คำถามติดแท็ก navigation

ฉันสับสนกับคำว่า "ตัวกรองคาลมานทางอ้อม" หรือ "ตัวกรองคาลมานข้อผิดพลาด" หมายถึงอะไร คำจำกัดความที่เป็นไปได้มากที่สุดที่ฉันพบคือในหนังสือของ Maybeck [1]: ดังที่ชื่อระบุไว้ในการกำหนดพื้นที่ทั้งหมด (โดยตรง) สถานะรวมเช่นตำแหน่งยานพาหนะและความเร็วนั้นเป็นตัวแปรสถานะในตัวกรองและการวัดคือเอาต์พุต INS accelerometer และสัญญาณแหล่งภายนอก ในการกำหนดพื้นที่ข้อผิดพลาด (ทางอ้อม) ข้อผิดพลาดในตำแหน่งและความเร็วที่ระบุของ INS- เป็นตัวแปรที่ประมาณไว้และการวัดแต่ละครั้งที่นำเสนอต่อตัวกรองคือความแตกต่างระหว่าง INS และแหล่งข้อมูลภายนอก 20 ปีต่อมา Roumeliotis และคณะ ใน [2] เขียน: การสร้างแบบจำลองที่ยุ่งยากของยานพาหนะเฉพาะและการมีปฏิสัมพันธ์กับสภาพแวดล้อมแบบไดนามิกนั้นหลีกเลี่ยงได้โดยการเลือกการสร้างแบบจำลองวงแหวนแทน สัญญาณไจโรปรากฏในสมการของระบบ (แทนการวัด) ดังนั้นการกำหนดปัญหาต้องใช้แนวทางกรองคาลมานทางอ้อม (สถานะผิดพลาด) ฉันไม่เข้าใจส่วนที่เป็นตัวหนาตั้งแต่ Lefferts และคณะ ใน [3] เขียนเร็วกว่านี้มาก: สำหรับยานอวกาศอิสระการใช้หน่วยอ้างอิงเฉื่อยเป็นแบบจำลองการแทนที่ช่วยให้หลีกเลี่ยงปัญหาเหล่านี้ จากนั้นดำเนินการต่อเพื่อแสดงตัวแปรต่าง ๆ ของ EKF โดยใช้การสร้างแบบจำลองวงแหวนที่มีคำสั่งตัวกรองคาลมานอย่างชัดเจนตามคำจำกัดความของเมย์เบ็ค: รัฐเท่านั้นประกอบไปด้วยทัศนคติควอเทอเนียนและอคติไจโร ในความเป็นจริงไม่มี INS แยกต่างหากซึ่งมีข้อผิดพลาดในการประเมินด้วยตัวกรอง Kalman …

11 localization  kalman-filter  navigation  errors 

ฉันไม่เคยใช้ accelerometer มาก่อน แต่ฉันรู้ว่าพวกเขามาพร้อมกับ I2C, SPI และเอาต์พุตแบบอะนาล็อก หากฉันเลือกใช้ I2c หรือ SPI อุปกรณ์ฉันจะสะสมข้อผิดพลาดเนื่องจากเวลาในการสื่อสารหรือไม่ การสุ่มตัวอย่างอย่างรวดเร็วของสัญญาณอะนาล็อกน่าจะทำให้ฉันได้ตำแหน่งที่ถูกต้องแม่นยำกว่าการใช้ I2C หรือไม่? สิ่งนี้จะเป็นจริงหรือไม่ หุ่นยนต์เคลื่อนที่ในห้อง หุ่นยนต์เคลื่อนที่ในภูมิประเทศกลางแจ้งและมีแนวโน้มว่าจะลื่นและกลิ้งลงมาตามทางลาด นอกจากนี้ฉันไม่มีความรู้สึกของ Gs ฉันพยายามที่จะย้ายมือของฉันไปรอบ ๆ ได้อย่างรวดเร็วด้วยโทรศัพท์ของฉันทำงาน Andro เซ็นเซอร์ในกำปั้นและเห็นของฉันที่อ่านอิ่มตัวที่ 20m / s 2 ฉันจะคาดหวังได้อย่างไรว่าหุ่นยนต์ของฉันจะได้สัมผัสกับหุ่นยนต์ตัวนี้ถ้าโดนหุ่นยนต์ตัวอ้วนเคลื่อนที่หรือโดนคนเดินเร็ว ๆ

11 sensors  deduced-reckoning  navigation  accelerometer 

สำหรับการหลีกเลี่ยงสิ่งกีดขวางระหว่างการนำทางหุ่นยนต์ 2D ตำแหน่ง / มุมที่ดีที่สุดในการวางเซ็นเซอร์โซนาร์คืออะไร? ควรมีกี่คน ฉันต้องการทราบว่ามีทฤษฎีหรือตัวอย่างสำหรับปัญหาการวางหรือไม่ ฉันรู้ว่าขึ้นอยู่กับวิธีที่หุ่นยนต์เคลื่อนที่และรูปทรงของหุ่นยนต์ แต่ฉันกำลังค้นหาคำตอบทั่วไป

10 mobile-robot  sensors  navigation  acoustic-rangefinder 

ภายในการเขียนโปรแกรมวิทยาการหุ่นยนต์การปฐมนิเทศจะให้ในรูปของพิกัด x, y, & z จากตำแหน่งศูนย์กลางบางแห่ง อย่างไรก็ตามพิกัด x, y, z ไม่สะดวกสำหรับการทำความเข้าใจอย่างรวดเร็วของมนุษย์หากมีหลายสถานที่ให้เลือก (เช่น {23, 34, 45}, {34, 23, 45}, {34, 32, 45} , {23, 43, 45} ไม่ได้เป็นมนุษย์โดยเฉพาะอย่างยิ่งเป็นมิตรและมีแนวโน้มที่จะเกิดข้อผิดพลาดของมนุษย์) แต่ตัวบ่งชี้การวางแนวภาษาอังกฤษที่พบบ่อยกว่านั้นมักเป็นคำที่ไม่เหมาะสมหรือไม่เหมาะสมสำหรับการเลือกอย่างรวดเร็ว (เช่น "กล้องหน้าด้านหน้าบนไหล่ขวาด้านหน้าของหุ่นยนต์ 1" เป็นคำที่เกินไป แต่ "หน้า" / "ไปข้างหน้า" เกินไป กล้องบนขอบนำหรือมันชี้ไปข้างหน้า?) ในสถานที่ยานพาหนะทางเรือและการบินมีการพูดคุยกันโดยทั่วไปเกี่ยวกับด้านหน้า, ท้าย (หรือท้ายเรือ), พอร์ตและกราบขวา ในขณะที่ทิศทางของการเคลื่อนไหวที่สัมพันธ์กับยานพาหนะมักจะได้รับในการอ้างอิงถึง clockface (เช่นไปข้างหน้าของหน้าจะ "ที่ 12" ด้านหลังของเรือจะเป็น "ที่ 6" ในขณะที่ทางขวาของกราบขวาและ …

10 mobile-robot  control  design  localization  navigation 

ทีมของฉันกำลังสร้างหุ่นยนต์เพื่อนำทางอัตโนมัติในสภาพแวดล้อมกลางแจ้ง เมื่อเร็ว ๆ นี้เราได้รับเซ็นเซอร์ IMU / GPS ในตัวแบบใหม่ซึ่งเห็นได้ชัดว่าบางตัวกรองคาลมานขยายบนชิป มันให้พิทช์ม้วนและหันเหทิศตะวันตกเฉียงเหนือทิศตะวันออกและความเร็วลงและละติจูดและลองจิจูด อย่างไรก็ตามเรายังมีเอนโค้ดเดอร์บางตัวติดอยู่กับล้อของเราซึ่งให้ความเร็วเชิงเส้นและเชิงมุม ก่อนที่เราจะมีเซ็นเซอร์ IMU / GPS ใหม่นี้เราได้ทำ EKF ของเราเพื่อประเมินสถานะของเราโดยใช้เครื่องเข้ารหัสและเซ็นเซอร์ต้นทุนต่ำอื่น ๆ เราต้องการใช้ตัวกรองบนชิปตัวใหม่ของเซ็นเซอร์นี้ แต่ยังรวมเครื่องเข้ารหัสของเราเข้าด้วยกัน มีปัญหากับการโยงตัวกรองหรือไม่? สิ่งที่ฉันหมายถึงคือเราจะใช้เอาท์พุทของเซ็นเซอร์ IMU / GPS บนชิป EKF เป็นการอัปเดตเป็น EKF ของเราเองเช่นเดียวกับที่เราใช้ข้อมูลที่อ่านจากตัวเข้ารหัสเป็นการอัปเดตเป็น EKF ของเรา ดูเหมือนจะสมเหตุสมผลสำหรับฉัน แต่ฉันสงสัยว่าสิ่งใดที่ควรทำในกรณีนี้

9 kalman-filter  imu  navigation 

ฉันกำลังทำงานกับควอดโรเตอร์ ฉันรู้ตำแหน่งของมัน -ที่ซึ่งฉันต้องการไป - ตำแหน่งเป้าหมายและจากนั้นฉันคำนวณเวกเตอร์ - เวกเตอร์หน่วยที่จะพาฉันไปยังเป้าหมายของฉัน:aaabbbccc c = b - a c = normalize(c) เนื่องจาก quadrotor สามารถเคลื่อนที่ในทิศทางใดก็ได้โดยไม่มีการหมุนสิ่งที่ฉันพยายามทำคือ หมุนโดยมุมเอียงของหุ่นยนต์ccc แยกออกเป็นองค์ประกอบx,yx,yx, y ส่งพวกเขาไปยังหุ่นยนต์เป็นมุมม้วนและระดับเสียง ปัญหาคือว่าถ้าหันเหเป็น 0 °± 5 แล้วก็ใช้งานได้ แต่ถ้าหันไปใกล้ +90 หรือ -90 มันจะล้มเหลวและหันไปทิศทางที่ผิด คำถามของฉันคือฉันขาดอะไรบางอย่างชัดเจนที่นี่?

9 quadcopter  uav  navigation  slam  kinect  computer-vision  algorithm  c++  ransac  mobile-robot  arduino  microcontroller  machine-learning  simulator  rcservo  arduino  software  wifi  c  software  simulator  children  multi-agent  ros  roomba  irobot-create  slam  kalman-filter  control  wiring  routing  motion  kinect  motor  electronics  power  mobile-robot  design  nxt  programming-languages  mindstorms  algorithm  not-exactly-c  nxt  programming-languages  mindstorms  not-exactly-c  raspberry-pi  operating-systems  mobile-robot  robotic-arm  sensors  kinect  nxt  programming-languages  mindstorms  sensors  circuit  motion-planning  algorithm  rrt  theory  design  electronics  accelerometer  calibration  arduino  sensors  accelerometer