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...

Full description

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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