Sensor Fusion for simple walking robot using low-level implementation of Extended Kalman Filter

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F18%3A00491010" target="_blank" >RIV/67985556:_____/18:00491010 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1016/j.ifacol.2018.07.252" target="_blank" >http://dx.doi.org/10.1016/j.ifacol.2018.07.252</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1016/j.ifacol.2018.07.252" target="_blank" >10.1016/j.ifacol.2018.07.252</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Sensor Fusion for simple walking robot using low-level implementation of Extended Kalman Filter

Popis výsledku v původním jazyce

The main aim of this paper depicts in design and implementation of the ExtendednKalman Filter for a nonlinear system in an application of a sensor fusion from a practical point of view. The sensor fusion is a typical data processing problem in mechanical systems where individual measurements of (angular) positions, velocities or accelerations are done independently on each other but the measured values are correlated to each other via dynamics of the system. Moreover, the measurement is corrupted by noise. The sensor fusion technique is capable to gain proper information about positions, velocities or accelerations from inaccuratenmeasurement. In background of the sensor fusion algorithm, in our particular case, works the Extended Kalman Filter. Its adaptation for a simple mechanical system represented by a nonlinear system are object of the research in this paper related to usage of the Extended Kalman Filter on a low cost hardware.

Název v anglickém jazyce

Sensor Fusion for simple walking robot using low-level implementation of Extended Kalman Filter

Popis výsledku anglicky

The main aim of this paper depicts in design and implementation of the ExtendednKalman Filter for a nonlinear system in an application of a sensor fusion from a practical point of view. The sensor fusion is a typical data processing problem in mechanical systems where individual measurements of (angular) positions, velocities or accelerations are done independently on each other but the measured values are correlated to each other via dynamics of the system. Moreover, the measurement is corrupted by noise. The sensor fusion technique is capable to gain proper information about positions, velocities or accelerations from inaccuratenmeasurement. In background of the sensor fusion algorithm, in our particular case, works the Extended Kalman Filter. Its adaptation for a simple mechanical system represented by a nonlinear system are object of the research in this paper related to usage of the Extended Kalman Filter on a low cost hardware.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

<a href="/cs/project/GA17-04682S" target="_blank" >GA17-04682S: Řízení kráčejících robotů metodou sladěných virtuálních holonomních omezení</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

IFAC-PapersOnLine. Volume 51, Issue 13. : 2nd IFAC Conference on Modelling, Identification and Control of Nonlinear Systems MICNON 2018

ISBN

—

ISSN

2405-8963

e-ISSN

—

Počet stran výsledku

6

Strana od-do

43-48

Název nakladatele

Elsevier

Místo vydání

Amsterdam

Místo konání akce

Guadalajara

Datum konání akce

20. 6. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000443321500008