Tesi etd-05182010-083637 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea specialistica
Autore
DI CESARE, CLAUDIO
URN
etd-05182010-083637
Titolo
Sviluppo di un controllore per una piattaforma aptica non olonoma
Dipartimento
INGEGNERIA
Corso di studi
INGEGNERIA DELLA AUTOMAZIONE
Relatori
relatore Avizzano, Carlo Alberto
correlatore Satler, Massimo
controrelatore Prof. Bicchi, Antonio
correlatore Prof. Ruffaldi, Emanuele
correlatore Satler, Massimo
controrelatore Prof. Bicchi, Antonio
correlatore Prof. Ruffaldi, Emanuele
Parole chiave
- Filtro di kalman
- localizzazione
- sensor data fusion
Data inizio appello
10/06/2010
Consultabilità
Non consultabile
Data di rilascio
10/06/2050
Riassunto
1 Introduzione
1.1 Localizzazione
1.2 Obiettivo
2 Struttura e architettura di funzionamento del robot mobile
2.1 Struttura meccanica del Robot mobile
2.2 Componenti di ‘MOTORE’
2.2.1 Omniwheel
2.2.2 Motori in corrente continua
2.2.3 Encoders
2.2.4 Scheda con architettura DSP
2.2.5 Penna ottica
3 Modello Matematico
3.1 Definizione dei sistemi di riferimento
3.2 Sviluppo del modello cinematico
4 Fondamenti di Sensor Fusion 24
4.1 Metodi probabilistici
4.1.1 Modello di stato e dell’osservazione
4.1.2 Teorema di Bayes
4.1.3 Applicazione del teorema di Bayes al sensor fusion
4.1.4 Il filtro Bayesiano ricorsivo
5 Stima Ottima e filtraggio di Kalman
5.1 Il filtro di Kalman
5.1.1 Algoritmo del filtro di Kalman
5.2 Il filtro di Kalman esteso
6 Sensor Data Fusion
6.1 Sensor Data Fusion
6.1.1 Definizione della funzione non lineare xk = f(xk-1, uk-1,wk-1)
6.1.2 Definizione della funzione non lineare zk = g(xk, vk)
6.1.3 Calcolo delle matrici A, W, H e V
6.1.4 Definizione completa dell’algoritmo del filtro di Kalman esteso
6.1.5 Parametri del filtro e regolazione
6.1.6 Determinazione di Rk
6.1.7 Determinazione di Qk
6.1.8 Semplificazione dell’algoritmo di Kalman per l’implementazione
7 Implementazione del Sensor data Fusion
7.1 Lettura dei dati dalla Penna Anoto
7.1.1 Implementazione dell’algoritmo
A Datasheet
B m-file
Bibliografia
1.1 Localizzazione
1.2 Obiettivo
2 Struttura e architettura di funzionamento del robot mobile
2.1 Struttura meccanica del Robot mobile
2.2 Componenti di ‘MOTORE’
2.2.1 Omniwheel
2.2.2 Motori in corrente continua
2.2.3 Encoders
2.2.4 Scheda con architettura DSP
2.2.5 Penna ottica
3 Modello Matematico
3.1 Definizione dei sistemi di riferimento
3.2 Sviluppo del modello cinematico
4 Fondamenti di Sensor Fusion 24
4.1 Metodi probabilistici
4.1.1 Modello di stato e dell’osservazione
4.1.2 Teorema di Bayes
4.1.3 Applicazione del teorema di Bayes al sensor fusion
4.1.4 Il filtro Bayesiano ricorsivo
5 Stima Ottima e filtraggio di Kalman
5.1 Il filtro di Kalman
5.1.1 Algoritmo del filtro di Kalman
5.2 Il filtro di Kalman esteso
6 Sensor Data Fusion
6.1 Sensor Data Fusion
6.1.1 Definizione della funzione non lineare xk = f(xk-1, uk-1,wk-1)
6.1.2 Definizione della funzione non lineare zk = g(xk, vk)
6.1.3 Calcolo delle matrici A, W, H e V
6.1.4 Definizione completa dell’algoritmo del filtro di Kalman esteso
6.1.5 Parametri del filtro e regolazione
6.1.6 Determinazione di Rk
6.1.7 Determinazione di Qk
6.1.8 Semplificazione dell’algoritmo di Kalman per l’implementazione
7 Implementazione del Sensor data Fusion
7.1 Lettura dei dati dalla Penna Anoto
7.1.1 Implementazione dell’algoritmo
A Datasheet
B m-file
Bibliografia
File
Nome file | Dimensione |
---|---|
La tesi non è consultabile. |