Abstract
The orientation angle of a quadrotor UAV can be estimated from gyroscope and accelerometer data. Orientation can be predicted from gyroscope data under static or dynamic conditions, but the predicted value has accumulated errors. Meanwhile, orientation can also be calculated from accelerometer data, but only correct if the sensor is in a static state. To get a more precise orientation angle, the orientation predicted from the gyroscope data and the orientation calculated from the accelerometer data were fused using a Kalman filter. Determination of the condition of the sensor using a threshold value that is applied to the covariance of the acceleration data. in this study, the zero-acceleration compensation algorithm is used so that when the sensor is static, the orientation angle is calculated from the accelerometer. The use of this algorithm can increase the accuracy of the quadrotor orientation for roll angle to 96.84% and pitch angle to 98.91%.
Highlights
Bidang sistem kendali dan navigasi mengalami perkembangan signifikan termasuk sensor yang diterapkan pada pesawat tanpa awak atau Unmanned aerial vehicle (UAV) untuk mendapat informasi mengenai orientasi yang akurat
Saat switch on hasil perhitungan gyroscope dikoreksi menggunakan hasil perhitungan dari accelerometer sehingga hasil pengukuran keduanya digunakan sebagai estimasi orientasi
Saat switch off perhitungan gyroscope tidak dikoreksi dari perhitungan accelerometer sehingga hanya hasil perhitungan gyroscope yang akan digunakan sebagai estimasi orientasi
Summary
Bidang sistem kendali dan navigasi mengalami perkembangan signifikan termasuk sensor yang diterapkan pada pesawat tanpa awak atau Unmanned aerial vehicle (UAV) untuk mendapat informasi mengenai orientasi yang akurat. Pesawat tanpa awak tersebut dilengkapi oleh sensor yang digunakan untuk menentukan orientasi menggunakan sensor Inertial Measurement Unit (IMU) [1]. Sensor IMU yang terdiri dari accelerometer dan gyroscope memiliki karakter berbeda pada tiap sensor. Sensor accelerometer dapat memberikan pengukuran sudut kemiringan yang akurat saat statis tetapi sensor sensitif terhadap getaran. Sensor gyroscope dapat memberikan pengukuran sudut kemiringan yang rendah akan noise dari getaran tetapi menghasilkan galat yang semakin besar dari waktu ke waktu [2]. Kalman filter merupakan filter digital yang berbasis low pass filer dan dapat digunakan untuk mengestimasi nilai orientasi. Proses perhitungan sudut orientasi dilakukan penggabungan data dengan mempropagasikan data kecepatan sudut dari sensor gyroscope menjadi data prediksi orientasi. Perhitungan menggunakan Kalman filter digunakan untuk menapis derau pada serangkaian pengukuran dan mengestimasi orientasi. Estimasi orientasi menggunakan algoritma ZAC untuk mendapatkan sudut attitude yang dihasilkan menjadi lebih akurat.
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
