Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10773/17955
Título: | Visual and inertial data integration to assist humanoid balance |
Outros títulos: | Integração de dados visuais e inerciais para o equilíbrio de um robô humanóide |
Autor: | Peixoto, João Carlos Pimentel Fidalgo |
Orientador: | Silva, Filipe Miguel Teixeira Pereira da Santos, Vítor Manuel Ferreira dos |
Palavras-chave: | Giroscópios Androides Engenharia mecânica Sensores Acelerómetros Filtros de Kalman Visão por computador |
Data de Defesa: | 2016 |
Editora: | Universidade de Aveiro |
Resumo: | Esta dissertação aborda o problema que consiste na medição do movimento
da cabeça de um robot humanóide fundindo dados inerciais e visuais, com
o objetivo de obter o output que melhor descreve o movimento da cabeça
do humanóide. O seu principal objectivo é perceber e desenvolver um algoritmo
usando o Filtro de Kalman, que irá fundir ambas as fontes de dados
com o propósito de obter uma nova fonte de informação com um maior
grau de confiança. Para cumprir os objectivos, um modelo da cabeça do
humanóide, juntamente com as câmaras e os sensores inerciais, vão ser
movidos na ponta de um braço robótico industrial, que é usado como grupo
de controle (ground truth) no que toca a posição angular. Pontos-chave nos
frames obtidos através da câmara, são extra dos e usados para calcular a
diferença na posição angular que ocorreu entre frames, que vão mais tarde,
juntamente com os dados inerciais obtidos de giroscópios, servir de input a
um modelo de um Filtro de Kalman.
Uma vez que este dissertação assenta em ferramentas como o Filtro de
Kalman, que tem como propósito unir dados de origens diferentes, é essencial
que se conheçam os tipos de dados e ferramentas que irão ser utilizados.
Assim, várias experiências foram desenvolvidas e estudadas com o intuito de
desenvolver o conhecimento nessas matérias. Adicionalmente, erros foram
acrescentados aos dados, artificialmente, com o objectivo de emular sensores
sensíveis a ruído. No entanto, o sistema continua a ter uma performance
positiva. This thesis addresses the problem of measuring a humanoid robot head motion by merging inertial and visual data, in order to obtain an output that will describe the head motion of the robot. Its primary goal is the understanding and development of an algorithm using the Kalman Filter tool, which will merge inertial and visual data, resulting in a more reliable source of information. To accomplish this, a model of a humanoid robot head, including a camera and inertial sensors, are moved on the tip of an industrial robot's arm which is used as ground truth for angular position. Visual features are extracted from the camera images and used to calculate angular displacement and velocity of the camera, which is then merged with angular velocities from a gyroscope and fed into a Kalman Filter, in order to obtain an output. Since this thesis is expected to merge two di erent kinds of data using the Kalman Filter tool, the need to understand both types of data arises, as well as the way the Kalman Filter operates. Therefore, many experiments were developed and studied with the intent of deepening the knowledge on those matters. The results are quite interesting. Additionally, errors are introduced arti cially into the data to emulate noisy sensors, and the system still performs very well. |
Descrição: | Mestrado em Engenharia Mecânica |
URI: | http://hdl.handle.net/10773/17955 |
Aparece nas coleções: | UA - Dissertações de mestrado DEM - Dissertações de mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
UAThesis_60140.pdf | 7.24 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.