Orientation Estimation by Means of Extended Kalman Filter, Quaternions, and Charts

Empreu sempre aquest identificador per citar o enllaçar aquest ítem http://hdl.handle.net/10045/67917
Información del item - Informació de l'item - Item information
Títol: Orientation Estimation by Means of Extended Kalman Filter, Quaternions, and Charts
Autors: Bernal-Polo, Pablo | Martínez Barberá, Humberto
Paraules clau: Extended Kalman filter | Quaternions | Attitude | Pose | Orientation | Estimation | IMU | Manifold | Charts
Àrees de coneixement: Ciencia de la Computación e Inteligencia Artificial
Data de publicació: de juliol-2017
Editor: Red de Agentes Físicos
Citació bibliogràfica: Journal of Physical Agents. 2017, 8(1): 11-24. doi:10.14198/JoPha.2017.8.1.03
Resum: An orientation estimation algorithm is presented. This algorithm is based on the Extended Kalman Filter, and uses quaternions as the orientation descriptor. For the filter update, we use measurements from an Inertial Measurement Unit (IMU). The IMU consists in a triaxial angular rate sensor, and an also triaxial accelerometer. Quaternions describing orientations live in the unit sphere of R4. Knowing that this space is a manifold, we can apply some basic concepts regarding these mathematical objects, and an algorithm that reminds the also called “Multiplicative Extended Kalman Filter” arises in a natural way. The algorithm is tested in a simulated experiment, and in a real one.
URI: http://dx.doi.org/10.14198/JoPha.2017.8.1.03 | http://hdl.handle.net/10045/67917
ISSN: 1888-0258
DOI: 10.14198/JoPha.2017.8.1.03
Idioma: eng
Tipus: info:eu-repo/semantics/article
Drets: Creative Commons License Attribution-ShareAlike 4.0
Revisió científica: si
Versió de l'editor: http://www.jopha.ua.es/
Apareix a la col·lecció: Journal of Physical Agents - 2017, Vol. 8, No. 1

Arxius per aquest ítem:
Arxius per aquest ítem:
Arxiu Descripció Tamany Format  
ThumbnailJoPhA_08_01_03.pdf1,28 MBAdobe PDFObrir Vista prèvia


Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons Creative Commons