Titelaufnahme

Titel
Lageerkennung im 3D-Raum für humanoide Roboter
Weitere Titel
3D Orientation Detection for human-like Robots
VerfasserSimhandl, Matthias
GutachterKucera, Gernot ; Korak, Gernot
Erschienen2015
Datum der AbgabeJuni 2015
SpracheDeutsch
DokumenttypBachelorarbeit
Schlagwörter (DE)Quaternion / Inertiales Messsystem / AHRS / MARG / Kalman-Filter / Komplementärfilter / Gradientenverfahren / Gyroskop / Accelerometer / Magnetometer
Schlagwörter (EN)quaternion / inertial measurement system / AHRS / MARG / Kalman filter / Complementary filter / gradient descent algorithm / gyroscope / accelerometers / magnetometers
Zugriffsbeschränkung
 _
Klassifikation
Zusammenfassung (Deutsch)

Für den Einsatz in einem humanoiden Roboter werden in dieser Arbeit zwei

Sensorfusionsalgorithmen zur Lageerkennung im 3D Raum vorgestellt. Ziel ist es das

Verfahren zu finden, welches für den Einsatz am ehesten geeignet ist. Die grundsätzliche

Funktionsweise eines Kalman-Filters wird analysiert und bezüglich Praktikabilität

recherchiert. Ein Komplementär-Filter und ein Gradientenverfahren werden implementiert

und getestet. Die zwei implementierten Algorithmen, die Gyrometer, Accelerometer und

Magnetometer verwenden, werden in Experimenten an einem Drehtisch verglichen. Auch

ein einfacher Algorithmus, welcher ausschließlich Gyrometerdaten berücksichtigt wird in

den Experimenten verglichen.

In diesen wird gezeigt, dass Sensorfusion notwendig ist, damit eine Lageerkennung über

die Zeit möglich ist. Des Weiteren wird gezeigt, dass der Rechenaufwand für die einzelnen

Verfahren stark abweicht und damit die Reaktionsfähigkeit des Systems bestimmt wird.

Die Reaktionszeit kann in dieser Arbeit noch nicht zufriedenstellend erfüllt werden, daher

werden weitere Versuche diskutiert. So können die Optimierung der Abtastrate und die

Konfiguration der Verstärkungsfaktoren der Algorithmen den gewünschten Effekt erzielen.

Zusammenfassung (Englisch)

This thesis presents two different algorithms for 3D orientation estimation and introduces the basic principles of a kalman filter. The goal is to find the best algorithm for the human-like robots application. The gradient descent algorithm as well as the complementary filter are applicable for inertial measurement units consisting of tri-axis gyroscopes, tri-axis magnetometers and tri-axis accelerometers. The algorithms are using a quaternion representation allowing sensor data to be used in sensor fusion algorithm. Performance has been evaluated empirically using a turntable. Performance was also benchmarked against a simple gyroscope algorithm. The results indicate that good levels of accuracy are achieved by the algorithms but response time needs to be improved.