonlinearities. Therefore, the low cost INS is integrated with aiding navigation systems like a GPS to obtain an acceptable positioning accuracy. The integration is done merely by a suitable state estimator. The extended Kalman filter (EKF), which is developed based on the linearization and Gaussian assumptions of nonlinear systems is used for the integration of INS and GPS as the conventional method. However, due to unknown and non-Gaussian stochastic errors by using MEMS grade inertial sensors, nonlinear estimation algorithms are preferred to the KF variants in wide range applications. The main aim of this thesis is to design a new nonlinear state estimator for data fusion of INS and GPS and implement it to car vehicle positioning system. The performance of the new estimator for the low cost MEMS INS/GPS is compared with those of the EKF, through both simulations and road tests of a car vehicle

مستند نام اشخاص تاييد نشده

موسوی،نگین

مستند نام اشخاص تاييد نشده

کیقبادی،جعفر، استاد راهنما

مستند نام اشخاص تاييد نشده

قنبری،احمد، استاد مشاور

يادداشت عمومي

سیاه و سفید

وضعیت فهرست نویسی

نمایه‌سازی قبلی