Disponibilizei aqui no site o material do trabalho da disciplina de robótica móvel sobre fusão de dados no Matlab. Seguem algumas explicações sobre o assunto:
Fusão de dados: quando em relação aos sensores (Fusão de Sensores), é a combinação de informação coletada por diversos sensores (do mesmo tipo ou não) para extrair informações úteis que não são obtidas individualmente pelos sensores, principalmente quando se trata de confiabilidade e exatidão. As técnicas de fusão de dados permitem que o sistema seja mais tolerante a falhas. Foi utilizada a técnica do Filtro de Kalman Estendido.
Sensores utilizados: neste trabalho foram utilizados o GPS e uma IMU. O sistema de posicionamento global (do inglês global positioning system, GPS) é mais conhecido e fornece informações de posição baseado na triangulação com satélites, mas nem sempre está disponível e contém muitas imprecisões. Já a unidade de medição inercial (Inertial Measurement Unit) é um dispositivo que mede as acelerações nos 3 eixos (X,Y,Z) e que podem ser transformadas em velocidades e posições.
Resumo do Trabalho
Foi utilizado o Simulink para simular o modelo contínuo do robô em uma determinada trajetória, amostrado e armazenado os dados para processamento no Matlab. No Matlab é elaborado o processo de “construir” os dados sensores utilizando os dados armazenados.
Utilizando um modelo discretizado do robô, os “sensores” com incremento de ruídos, as matrizes de rotação e o Filtro de Kalman Estendido, são gerados os dados finais de trajetória, como se estivesse operando “online”. É comparando o trajeto inicial feito no Simulink com o trajeto previsto pelo filtro.