GMPE340 Kalmanfilter og sensorintegrasjon

Studiepoeng:5

Ansvarlig fakultet:Fakultet for realfag og teknologi

Emneansvarlig:Jon Glenn Omholt Gjevestad

Campus / nettbasert:Undervises campus Ås

Undervisningens språk:Engelsk, norsk

Frekvens:Årlig

Forventet arbeidsmengde:125 timer.

Undervisnings- og vurderingsperiode:Emnet har undervisning/vurdering i høstparallellen.

Om dette emnet

Autonome kjøretøy gir teknologien mot en mer bærekraftig transport. Ytelsen til moderne transportsystemer har blitt kraftig forbedret av den raske utviklingen av tilkoblede og autonome kjøretøy, hvor høy presisjon og pålitelig posisjonering er en nøkkelteknologi. Dette er en applikasjon som er avhengig av bruk av sensorfusjon der Kalmanfilteret vil være den viktigste arbeidshesten for å gi pålitelige estimater av systemtilstandene (f.eks. posisjon, hastighet og orientering).

Dette emnet introduserer bruken av stokastiske prosesser og anvendt Kalmanfiltrering med fokus på posisjonerings-, navigasjons- og tidsanvendelser (PNT).

Den første delen inkluderer de essensielle tilnærmingene til sannsynlighet, en introduksjon til tilfeldige signaler og respons på lineære systemer, tilstands-rom-modellering og Monte Carlo-simuleringer.

Den andre delen inneholder hovedtemaet for kurset, som er anvendt Kalman-filtrering. Denne delen starter med den grunnleggende filterutledningen ved å bruke tilnærmingen til minimum gjennomsnittlig kvadratfeil. Dette følges av ulike tilnærminger til de grunnleggende teorier som: informasjonsfilteret, suboptimal analyse, betinget sannsynlighetstetthet, Bayesiansk estimering, forhold til minste kvadraters metode (LSQ) og andre estimatorer, glatting og metoder for å håndtere ikke-lineariteter.

Dette lærer du

Studentene skal forstå den grunnleggende filterutledningen anvendt på dynamiske systemer. Dette etterfulgt av forskjellige tilnærminger til grunnleggende teori som: bayesiansk estimering, informasjonsfilter, partikkelfilter, minste kvadrater (LSQ) og andre estimatorer. Videre skal studentene forstå metoder for å håndtere ulineariteter.
  • Forelesninger, kollokviearbeid, studentpresentasjoner, oppgaver.
  • Læringsstøtte vil fortrinnsvis bli gitt i tilknytning til den delen av den strukturerte tiden som er avsatt til øvingsveiledning. Det vil og være mulig å samtale direkte med faglærer etter nærmere avtale innenfor dennes kontortid.
  • Brown, R., Hwang, P. - Random Signals and Applied Kalman Filtering 4th edition
  • Kalkulus og lineær algebra. Differensialligninger. Parameterestimering.
  • Avsluttende skriftlig eksamen
  • Ekstern sensor deltar sammen med intern sensor ved utformingen av eksamensoppgavene og sensorveiledningen. Ekstern sensor kontrollerer intern sensors vurdering av et tilfeldig utvalg kandidater som en kalibrering med visse mellomrom i henhold til instituttets retningslinjer for sensur.
  • Øvingsoppgaver. Obligatoriske innleveringer må være bestått for å få gå opp til eksamen.
  • Emnet anbefales for studenter i geomatikk og robotikk.
  • Forelesninger og kollokvier: 26 timer. Øvinger: 52 timer.
  • Bokstavkarakterer
  • Realfag