Yi Han Poy: Sensordaten-Fusion von IMU und GPS-Signal (Studienarbeit)

01.06.2021, 13:00Uhr

Einladung zur Zwischenpräsentation von Yi Han Poy

Thema: Sensor-Daten-Fusion von IMU und GPS-Signal

Projekt: Studienarbeit

Betreuer: Sergio Petruz, Gökhan Akgün, Candy Lohse

Drohnen können mit eingebauten Sensoren ihre Umgebung wahrnehmen und so auch autonom fliegen. Ein wichtiger Faktor dabei ist die Lokalisierung der Drohne. Messabweichungen können zu Ungenauigkeiten führen. Dies führt dazu, dass die Drohne falsch navigiert. GPS-Sensoren ermöglichen es Drohnen ihre Position genau zu bestimmen. Dies unterliegt jedoch Fehlern, wenn z. B. der Empfang eines Satelliten blockiert ist. Die Verwendung eines zusätzlichen Sensors, z. B. des IMU-Sensors, kann die Genauigkeit erhöhen.
Dieses Projekt zielt darauf ab, eine Methode zur Verbesserung der Positionsschätzung einer Drohne zu implementieren. In diesem Fall sollen ein IMU- und ein GPS-Sensor verwendet werden, um die Position genau zu bestimmen. Die Signale des IMU-Sensors können normalerweise mit dem Mahony- und Madgwick-Filter fusioniert werden, aber nicht mit dem GPS-Signal. In der Literatur wird ein erweiterter Kalman-Filter (EKF) verwendet, um die Daten solcher Sensoren zu fusionieren, da er auch genauer ist. Daher soll der EKF in dieser Arbeit implementiert werden.
Dieses Projekt wird auch eingebettete Architekturen, wie den PYNQ-Z1 in Kombination mit ROS (Robot Operating System) und Simulationstools (Gazebo) umfassen. Dies wird einen reibungslosen Übergang des Systems hin zu Feldtests ermöglichen. ROS ermöglicht auch die Integration in eine Umgebung, die Schnittstellen zu anderen Geräten und Algorithmen wie z. B. der Flugsteuerung der Drohne ermöglicht. Daher soll der Student die Sensordatenfusion mit IMU und GPS auf einem ARM Cortex A9 Prozessor implementieren und die Korrektheit der implementierten Algorithmen mit geeigneten Testszenarien überprüfen.