Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Kalman" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Algorithms of position and velocity estimation in GPS receivers
    Autorzy:
    Kaniewski, P.
    Gil, R.
    Konatowski, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/320516.pdf
    Data publikacji:
    2016
    Wydawca:
    Polskie Forum Nawigacyjne
    Tematy:
    GPS
    positioning
    Kalman filter
    simulation
    Opis:
    Processing of signals in Global Positioning System (GPS) receivers includes numerous signal and data operations leading to calculation of coordinates and velocities of satellites in global Earth-Centered Earth-Fixed (ECEF) frame of reference as well as pseudoranges and delta-ranges between the user and all the tracked GPS satellites. Further processing of these data consists in estimation of the user’s position, velocity and time (PVT) and nowadays it is usually realized by means of an Extended Kalman Filters (EKF). The choice of measuring data processed by the Kalman filter significantly influences the accuracy of navigation solution. In simpler GPS receivers, the estimation of user’s position and velocity is based on pseudoranges only, whereas in more advanced ones delta-ranges are also applied. The paper describes both possible solutions and compares the accuracy of estimation of the user’s position and velocity in both cases. The comparison is based on simulation results, which are included in the paper.
    Przetwarzanie sygnałów odbieranych w odbiorniku GPS obejmuje szereg operacji, w wyniku których wyznaczane są między innymi współrzędne i prędkości satelitów w globalnym układzie współrzędnych ECEF oraz pseudoodległości i zmiany pseudoodległości pomiędzy użytkownikiem systemu a poszczególnymi obserwowanymi satelitami. Dalsze przetwarzanie uzyskanych danych polega zwykle na estymacji położenia i prędkości użytkownika za pomocą algorytmu rozszerzonego filtru Kalmana (EKF). Wybór danych pomiarowych przetwarzanych przez filtr istotnie wpływa na dokładność rozwiązania nawigacyjnego. W prostszych odbiornikach do estymacji położenia i prędkości użytkownika wykorzystywane są wyłącznie pseudoodległości, natomiast w rozwiązaniach bardziej zaawansowanych również zmiany pseudoodległości. W artykule szczegółowo omówiono oba rozwiązania oraz porównano dokładności estymacji położenia i prędkości użytkownika w obu przypadkach. Rozważania poparto zamieszczonymi w artykule wynikami badań symulacyjnych.
    Źródło:
    Annual of Navigation; 2016, 23; 53-68
    1640-8632
    Pojawia się w:
    Annual of Navigation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimation of rotation angles based on GPS data from a UX5 Platform
    Autorzy:
    Wierzbicki, D.
    Krasuski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/114355.pdf
    Data publikacji:
    2015
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    GPS
    heading
    pitch
    roll
    Kalman filter
    Opis:
    Data integration from INS and GPS sensors is applied in aeronautical navigation as a basic conception for determination of aircraft position. A GPS sensor is used to estimate coordinates (X, Y, Z) and velocity (Vx, Vy, Vz) also in a navigation solution. On the other hand, an INS sensor provides rotation angles (heading, pitch and roll) and acceleration parameters (Ax, Ay, Az). The GPS sensor is preferred to obtain an approximate value of rotation angles. In this paper, the results of studies on determination of heading, pitch and roll angles using GPS technology are presented. For this purpose, GPS data from a single-frequency L1 receiver from a UX5 platform were used. Calculations were executed in the HPR_GPS software, whose source code was written in Scilab 5.4.1 language. The software operation and an algorithm for estimation of heading, pitch, roll angles there is described. The preliminary results of rotation angles from the HPR_GPS software show that heading, pitch and roll values are very similar to raw INS measurements. The mean difference between the GPS data (after Kalman filter operation) and the INS data for the heading angle is equal to 0.32( with a standard deviation of 5.41(, for the pitch angle is equal 4.98( with a standard deviation of 5.06( and for the roll angle is about 0.06( with a standard deviation of 0.69).
    Źródło:
    Measurement Automation Monitoring; 2015, 61, 11; 516-520
    2450-2855
    Pojawia się w:
    Measurement Automation Monitoring
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Kalman filter realization for orientation and position estimation on dedicated processor
    Autorzy:
    Romaniuk, S.
    Gosiewski, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/387597.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    INS
    inertial navigation system (INS)
    GPS
    Kalman filter
    filtr Kalmana
    Opis:
    This paper presents Kalman filter design which has been programmed and evaluated in dedicated STM32 platform. The main aim of the work performed was to achieve proper estimation of attitude and position signals which could be further used in unmanned aeri-al vehicle autopilots. Inertial measurement unit and GPS receiver have been used as measurement devices in order to achieve needed raw sensor data. Results of Kalman filter estimation were recorded for signals measurements and compared with raw data. Position actual-ization frequency was increased from 1 Hz which is characteristic to GPS receivers, to values close to 50 Hz. Furthermore it is shown how Kalman filter deals with GPS accuracy decreases and magnetometer measurement noise.
    Źródło:
    Acta Mechanica et Automatica; 2014, 8, 2; 88-94
    1898-4088
    2300-5319
    Pojawia się w:
    Acta Mechanica et Automatica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fusion of data from gps receivers based on a multi-sensor Kalman filter
    Fuzja danych pochodzących z odbiorników gps oparta na wielosensorowym filtrze Kalmana
    Autorzy:
    Borkowski, P.
    Pietrzykowski, Z.
    Magaj, J.
    Mąka, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/374663.pdf
    Data publikacji:
    2008
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    nawigacja
    nawigacja satelitarna
    GPS
    filtr Kalmana
    navigation
    satellite navigation
    Kalman filter
    Opis:
    In the age of continually developing satellite navigation practically every ship is equipped with GPS receivers, providing the coordinates of her position. However, relying solely on the navigational data from one autonomous receiver the navigator may expect that a given position is burdened with significant errors or that the position data will be lost. This results from the shortcoming of GPS systems which are susceptible to disturbances affecting their operation. One method to substantially reduce such risk is a navigational system that makes use of a number of sources for accurate position determination. The obtained data are processed, which involves data integration and filtration in order to further diminish measurement errors. One possible solution is the application of a system based on an algorithm of multi-sensor navigational data fusion using a Kalman filter. After a brief description of the algorithm, this article presents some results of the fusion of data from parallel position measurements, where the data come from two mobile GPS receivers. The said solution is intended to be implemented in a navigational decision support system on board a sea-going vessel.
    W dobie rozwoju nawigacji satelitarnej praktycznie każdy statek jest wyposażony w odbiorniki systemu GPS, wskazujące współrzędne pozycji obiektu. Jednakże opierając się tylko i wyłącznie na informacji nawigacyjnej otrzymywanej z pojedynczego, autonomicznego odbiornika narażamy się na ryzyko wystąpienia znacznych błędów lub utraty informacji pozycyjnej. Wynika to z wady tych systemów, jaką jest możliwość stosunkowo łatwego zakłócania ich pracy. Jednym ze sposobów na znaczne zredukowanie tego ryzyka jest zastosowanie systemu nawigacyjnego, w którym dla dokładnego wyznaczenia pozycji wykorzystuje się dane uzyskiwane z wielu źródeł oraz poddaje się je obróbce: integracji i filtracji w celu dalszego ograniczenia błędów pomiarowych. Jednym z możliwych rozwiązań jest zastosowanie systemu działającego w oparciu o algorytm wielosensorowej fuzji danych nawigacyjnych z wykorzystaniem filtra Kalmana. W artykule, po krótkim opisie algorytmu, przedstawiono przykładowe wyniki badań polegających na fuzji równoległych pomiarów pozycji, pochodzących z dwóch różnych, ruchomych odbiorników GPS. Powyższe rozwiązanie planuje się zastosować w nawigacyjnym systemie wspomagania decyzji na statku morskim.
    Źródło:
    Transport Problems; 2008, 3, 4; 5-11
    1896-0596
    2300-861X
    Pojawia się w:
    Transport Problems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyznaczenie kursu bezzałogowego statku powietrznego na podstawie danych GPS i INS
    Estimation course angle for UAV based on GPS and INS data
    Autorzy:
    Krasuski, K.
    Wierzbicki, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/276232.pdf
    Data publikacji:
    2015
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    GPS
    INS
    kurs
    odchylenie standardowe
    filtr Kalmana
    course angle
    standard deviation
    Kalman filter
    Opis:
    Od kilkunastu lat obserwowany jest wzrost zainteresowania wykorzystania bezzałogowych statków latających w fotogrametrii i teledetekcji. Niskobudżetowe bezzałogowe platformy najczęściej korzystają ze stosunkowo tanich jednoczęstotliwościowych odbiorników GPS oraz platformy INS (MEMS). Ich integracja umożliwia wyznaczenie parametrów orientacji bezzałogowego statku latającego w przestrzeni. W artykule zaprezentowano wstępne rezultaty wyznaczenia kursu na podstawie samych danych GPS oraz określono różnicę kursu z wykorzystaniem danych GPS i INS. Przedstawiono również algorytm wyznaczenia kursu oraz opisano dokładnie przebieg eksperymentu lotniczego z wykorzystaniem platformy Trimble UX5. Na podstawie przeprowadzonych badań i uzyskanych wyników stwierdzono, iż średnia różnica kursu na podstawie surowych danych GPS i INS wynosi 0.21° z odchyleniem standardowym 6,12°.
    For several years, increased interest in the use of unmanned aerial vehicles in photogrammetry and remote sensing can be easily observed. Low-budget unmanned platforms mostly use a relatively low-cost single frequency GPS and INS platforms (MEMS). Their integration allows to determination the orientation parameters of unmanned aerial vehicle in the space. The article deals with the preliminary results of determine the course angle based on the same GPS data and identifies the difference of course using GPS and INS data. The article presents an algorithm determine the course angle and also describes in details the airborne experiment using Trimble UX5 platform. Based on the researches and the results ob-tained, it was found that the average difference of course angle based on raw GPS and INS equals to 0,21° with a standard deviation of 6,12°.
    Źródło:
    Pomiary Automatyka Robotyka; 2015, 19, 4; 63-68
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Możliwości sztucznej inteligencji w nawigacji inercyjnej w logistyce
    Application of artificial intelligence in inertial navigation in logistics
    Autorzy:
    Baczyński, D.
    Bartczak, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/312079.pdf
    Data publikacji:
    2018
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    nawigacja inercyjna
    A.I.
    sztuczna inteligencja
    filtr Kalmana
    GPS
    inertial navigation
    artificial intelligence
    Kalman filter
    Opis:
    The article discusses the issues relating to mutual relations between artificial intelligence and inertial navigation, which are noticeable within logistics. The main focus has been on showing how the use of inertial navigation systems used in logistics can affect the use of artificial intelligence. The reflections taken in the article are both theoretical and practical. As part of the theory, we tried to show, based on the literature of the subject, what is the essence of artificial intelligence and inertial navigation and what are the relationships between them. The results of our own research were also presented (practical aspect).
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2018, 19, 9; 197-204
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An optimal innovation based adaptive estimation Kalman filter for accurate positioning in a vehicular ad-hoc network
    Autorzy:
    Sumithra, S.
    Vadivel, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/1838188.pdf
    Data publikacji:
    2021
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    Kalman filter
    dead reckoning
    DR
    global positioning system
    GPS
    simulation of urban mobility
    SUMO
    filtr Kalmana
    system nawigacji satelitarnej
    Opis:
    The vehicular ad-hoc network (VANET) is subject to various attacks because of its dynamic nature and ephemeral character. In VANET, vehicles communicate with each other for safety awareness. The positioning of an unknown vehicle is one of the critical factors to determine the vehicle’s trustworthiness. Although some positioning techniques have achieved a high accuracy level in VANET, they suffer from dynamic noise in real-world environments. This drawback leads to inaccuracy and unreliability during vehicle positioning. In this paper, an optimal innovation based adaptive estimation Kalman filter (OIAE-KF) is proposed. This algorithm offers an alternative solution for the basic Kalman filter and the innovation based adaptive estimation Kalman filter (IAE-KF). The proposed algorithm makes use of fusion of the global navigation satellite system (GNSS) and the inertial measurement unit (IMU) to improve its performance. The OIAE-KF works based on the innovation sequence and involves three steps such as establishing the innovation sequence, applying the innovation property, checking the optimality of the Kalman filter and, finally, estimating process noise (Q) and measurement noise (R). An optimal swapping method is introduced for optimality check. The efficiency of the proposed OIAE-KF method is proved by comparing the predictions of the existing methods such as the IAE-KF. The results show that the OIAE-KF performs better than the existing techniques. It improves the accuracy and consistency in VANET positioning.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2021, 31, 1; 45-57
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Use of integrated GPS and INS systems in aerial photogrammetry
    Wykorzystanie zintegrowanych systemów GPS i INS w fotogrametrii lotniczej
    Autorzy:
    Poręba, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/385769.pdf
    Data publikacji:
    2011
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    GPS
    INS
    integracja
    filtr Kalmana
    georeferencja wprost
    osnowa polowa
    fotogrametria lotnicza
    integration
    Kalman filter
    direct georeferencing
    ground control points
    aerial photogrammetry
    Opis:
    A synthetic overview of the present state of knowledge regarding the use of GPS and INS systems in aerial photogrammetry is presented. Although, the inertial navigation can calculate the position of the aircraft without any help from outside world, a large number of error are introduced. Hence a GPS is used to aid the INS, using a Kalman filter which helps in estimating the errors in the INS and thus updating position to improved accuracy. The deficiencies inherent in both systems as well as the reasons for their integration are considered. Since the use of a GPS system during flight still requires the creation of a net of ground control points and the planning of blocks with sufficient overlap between images, GPS/INS system integration has become a topic of keen interest. For this purpose, the basics of GPS/INS integration and the advantages and disadvantages of this solution are explained. The summary presents conclusions about directions for further development of integrated systems and a brief discussion of the current state of studies on direct georeferencing published in international scientific literature.
    Artykuł w sposób syntetyczny ujmuje aktualny stan wiedzy w zakresie wykorzystania systemów GPS i INS w fotogrametrii lotniczej. Mimo że system inercyjny jest w pełni autonomiczny i nie wymaga żadnego wsparcia z zewnątrz, to jednak dokładność ustalenia pozycji ulega stopniowej degradacji w czasie. System GPS jest wykorzystywany, aby wesprzeć INS i przy użyciu filtru Kalmana pomóc w oszacowaniu błędów INS. Omówione zostały zarówno rodzaje błędów towarzyszące obu systemom, jak i przesłanki ich integracji. Ze względu na fakt, że stosowany podczas nalotu system GPS w dalszym ciągu wymaga zakładania osnowy polowej oraz projektowania bloków o odpowiednich pokryciach między zdjęciami, integracja systemów GPS/INS staje się kwestią bardzo aktualną. Wyjaśniono zatem podstawy integracji GPS/INS oraz mocne i słabe strony takiego rozwiązania. W podsumowaniu zawarto konkluzje dotyczące kierunków dalszej pracy nad zintegrowanym systemem oraz zarys stanu badań dotyczących georeferencji wprost zgłaszanych w literaturze światowej.
    Źródło:
    Geomatics and Environmental Engineering; 2011, 5, 3; 79-87
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Control system for UAV application based on inspection robot
    System kontroli lotu aplikacji UAV opartej na Inspekcyjnym Robocie Latającym
    Autorzy:
    Chmaj, G.
    Uhl, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/257125.pdf
    Data publikacji:
    2008
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Technologii Eksploatacji - Państwowy Instytut Badawczy
    Tematy:
    UAV
    autopilot
    autonomiczność
    VTOL
    platforma wideo
    wirtualne okulary wideo
    GPS
    DGPS
    ASG-EUPOS
    filtr Kalmana
    autonomous
    video platform
    virtual glasses
    Kalman filter
    Opis:
    This paper describes the design, development, and operation of the Inspection Robot, a UAV system that has been developed at the Department of Robotics and Mechatronics at AGH - University of Science and Technology. The hardware and software architecture used for controlling the Inspection Robot is presented. The architecture of a pan, tilt, and roll camera control system on-board the Inspection Robot is also presented. The camera is mounted in a light gimbal driven by three servos. The controller has currently three operation modes available. The first mode keeps the camera at a fixed position. The second mode drives the gimbal servos using signals received from an IMU system mounted on video glasses. Data provided by three sensors (a three axis accelerometer, a three axis gyroscope, and a three axis magnetic compass) from the IMU unit are integrated using a sensor fusion algorithm in order to obtain the best estimate for the system's dynamic state. The Kalman filter is very attractive for low-cost applications, where acceptable performance and reliability is desired, given a limited set of inexpensive sensors. Manual control, using conventional RC radio, is also possible.
    W artykule przedstawiono projekt, wykonanie oraz pierwsze testy Inspekcyjnego Robota Latającego rozwijanego w Katedrze Robotyki i Mechatroniki na uczelni AGH w Krakowie. W pracy przedstawiono system kontroli lotu pracujący na Inspekcyjnym Robocie Latającym oraz funkcjonalność oprogramowania naziemnej stacji bazowej stanowiącej łącze komunikacyjne z robotem. W artykule przedstawiono również projekt żyroskopowej platformy wideo pracującej na pokładzie Inspekcyjnego Robota Latającego, stanowiącej sprzężenie wizyjne z naziemnym operatorem. Platforma posiada trzy stopnie swobody i napędzana jest trzema serwomechanizmami. Istnieją trzy tryby pracy umożliwiające wykorzystanie platformy w różnych zadaniach. Pierwszy tryb pracy umożliwia zablokowanie wszystkich serwomechanizmów w ostatnim położeniu pracy. Drugi tryb pracy steruje aktuatory platformy na podstawie sygnałów odebranych z układu IMU zamontowanego na wirtualnych okularach wideo. Sygnały pochodzące z trzech czujników układu IMU (trzy przyśpieszenia, trzy prędkości kątowe oraz trzy kierunki pola magnetycznego ziemi) poddawane są fuzji przy użyciu 6-stanowego filtru Kalmana. Zadaniem filtru Kalmana jest estymacja zmiennych stanu, gdzie część z nich w postaci kątów roll, pitch i yaw jest przesyłana na wejście układu sterowania aktuatorami platformy. Trzeci tryb pracy to manualna kontrola aktuatorów platformy w oparciu o sygnały pochodzące z aparatury RC.
    Źródło:
    Problemy Eksploatacji; 2008, 3; 7-18
    1232-9312
    Pojawia się w:
    Problemy Eksploatacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies