Login for students

Login for employees

Publication detail

Sensor fusion for prediction of orientation and position from obstacle using multiple IR sensors - an approach based on Kalman Filter
Authors: Sharma Rahul | Honc Daniel | Dušek František
Year: 2014
Type of publication: článek ve sborníku
Name of source: Proceedings of 19th International Conference on Applied Electronics 2014
Publisher name: Západočeská univerzita v Plzni
Place: Plzeň
Page from-to: 263-266
Titles:
Language Name Abstract Keywords
cze Fúze senzorů pro predikci orientace a pozice překážky použitím více IR senzorů - přístup založený na Kalmánově filtru V průběhu posledních desetiletí získaly ve výzkumu v robotice Kalmánovy filtry nesmírnou pozornost. Mezi aplikace, kde prokázaly slibné výsledky patří lokalizace robotů. Tento článek představuje aplikaci fúze senzorů pro predikci orientace a vzdálenosti zdi/překážky fúzí výstupů ze tří IR dálkoměrů. Výsledek experimentu prokazuje schopnost Kalmánova filtru předvídat parametry přesně i ze zašuměných výstupů čidel. Technika nachází uplatnění při určování polohy a orientace od stěny, které budou užitečné při vyhýbání se překážkám, automatickém parkování automobilů atd. lokalizace; Kalmánův filtr; vyhnutí se překážce; predikce
eng Sensor fusion for prediction of orientation and position from obstacle using multiple IR sensors - an approach based on Kalman Filter Kalman filters have gained immense research attention in robotics, throughout the last decades. Among the applications, localization of robots through Kalman filters proved promising results. This paper presents an application of sensor fusion for prediction of orientation and depth to wall/obstacle by fusing the inputs from three IR range finders. The experimental result demonstrates the capability of Kalman filter to predict the parameters precisely, from noisy sensor inputs. The technique finds application in determining the position and orientation from the wall which will be helpful in obstacle avoidance decision making, automatic parking of automobiles etc. localization; Kalman filter; obstacle avoidance; prediction

Department

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives