Calibración de unidades de medición inercial utilizando geometría y redes neuronales
En el presente trabajo, se presentan dos métodos de calibración de Unidades de Medición Inercial (Inertial Measurement Unit, IMU) que son comúnmente utilizadas en la estimación de la orientación de plataformas que la transportan, lo que ha impulsado el uso en aplicaciones de tracking de movimiento e...
- Autores:
-
Mesa Pérez, Diver Joao
Betancur Vásquez, Daniel
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2017
- Institución:
- Instituto Tecnológico Metropolitano
- Repositorio:
- Repositorio ITM
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.itm.edu.co:20.500.12622/3986
- Acceso en línea:
- http://hdl.handle.net/20.500.12622/3986
- Palabra clave:
- Unidad de medición inercial (IMU)
Geometría
Redes neurales
Calibración
Sistemas Microelectromecánicos (MEMS)
Automatización
Campos magnéticos
Robotics
Servomechanisms
Data processing
Magnetometers
Gyroscopes
Accelerometers
Root mean square error
Robotics
Parameter estimation
Robótica
Servomecanismos
Procesamiento de datos
Magnetómetros
Acelerómetros
Giroscopio
Error cuadrático medio
Robótica
Estimación de parámetros
- Rights
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
id |
RepoITM2_b32a723094a8cfc526de75fb9e93d0b5 |
---|---|
oai_identifier_str |
oai:repositorio.itm.edu.co:20.500.12622/3986 |
network_acronym_str |
RepoITM2 |
network_name_str |
Repositorio ITM |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Calibración de unidades de medición inercial utilizando geometría y redes neuronales |
title |
Calibración de unidades de medición inercial utilizando geometría y redes neuronales |
spellingShingle |
Calibración de unidades de medición inercial utilizando geometría y redes neuronales Unidad de medición inercial (IMU) Geometría Redes neurales Calibración Sistemas Microelectromecánicos (MEMS) Automatización Campos magnéticos Robotics Servomechanisms Data processing Magnetometers Gyroscopes Accelerometers Root mean square error Robotics Parameter estimation Robótica Servomecanismos Procesamiento de datos Magnetómetros Acelerómetros Giroscopio Error cuadrático medio Robótica Estimación de parámetros |
title_short |
Calibración de unidades de medición inercial utilizando geometría y redes neuronales |
title_full |
Calibración de unidades de medición inercial utilizando geometría y redes neuronales |
title_fullStr |
Calibración de unidades de medición inercial utilizando geometría y redes neuronales |
title_full_unstemmed |
Calibración de unidades de medición inercial utilizando geometría y redes neuronales |
title_sort |
Calibración de unidades de medición inercial utilizando geometría y redes neuronales |
dc.creator.fl_str_mv |
Mesa Pérez, Diver Joao Betancur Vásquez, Daniel |
dc.contributor.advisor.none.fl_str_mv |
Botero Valencia, Juan Sebastián |
dc.contributor.author.none.fl_str_mv |
Mesa Pérez, Diver Joao Betancur Vásquez, Daniel |
dc.subject.spa.fl_str_mv |
Unidad de medición inercial (IMU) Geometría Redes neurales Calibración Sistemas Microelectromecánicos (MEMS) Automatización Campos magnéticos |
topic |
Unidad de medición inercial (IMU) Geometría Redes neurales Calibración Sistemas Microelectromecánicos (MEMS) Automatización Campos magnéticos Robotics Servomechanisms Data processing Magnetometers Gyroscopes Accelerometers Root mean square error Robotics Parameter estimation Robótica Servomecanismos Procesamiento de datos Magnetómetros Acelerómetros Giroscopio Error cuadrático medio Robótica Estimación de parámetros |
dc.subject.keywords.eng.fl_str_mv |
Robotics Servomechanisms Data processing Magnetometers Gyroscopes Accelerometers Root mean square error Robotics Parameter estimation |
dc.subject.lemb.spa.fl_str_mv |
Robótica Servomecanismos Procesamiento de datos Magnetómetros Acelerómetros Giroscopio Error cuadrático medio Robótica Estimación de parámetros |
description |
En el presente trabajo, se presentan dos métodos de calibración de Unidades de Medición Inercial (Inertial Measurement Unit, IMU) que son comúnmente utilizadas en la estimación de la orientación de plataformas que la transportan, lo que ha impulsado el uso en aplicaciones de tracking de movimiento en muchas áreas entre ellas la robótica móvil. El procedimiento de calibración está compuesto por tres etapas, la primera es una plataforma basado en un mecanismo de dos grados de libertad (DoF) utilizando servomotores de bajo consumo de potencia, permitiendo obtener los ángulos de navegación yaw, pitch y roll. La segunda, realiza el procesamiento de los datos adquiridos por la unidad de medición inercial constituida de nueve grados de libertad (un magnetómetro, un acelerómetro y un giroscopio, todos triaxiales). Como tercera etapa, se implementa mininos cuadrados para determina la matriz de calibración y una red neuronal perceptrón multicapa para la adaptación a la respuesta de la unidad inercial reduciendo el error cuadrático medio y usando el valor de los ángulos de los servomotores como referencia. La matriz de calibración se construye mediante compensaciones del campo mágnetico, factores de escala y sesgo generando una reducción del error bajo perturbaciones. La arquitectura de la red consta de cinco capas, con 10 neuronas en cada capa, y una función de activación tangencial sigmoide. Finalmente se construye el modelo cinemático que permite observar el rendimiento en la medida con un error de 1%. |
publishDate |
2017 |
dc.date.issued.none.fl_str_mv |
2017 |
dc.date.accessioned.none.fl_str_mv |
2020-09-02T20:16:38Z |
dc.date.available.none.fl_str_mv |
2020-09-02T20:16:38Z |
dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12622/3986 |
dc.identifier.instname.spa.fl_str_mv |
instname:Instituto Tecnológico Metropolitano |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Instituto Tecnológico Metropolitano |
dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.itm.edu.co/ |
url |
http://hdl.handle.net/20.500.12622/3986 |
identifier_str_mv |
instname:Instituto Tecnológico Metropolitano reponame:Repositorio Institucional Instituto Tecnológico Metropolitano repourl:https://repositorio.itm.edu.co/ |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.local.spa.fl_str_mv |
Acceso abierto |
dc.rights.creativecommons.*.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ Acceso abierto Attribution-NonCommercial-NoDerivatives 4.0 International http://purl.org/coar/access_right/c_abf2 |
dc.format.medium.spa.fl_str_mv |
Recurso electrónico |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.coverage.spatial.spa.fl_str_mv |
Medellín - Antioquia - Colombia |
dc.publisher.spa.fl_str_mv |
Instituto Tecnológico Metropolitano |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingenierías |
dc.publisher.program.spa.fl_str_mv |
Ingeniería Mecatrónica |
dc.publisher.grantor.spa.fl_str_mv |
Instituto Tecnológico Metropolitano |
institution |
Instituto Tecnológico Metropolitano |
bitstream.url.fl_str_mv |
https://repositorio.itm.edu.co/bitstream/20.500.12622/3986/1/Rep_Itm_pre_Mesa.pdf https://repositorio.itm.edu.co/bitstream/20.500.12622/3986/2/license.txt https://repositorio.itm.edu.co/bitstream/20.500.12622/3986/3/Rep_Itm_pre_Mesa.pdf.jpg |
bitstream.checksum.fl_str_mv |
80646146f51f77f78792a7eebe85fe89 8a4605be74aa9ea9d79846c1fba20a33 3860a4ab0090f6648cf44c79b2a9754c |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Instituto Tecnológico Metropolitano ITM |
repository.mail.fl_str_mv |
repositorio@itm.edu.co |
_version_ |
1812189352368799744 |
spelling |
Botero Valencia, Juan SebastiánMesa Pérez, Diver JoaoBetancur Vásquez, DanielMedellín - Antioquia - Colombia2020-09-02T20:16:38Z2020-09-02T20:16:38Z2017http://hdl.handle.net/20.500.12622/3986instname:Instituto Tecnológico Metropolitanoreponame:Repositorio Institucional Instituto Tecnológico Metropolitanorepourl:https://repositorio.itm.edu.co/En el presente trabajo, se presentan dos métodos de calibración de Unidades de Medición Inercial (Inertial Measurement Unit, IMU) que son comúnmente utilizadas en la estimación de la orientación de plataformas que la transportan, lo que ha impulsado el uso en aplicaciones de tracking de movimiento en muchas áreas entre ellas la robótica móvil. El procedimiento de calibración está compuesto por tres etapas, la primera es una plataforma basado en un mecanismo de dos grados de libertad (DoF) utilizando servomotores de bajo consumo de potencia, permitiendo obtener los ángulos de navegación yaw, pitch y roll. La segunda, realiza el procesamiento de los datos adquiridos por la unidad de medición inercial constituida de nueve grados de libertad (un magnetómetro, un acelerómetro y un giroscopio, todos triaxiales). Como tercera etapa, se implementa mininos cuadrados para determina la matriz de calibración y una red neuronal perceptrón multicapa para la adaptación a la respuesta de la unidad inercial reduciendo el error cuadrático medio y usando el valor de los ángulos de los servomotores como referencia. La matriz de calibración se construye mediante compensaciones del campo mágnetico, factores de escala y sesgo generando una reducción del error bajo perturbaciones. La arquitectura de la red consta de cinco capas, con 10 neuronas en cada capa, y una función de activación tangencial sigmoide. Finalmente se construye el modelo cinemático que permite observar el rendimiento en la medida con un error de 1%.Ingeniero MecatrónicopregradoRecurso electrónicoapplication/pdfspaInstituto Tecnológico MetropolitanoFacultad de IngenieríasIngeniería MecatrónicaInstituto Tecnológico Metropolitanohttp://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertoAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://purl.org/coar/access_right/c_abf2Unidad de medición inercial (IMU)GeometríaRedes neuralesCalibraciónSistemas Microelectromecánicos (MEMS)AutomatizaciónCampos magnéticosRoboticsServomechanismsData processingMagnetometersGyroscopesAccelerometersRoot mean square errorRoboticsParameter estimationRobóticaServomecanismosProcesamiento de datosMagnetómetrosAcelerómetrosGiroscopioError cuadrático medioRobóticaEstimación de parámetrosCalibración de unidades de medición inercial utilizando geometría y redes neuronalesTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisORIGINALRep_Itm_pre_Mesa.pdfRep_Itm_pre_Mesa.pdfTexto completoapplication/pdf1069293https://repositorio.itm.edu.co/bitstream/20.500.12622/3986/1/Rep_Itm_pre_Mesa.pdf80646146f51f77f78792a7eebe85fe89MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.itm.edu.co/bitstream/20.500.12622/3986/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAILRep_Itm_pre_Mesa.pdf.jpgRep_Itm_pre_Mesa.pdf.jpgGenerated Thumbnailimage/jpeg3519https://repositorio.itm.edu.co/bitstream/20.500.12622/3986/3/Rep_Itm_pre_Mesa.pdf.jpg3860a4ab0090f6648cf44c79b2a9754cMD5320.500.12622/3986oai:repositorio.itm.edu.co:20.500.12622/39862021-03-23 09:50:36.138Repositorio Instituto Tecnológico Metropolitano ITMrepositorio@itm.edu.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 |