Sistema de navegación primitivo

Un INS sufrirá errores debido a la deriva del acelerómetro. El uso de un filtro de Kalman junto con Giros mejores y más precisos ayudará en gran medida a esta situación. Básicamente, hacer los cálculos matemáticos significa una mejor precisión que los giros pueden compensar por acelerómetros no tan grandes. Siempre puedes agregar algunos sensores adicionales como el magentómetro y esto te dará otra entrada en tu sistema, una vez más, ayudará a reducir los errores de deriva.

Los codificadores de rueda son excelentes, siempre que no sufras deslizamientos. Tan pronto como una rueda resbale, obtendrá lecturas inexactas.

Otro método (como se usa en los exploradores de mars!) es usar sistemas ópticos. ¡Dos cámaras, un procesador y algunos algoritmos, y podrá calcular de forma precisa y confiable la distancia recorrida! Esto es más fácil de implementar si tiene muchos elementos estáticos fácilmente identificables en la sala para que el algoritmo se active.

¡También podrías equipar tu habitación! ¡esto significa que podría colocar líneas de RF, magnéticas o blancas alrededor de la habitación y usar un sensor apropiado y usarlos para la navegación!

Otro método es usar sensores ultrasónicos simples (¿sensores de estacionamiento en reversa, alguien?) ¡Esto ayudará a evitar colisiones! fusionarlos con sensores INS y magnetómetro y obtendrá un sistema de seguimiento de posición mucho más preciso. ¡O utilízalos por tu cuenta y evita golpear cosas!

Podrías usar algún tipo de balizas en la habitación. Por ejemplo, balizas IR, balizas de radio o incluso balizas sónicas. Si puede estimar la distancia a su robot a partir de tres balizas (y solo necesita estimar, no necesita saber la posición exacta) puede aplicar una trigonometría simple para determinar su posición. Esto tiene la ventaja de que los errores no se acumulan.

Los sistemas INS no son muy útiles, excepto para tiradas cortas. Por ejemplo, supongamos que un acelerómetro tiene un desplazamiento de + 0.1%, es decir, sus medidas son 0.1% más altas de lo que deberían ser (lo que sería un acelerómetro de máxima especificación) y su robot funciona durante 30 minutos tomando cinco muestras por segundo, llevaría a un error de posición general de + 8066%.

No se olvide de los métodos simples: medición de distancia por ultrasonido. Puede construir un mapa de la habitación o área y luego afinarlo mientras se desplaza. También considere usar sensores de velocidad angular para medir giros así como acelerómetros para medir movimientos lineales. Busque los filtros Kalman como se mencionó anteriormente. Puede combinar todas estas medidas en una sola lectura con los filtros de kalman y mejorar su consistencia (no necesariamente la precisión).

El enfoque más barato y simple recuento de muertos . Aquí es donde utiliza el conocimiento sobre su rumbo y la velocidad para calcular su posición.

Dos métodos populares son:

• codificadores de ruedas : mide la rotación de las ruedas para calcular la distancia recorrida
  • codificadores caseros
  • Generador de codificador
• Medición inercial: uso de acelerómetros para calcular la posición
  • Arduimu

Si intenta determinar su posición a partir de sensores a bordo que integran el movimiento que se puede medir, tiene un sistema de cómputo muerto. La principal debilidad con el cálculo de cuentas es que los errores en sus mediciones se acumulan y, a medida que pasa el tiempo, su estimación de dónde se encuentra es cada vez menos precisa.

Puedes mitigar esto colocando cosas en el entorno del robot que representan posiciones conocidas. Por ejemplo, si su sistema de cómputo muerto funciona lo suficientemente bien como para llevar a su robot a una misión y volver a una estación de carga, puede restablecer su información de posición a la posición conocida de la estación de carga cuando llegue allí.

En cuanto a las alternativas a la estimación de cuentas, ( y esto es puramente especulación, ya que nunca lo he probado ni lo he visto hecho ) parece que debería ser posible tener un sistema estacionario configurado en la habitación que hace con el robot lo mismo que hace el software de seguimiento de la cabeza. En otras palabras, una computadora externa con un par de cámaras podría triangularse en su robot, derivar su posición y transmitir esta información a su robot a través de su enlace inalámbrico. Con este tipo de configuración, el error de posición no se acumularía, solo sería lo que obtenga del sistema de seguimiento.