Sensor Data Fusion using Unscented Kalman Filter for VOR-based Vision Tracking System for Mobile Robots

Tipo di pubblicazione: Articolo in atti di convegno
Tipologia MIUR: Contributo in Atti di Convegno (Proceeding) > Contributo in atti di convegno
Titolo: Sensor Data Fusion using Unscented Kalman Filter for VOR-based Vision Tracking System for Mobile Robots
Autori: Anjum M.L.; Ahmad O.; Bona B.; Cho D.D.
Autori di ateneo:
Intervallo pagine: pp. 103-113
Titolo del periodico: LECTURE NOTES IN COMPUTER SCIENCE
Tipo di referee: Esperti anonimi
Editore: Springer
ISBN: 9783662436448
ISSN: 0302-9743
Titolo del convegno: TAROS 2013
Luogo dell'evento: Oxford, UK
Data dell'evento: 28-30 August 2013
Rilevanza dell'evento: Internazionale
Luogo di pubblicazione: Berlin Heidelberg
Abstract: This paper presents sensor data fusion using Unscented Kalman Filter (UKF) to implement high performance vestibulo-ocular reflex (VOR) based vision tracking system for mobile robots. Information from various sensors is required to be integrated using an efficient sensor fusion algorithm to achieve a continuous and robust vision tracking system. We use data from low cost accelerometer, gyroscope, and encoders to calculate robot motion information. The Unscented Kalman Filter is used as an efficient sensor fusion algorithm. The UKF is an advanced filtering technique which outperforms widely used Extended Kalman Filter (EKF) in many applications. The system is able to compensate for the slip errors by switching between two different UKF models built for slip and no-slip cases. Since the accelerometer error accumulates with time because of the double integration, the system uses accelerometer data only for the slip case UKF model. Using sensor fusion by UKF, the position and orientation of the robot is estimated and is used to rotate the camera mounted on top of the robot towards a fixed target. This concept is derived from the vestibule-ocular reflex (VOR) of the human eye. The experimental results show that the system is able to track the fixed target in various robot motion scenarios including the scenario when an intentional slip is generated during robot navigation
Data: 2014
Status: Pubblicato
Lingua della pubblicazione: Inglese
Parole chiave: sensor fusion, unscente kalman filter
Dipartimenti (originale): DIMEAS - Dipartimento di Ingegneria Meccanica e Aerospaziale
DAUIN - Dipartimento di Automatica Informatica
Dipartimenti: DET - Dipartimento di Elettronica e Telecomunicazioni
URL correlate:
Area disciplinare: Area 09 - Ingegneria industriale e dell'informazione > AUTOMATICA
Data di deposito: 20 Set 2013 12:02
Data ultima modifica (IRIS): 10 Mag 2016 10:22:51
Data inserimento (PORTO): 12 Mag 2016 04:00
Numero Identificativo (DOI): 10.1007/978-3-662-43645-5_12
Permalink: http://porto.polito.it/id/eprint/2514894
Link resolver URL: Link resolver link
Citazioni:

Il campo presenta il numero di citazioni presenti sulle banche dati Scopus e Web of Science e permette di accedere ai relativi record. Visualizza inoltre il link al record presente su Google Scholar.

Possono verificarsi discrepanze rispetto ai dati presenti sulle banche dati per i seguenti motivi:

  • Differenze tra i dati riportati su IRIS e quelli presenti nelle banche dati.
  • Il numero di citazioni riportate su PORTO viene estratto mensilmente. Il dato citazionale presente sulle singole banche dati è aggiornato in tempo reale
  • Il numero di citazioni per WoS viene calcolato sulla base delle collezioni in abbonamento (Science citation index Expanded e Conference Proceedings Citation Index)

Per informazioni o segnalazioni contattare scrivia/porto

+
-

Allegati

[img]
Preview
PDF (Latif_Paper_final_pre_print.pdf) - Preprint
Accesso al documento: Visibile (Ad accesso aperto)
Licenza: Pubblico - Tutti i diritti riservati.

Download (377Kb (386896 bytes)) | Preview

Azioni (richiesto il login)

Visualizza il documento (riservato amministratori) Visualizza il documento (riservato amministratori)

Statistiche sul Download degli allegati

Altre statistiche su questa pubblicazione...