SlideShare uma empresa Scribd logo
1 de 25
Algoritmo de Auto-Calibração de
Acelerômetros e Magnetômetros para
Sistemas de Determinação de Atitude de
Baixo Custo
Nelson Seiji Takahashi
Tiago Augusto Silva Santana
Francisco Granziera Júnior
Marcelo Carvalho Tosin
Universidade Estadual de Londrina
Departamento de Engenharia Elétrica
Agenda
• Novos Sensores MEMS
• Métodos de Calibração
• Método Desenvolvido
• Resultados
• Conclusões
Evolução de Sensores MEMS
(Robin, 2009)
Eletrônicos de Consumo
(Bachmann, 2007)
Acelerômetros
Acelerômetros
Analógicos
Preço
[US$]
Frequência
[Hz]
Resolução
[°]
Offset
[°]
Faixa de
Saída [V]
ADXL330 13,94 40 0,1 0,001 2,16
ADXL203 16,26 40 0,04 0,025 3,4
LIS344ALH 5,05 40 0,01 2,64
MMA7331 2,34 40 0,13 0,084 2,46
Acelerômetros
Digitais
Preço
[US$]
Faixa
Dinâmica
Resolução
[°]
Offset
[°]
Variação com
Fator
de Escala [°]
LIS3LV02DQ 15,37 ±2g 0,06 4,01 0,006
BMA020 6 ±2g 0,22 12,71 0,056
MMA7455 2,6 ±2g 0,90 19,15 0,093
Magnetômetros
Magnetômetros Analógicos
Preço
[US$]
Resolução
[°]
Offset
[°]
HMC105x 18,00 0,03
HMC100x 21,00 0,01
HMC2003 210,00 0,01
HMC6052 (HMC1052 com ASIC) 30,00 0,02
Magnetômetros Digitais
Preço
[US$]
Resolução
[°]
Offset
[°]
MicroMag3 61,00 0,03 15,03
HMC5843 19,20 1,49 54,57
Métodos de Calibração
EVM e LSM
Medidas Ideais e Medidas Distorcidas
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Acelerômetro Antes da Calibração
Método EVM
( )
22 2
,
y yx x z z
x y z
oo o
s s s
 −   − −
= + + ÷ ÷  ÷ ÷     
vv v
h v p
-1
-0.5
0
0.5
1
-1
-0.5
0
0.5
1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Acelerômetro Antes da Calibração
(Lötters, 1998)
Método EVM
( )
1
1 1
ˆ T T
µ µ ξ
−
− −
= × × × × ×q B C B B C
( )
1
1T
e µ
−
−
= × ×C B C B
ˆ ˆ= −q p p
ˆ 1= −ξ h
( ) ( ) ( )
22 2
ˆ ( ) 3 3 3
2 2 2
ˆ ( )ˆ ˆ( ) ( )( , )
|
ˆ ˆ ˆ( ) ( ) ( )
ˆ ( )ˆ ˆ( ) ( )
ˆ ˆ ˆ( ) ( ) ( )
y yx x z z
x y z
y yx x z z
x y z
oo o
s s s
oo o
s s s
= −
− −− − − −∂
= = − − −
∂ × − × − × −
− −− − − −
− − −
× − × − × −
p p
vv vh v p
B
p r r r
vv v
r r r
22 2
ˆ ( )ˆ ˆ( ) ( )
ˆ ˆ ˆ( ) ( ) ( )
y yx x z z
x y z
oo o
s s s
 − −   − − − −
= + + ÷ ÷  ÷ ÷− − −    
vv v
r
Método EVM
• Não considera desalinhamento
• Sensível a parâmetros iniciais
Método LMS
(Foster, 2008)
Método LMS
ˆb b
x x oB aB x= +
ˆ cos( ) sen( )b b b
y y x oB b B B yρ ρ = + + 
ˆ cos( )cos( ) sen( )cos( ) sen( )b b b b
z z x y oB c B B B zφ λ φ λ λ = + + + 
Método LMS
• Alto custo computacional
• Sensível a quantidade de medidas
Método de Calibração
Desenvolvido
EVM com Ângulos de
Desalinhamento
Método EVM com Desalinhamento
( )
( ) ( )
2
2
2 2 2 2
2
2 2 2 2 2 2
( sen( )( ) ( )( )
( , )
cos ( )
(sen( )sen( ) cos( )sen( )cos( )
sen( )( ) cos( )( )
cos ( )cos ( )cos ( )
x o y ox o
x o
y o z o
b x a yx
a a b
bc x
ac y ab z
a b c
ρ
ρ
ρ λ ρ φ λ
λ ρ
ρ φ λ
− − + − −
= + ÷
 
 − −
 ÷ ÷− − + − +
v vv
h v p
v
v v
( )
22 2
,
y yx x z z
x y z
oo o
s s s
 −   − −
= + + ÷ ÷  ÷ ÷     
vv v
h v p
ˆb b
x x oB aB x= +
ˆ cos( ) sen( )b b b
y y x oB b B B yρ ρ = + + 
ˆ cos( )cos( ) sen( )cos( ) sen( )b b b b
z z x y oB c B B B zφ λ φ λ λ = + + + 
Algoritmo
Parâmetros Estimados
Parâmetros
Acelerômetro Magnetômetro
Real Estimado
Com Ruído
Estimado
Sem Ruído
Real Estimado
Com Ruído
Estimado Sem
Ruído
Fator de Escala x 1,10 1,10 1,1000 0,95 0,92 0,9500
Fator de Escala y 1,20 1,18 1,2000 1,10 1,15 1,1000
Fator de Escala z 0,90 0,88 0,9000 1,05 1,06 1,0500
Bias x 0,33 0,32 0,3284 0,15 0,15 0,1500
Bias y -0,38 -0,36 -0,3754 0,10 0,10 0,1000
Bias z 0,16 0,20 0,1564 -0,12 -0,14 -0,1200
Desalinhamento φ 2º 1,16 2,0000 1 -0,50 1,0000
Desalinhamento θ -1º -2,51 -1,0000 -2 -0,72 -2,0000
Desalinhamento λ 1,5º -0,29 1,5000 3 2,60 3,0000
Soma Quadrática da
Diferença Estimado-
Real
- 0,0048 4,5242 x10-29
- 0,0049 4,4296 x10-29
Desvio Padrão do Ruído 0,05
QUEST Sem Calibração
Desvio Padrão do Ruído 0,05
QUEST Com Calibração
Erros
Erros
Sem Calibração Com Calibração
Média
Desvio
Padrão
Máximo Média
Desvio
Padrão
Máximo
Pitch [º] 1,69 14,40 44,47 0,41 2,61 9,19
Roll [º] 13,88 8,43 39,31 0,72 2,32 9,31
Yaw [º] 0,54 20,23 64,47 1,09 4,16 14,90
Conclusões
Conclusões
• Algoritmo de auto-calibração não requer
intervenção do usuário
• Desempenho satisfatório mesmo utilizando
sensores de baixo custo
• Alta sensibilidade a ruído
• Necessidade de avaliação objetiva de
diferentes execuções de calibrações
Agradecimentos
• AEB – Programa Uniespaço
• CNPq
• CAPES
• Fundação Araucária
Universidade Estadual de Londrina
Departamento de Engenharia Elétrica
Nelson Seiji Takahashi
seiji8503@gmail.com

Mais conteúdo relacionado

Mais procurados

CfSd 2016 matematica - 3
CfSd 2016   matematica - 3CfSd 2016   matematica - 3
CfSd 2016 matematica - 3profNICODEMOS
 
Mat geometria analitica 004
Mat geometria analitica   004Mat geometria analitica   004
Mat geometria analitica 004trigono_metrico
 
08 algoritmo de euclides propriedades do m.m.c. e m.d.c.
08 algoritmo de euclides propriedades do m.m.c. e m.d.c.08 algoritmo de euclides propriedades do m.m.c. e m.d.c.
08 algoritmo de euclides propriedades do m.m.c. e m.d.c.luiggi50
 
Simplificação de expressões Booleanas utilizando mapas de Karnaugh
Simplificação de expressões Booleanas utilizando mapas de KarnaughSimplificação de expressões Booleanas utilizando mapas de Karnaugh
Simplificação de expressões Booleanas utilizando mapas de KarnaughTony Alexander Hild
 

Mais procurados (8)

Geometria Analítica
Geometria AnalíticaGeometria Analítica
Geometria Analítica
 
CfSd 2016 matematica - 3
CfSd 2016   matematica - 3CfSd 2016   matematica - 3
CfSd 2016 matematica - 3
 
Lista5 cn
Lista5 cnLista5 cn
Lista5 cn
 
Trigonometria
TrigonometriaTrigonometria
Trigonometria
 
Mat geometria analitica 004
Mat geometria analitica   004Mat geometria analitica   004
Mat geometria analitica 004
 
08 algoritmo de euclides propriedades do m.m.c. e m.d.c.
08 algoritmo de euclides propriedades do m.m.c. e m.d.c.08 algoritmo de euclides propriedades do m.m.c. e m.d.c.
08 algoritmo de euclides propriedades do m.m.c. e m.d.c.
 
Anexo a
Anexo aAnexo a
Anexo a
 
Simplificação de expressões Booleanas utilizando mapas de Karnaugh
Simplificação de expressões Booleanas utilizando mapas de KarnaughSimplificação de expressões Booleanas utilizando mapas de Karnaugh
Simplificação de expressões Booleanas utilizando mapas de Karnaugh
 

Destaque

Relatório de Atividades 2014
Relatório de Atividades 2014Relatório de Atividades 2014
Relatório de Atividades 2014JCI Londrina
 
Slideshow Oratória nas Escolas 2013 - Etapa Municipal
Slideshow Oratória nas Escolas 2013 - Etapa MunicipalSlideshow Oratória nas Escolas 2013 - Etapa Municipal
Slideshow Oratória nas Escolas 2013 - Etapa MunicipalJCI Londrina
 
Cloud Computing e Dropbox
Cloud Computing e DropboxCloud Computing e Dropbox
Cloud Computing e DropboxJCI Londrina
 
Feirão do Imposto Londrina
Feirão do Imposto LondrinaFeirão do Imposto Londrina
Feirão do Imposto LondrinaJCI Londrina
 
Aliança - Centro de Desenvolvimento Integral Humano
Aliança - Centro de Desenvolvimento Integral HumanoAliança - Centro de Desenvolvimento Integral Humano
Aliança - Centro de Desenvolvimento Integral HumanoNelson Seiji Takahashi
 
Relatório Anual de Atividades 2015
Relatório Anual de Atividades 2015Relatório Anual de Atividades 2015
Relatório Anual de Atividades 2015JCI Londrina
 

Destaque (6)

Relatório de Atividades 2014
Relatório de Atividades 2014Relatório de Atividades 2014
Relatório de Atividades 2014
 
Slideshow Oratória nas Escolas 2013 - Etapa Municipal
Slideshow Oratória nas Escolas 2013 - Etapa MunicipalSlideshow Oratória nas Escolas 2013 - Etapa Municipal
Slideshow Oratória nas Escolas 2013 - Etapa Municipal
 
Cloud Computing e Dropbox
Cloud Computing e DropboxCloud Computing e Dropbox
Cloud Computing e Dropbox
 
Feirão do Imposto Londrina
Feirão do Imposto LondrinaFeirão do Imposto Londrina
Feirão do Imposto Londrina
 
Aliança - Centro de Desenvolvimento Integral Humano
Aliança - Centro de Desenvolvimento Integral HumanoAliança - Centro de Desenvolvimento Integral Humano
Aliança - Centro de Desenvolvimento Integral Humano
 
Relatório Anual de Atividades 2015
Relatório Anual de Atividades 2015Relatório Anual de Atividades 2015
Relatório Anual de Atividades 2015
 

Semelhante a Apresentacao VI SBEIN - Auto-Calibração de Acelerômetros e Magnetômetros

Semelhante a Apresentacao VI SBEIN - Auto-Calibração de Acelerômetros e Magnetômetros (20)

Aula 7 - Funções Logarítmicas, Exponenciais e Trigonometricas
Aula 7 - Funções Logarítmicas, Exponenciais e TrigonometricasAula 7 - Funções Logarítmicas, Exponenciais e Trigonometricas
Aula 7 - Funções Logarítmicas, Exponenciais e Trigonometricas
 
Medidas e incertezas_v4
Medidas e incertezas_v4Medidas e incertezas_v4
Medidas e incertezas_v4
 
2016 2 oficina matematica - minimos quadrados
2016 2 oficina matematica - minimos quadrados2016 2 oficina matematica - minimos quadrados
2016 2 oficina matematica - minimos quadrados
 
Sistemas equacoes lineares
Sistemas equacoes linearesSistemas equacoes lineares
Sistemas equacoes lineares
 
Notas de aula 1 cinematica mecanismos
Notas de aula 1 cinematica mecanismosNotas de aula 1 cinematica mecanismos
Notas de aula 1 cinematica mecanismos
 
Aula cap5
Aula cap5Aula cap5
Aula cap5
 
1 conceitos fundamentais
1  conceitos fundamentais1  conceitos fundamentais
1 conceitos fundamentais
 
Detetor Geiger-Müller
Detetor Geiger-MüllerDetetor Geiger-Müller
Detetor Geiger-Müller
 
Apresentação geometria analítica
Apresentação geometria analíticaApresentação geometria analítica
Apresentação geometria analítica
 
Vectores
VectoresVectores
Vectores
 
Caderno - Matemática III
Caderno - Matemática IIICaderno - Matemática III
Caderno - Matemática III
 
Cálculo de cotas
Cálculo de cotasCálculo de cotas
Cálculo de cotas
 
Glauco exercicios resolvidos (1)
Glauco exercicios resolvidos (1)Glauco exercicios resolvidos (1)
Glauco exercicios resolvidos (1)
 
Gabarito prova 1
Gabarito prova 1Gabarito prova 1
Gabarito prova 1
 
Medições e erros
Medições e errosMedições e erros
Medições e erros
 
Geometria analitica-gaia
Geometria analitica-gaiaGeometria analitica-gaia
Geometria analitica-gaia
 
Absorvedor dinâmico de vibrações
Absorvedor dinâmico de vibraçõesAbsorvedor dinâmico de vibrações
Absorvedor dinâmico de vibrações
 
Resposta alumina - Regressão
Resposta alumina - RegressãoResposta alumina - Regressão
Resposta alumina - Regressão
 
Td 5 matemática ii
Td 5   matemática iiTd 5   matemática ii
Td 5 matemática ii
 
Matematica aplicada-apostila
Matematica aplicada-apostilaMatematica aplicada-apostila
Matematica aplicada-apostila
 

Apresentacao VI SBEIN - Auto-Calibração de Acelerômetros e Magnetômetros

  • 1. Algoritmo de Auto-Calibração de Acelerômetros e Magnetômetros para Sistemas de Determinação de Atitude de Baixo Custo Nelson Seiji Takahashi Tiago Augusto Silva Santana Francisco Granziera Júnior Marcelo Carvalho Tosin Universidade Estadual de Londrina Departamento de Engenharia Elétrica
  • 2. Agenda • Novos Sensores MEMS • Métodos de Calibração • Método Desenvolvido • Resultados • Conclusões
  • 3. Evolução de Sensores MEMS (Robin, 2009)
  • 5. Acelerômetros Acelerômetros Analógicos Preço [US$] Frequência [Hz] Resolução [°] Offset [°] Faixa de Saída [V] ADXL330 13,94 40 0,1 0,001 2,16 ADXL203 16,26 40 0,04 0,025 3,4 LIS344ALH 5,05 40 0,01 2,64 MMA7331 2,34 40 0,13 0,084 2,46 Acelerômetros Digitais Preço [US$] Faixa Dinâmica Resolução [°] Offset [°] Variação com Fator de Escala [°] LIS3LV02DQ 15,37 ±2g 0,06 4,01 0,006 BMA020 6 ±2g 0,22 12,71 0,056 MMA7455 2,6 ±2g 0,90 19,15 0,093
  • 6. Magnetômetros Magnetômetros Analógicos Preço [US$] Resolução [°] Offset [°] HMC105x 18,00 0,03 HMC100x 21,00 0,01 HMC2003 210,00 0,01 HMC6052 (HMC1052 com ASIC) 30,00 0,02 Magnetômetros Digitais Preço [US$] Resolução [°] Offset [°] MicroMag3 61,00 0,03 15,03 HMC5843 19,20 1,49 54,57
  • 8. Medidas Ideais e Medidas Distorcidas -1 -0.5 0 0.5 1 -1 -0.5 0 0.5 1 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 Acelerômetro Antes da Calibração
  • 9. Método EVM ( ) 22 2 , y yx x z z x y z oo o s s s  −   − − = + + ÷ ÷  ÷ ÷      vv v h v p -1 -0.5 0 0.5 1 -1 -0.5 0 0.5 1 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 Acelerômetro Antes da Calibração (Lötters, 1998)
  • 10. Método EVM ( ) 1 1 1 ˆ T T µ µ ξ − − − = × × × × ×q B C B B C ( ) 1 1T e µ − − = × ×C B C B ˆ ˆ= −q p p ˆ 1= −ξ h ( ) ( ) ( ) 22 2 ˆ ( ) 3 3 3 2 2 2 ˆ ( )ˆ ˆ( ) ( )( , ) | ˆ ˆ ˆ( ) ( ) ( ) ˆ ( )ˆ ˆ( ) ( ) ˆ ˆ ˆ( ) ( ) ( ) y yx x z z x y z y yx x z z x y z oo o s s s oo o s s s = − − −− − − −∂ = = − − − ∂ × − × − × − − −− − − − − − − × − × − × − p p vv vh v p B p r r r vv v r r r 22 2 ˆ ( )ˆ ˆ( ) ( ) ˆ ˆ ˆ( ) ( ) ( ) y yx x z z x y z oo o s s s  − −   − − − − = + + ÷ ÷  ÷ ÷− − −     vv v r
  • 11. Método EVM • Não considera desalinhamento • Sensível a parâmetros iniciais
  • 13. Método LMS ˆb b x x oB aB x= + ˆ cos( ) sen( )b b b y y x oB b B B yρ ρ = + +  ˆ cos( )cos( ) sen( )cos( ) sen( )b b b b z z x y oB c B B B zφ λ φ λ λ = + + + 
  • 14. Método LMS • Alto custo computacional • Sensível a quantidade de medidas
  • 15. Método de Calibração Desenvolvido EVM com Ângulos de Desalinhamento
  • 16. Método EVM com Desalinhamento ( ) ( ) ( ) 2 2 2 2 2 2 2 2 2 2 2 2 2 ( sen( )( ) ( )( ) ( , ) cos ( ) (sen( )sen( ) cos( )sen( )cos( ) sen( )( ) cos( )( ) cos ( )cos ( )cos ( ) x o y ox o x o y o z o b x a yx a a b bc x ac y ab z a b c ρ ρ ρ λ ρ φ λ λ ρ ρ φ λ − − + − − = + ÷    − −  ÷ ÷− − + − + v vv h v p v v v ( ) 22 2 , y yx x z z x y z oo o s s s  −   − − = + + ÷ ÷  ÷ ÷      vv v h v p ˆb b x x oB aB x= + ˆ cos( ) sen( )b b b y y x oB b B B yρ ρ = + +  ˆ cos( )cos( ) sen( )cos( ) sen( )b b b b z z x y oB c B B B zφ λ φ λ λ = + + + 
  • 18. Parâmetros Estimados Parâmetros Acelerômetro Magnetômetro Real Estimado Com Ruído Estimado Sem Ruído Real Estimado Com Ruído Estimado Sem Ruído Fator de Escala x 1,10 1,10 1,1000 0,95 0,92 0,9500 Fator de Escala y 1,20 1,18 1,2000 1,10 1,15 1,1000 Fator de Escala z 0,90 0,88 0,9000 1,05 1,06 1,0500 Bias x 0,33 0,32 0,3284 0,15 0,15 0,1500 Bias y -0,38 -0,36 -0,3754 0,10 0,10 0,1000 Bias z 0,16 0,20 0,1564 -0,12 -0,14 -0,1200 Desalinhamento φ 2º 1,16 2,0000 1 -0,50 1,0000 Desalinhamento θ -1º -2,51 -1,0000 -2 -0,72 -2,0000 Desalinhamento λ 1,5º -0,29 1,5000 3 2,60 3,0000 Soma Quadrática da Diferença Estimado- Real - 0,0048 4,5242 x10-29 - 0,0049 4,4296 x10-29 Desvio Padrão do Ruído 0,05
  • 19. QUEST Sem Calibração Desvio Padrão do Ruído 0,05
  • 21. Erros Erros Sem Calibração Com Calibração Média Desvio Padrão Máximo Média Desvio Padrão Máximo Pitch [º] 1,69 14,40 44,47 0,41 2,61 9,19 Roll [º] 13,88 8,43 39,31 0,72 2,32 9,31 Yaw [º] 0,54 20,23 64,47 1,09 4,16 14,90
  • 23. Conclusões • Algoritmo de auto-calibração não requer intervenção do usuário • Desempenho satisfatório mesmo utilizando sensores de baixo custo • Alta sensibilidade a ruído • Necessidade de avaliação objetiva de diferentes execuções de calibrações
  • 24. Agradecimentos • AEB – Programa Uniespaço • CNPq • CAPES • Fundação Araucária
  • 25. Universidade Estadual de Londrina Departamento de Engenharia Elétrica Nelson Seiji Takahashi seiji8503@gmail.com

Notas do Editor

  1. Substituindo uma equação na outra, temos