Use este identificador para citar ou linkar para este item: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/12123
Título: Integração de sensores GPS via filtro de Kalman
Título(s) alternativo(s): Integration of GPS sensors via Kalman filter
Autor(es): Stahlschmidt, Thobias
Orientador(es): Cardoso, Rafael
Palavras-chave: kalman, Filtragem de
Fusão
Sistema de Posicionamento Global
Kalman filtering
Fusion
Global Positioning System
Data do documento: 13-Dez-2018
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Pato Branco
Referência: STAHLSCHMIDT, Thobias. Integração de sensores GPS via filtro de Kalman. 2018. 45 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2018.
Resumo: Sistemas de posicionamento por satélite na agricultura de precisão podem ser utilizados para monitoramento agrícola visando o uso otimizado de recursos como insumos agrícolas. Os dados recebidos dos sistemas de satélites podem apresentar erros de posicionamento de até 10 metros. Receptores de baixo custo são os que mais apresentam erros de posicionamento, porém é possível utiliza-los aliados a conceitos matemáticos e tecnologias de software para que o erro de posicionamento diminua. Este trabalho tem como objetivo desenvolver um sistema que visa melhorar a resolução das posições de um receptor de baixo custo, aplicando o algoritmo do filtro de Kalman. O filtro de Kalman é um algoritmo matemático iterativo que processa dados de sensores ruidosos e estima um estado ótimo do sistema. Este trabalho apresenta uma abordagem de fusão de dados de receptores GPS via filtro de Kalman para estimar informações de coordenadas, velocidade e ângulo de rastreio de um sistema. Por meio dos dados amostrados na pista de atletismo da UTFPR foi realizada análise com o objetivo de estimar a precisão dos sensores e dos dados filtrados. Os resultados comprovam a eficiência do filtro de Kalman aplicado aos dados da fusão em comparação aos dados dos receptores GPS, já que o resultado do filtro reduziu o erro apresentado pelo sistema.
Abstract: Satellite positioning systems in precision agriculture can be used for agricultural monitoring for optimumuse of resources such as agricultural inputs. Data received fromsatellite systems may have positioning errors of up to 10meters. Low-cost receivers have the most positioning errors, however it is possible to use themallied tomathematical concepts and software technologies so that the positioning error decreases. This work aims to develop a systemthat aims to improve the resolutionof thepositions of a lowcost receiver by applying the Kalman filter algorithm. The Kalman filter is an iterative mathematical algorithm that processes data fromnoisy sensors and estimates an optimal state of the system. This work presents a fusion approach ofGPS receiver data via the Kalman filter to estimate coordinate information, velocity and tracking angle of a system. By means of the data sampled in the athletics track of the UTFPR, an analysis was carried out in order to estimate the accuracy of the sensors and the filtered data. The results demonstrate the efficiency of the Kalman filter applied to the fusion data compared to the GPS receiver data, since the filter result reduced the error presented by the system.
URI: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/12123
Aparece nas coleções:PB - Engenharia de Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PB_COENC_2018_2_15.pdf5,44 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.