30622

بهبود دقت موقعيت‌يابي تلفيقي GPS/INS مبتني بر گراف عامل و روش‌هاي هوشمند

كارشناسي ارشد

مهندسي برق- سيستم‌هاي الكترونيك ديجيتال

1400

1402/12/16

محمدرضا موسوي ميركلايي

مهندسي برق

در دنياي مدرن و پيشرفته‌ي امروز، دقت در موقعيت‌يابي و جهت‌يابي نقش حياتي در كاربردهاي گوناگوني از جمله رباتيك، وسايل نقليه و خودروهاي خودران ايفا مي‌كند. يكي از چالش‌هاي عمده در سامانه‌هاي موقعيت‌يابي، اتكا بيش از حد به سيگنال‌هاي GPS است كه ممكن است در شرايط خاص داراي دقت و اطمينان كمتري باشند. همچنين، تركيب GPS با سامانه ناوبري اينرسي (INS) به تنهايي نمي‌تواند راه‌حلي پايدار در برابر خطاهاي تجمعي ارائه دهد و تنها تا چند ثانيه اختلال در سيگنال‌هاي GPS را تحمل مي‌كند. اين پايان‌نامه با بررسي سامانه‌هاي موقعيت‌يابي موجود و روش‌هاي بهبود آن‌ها آغاز شده و سپس يك استراتژي نوآورانه براي ادغام تصوير با INS معرفي مي‌كند كه عملكرد قابل توجهي نسبت به INS را ارائه مي‌دهد. اين تحقيق همچنين يك رويكرد پيشرفته براي بهبود دقت ناوبري و موقعيت‌يابي با استفاده از تركيب داده‌هاي GPS با كيلومتر شمار بصري اينرسي (VIO) با استفاده از گراف تجزيه و روش‌هاي هوشمند را ارائه مي‌دهد. سامانه پيشنهادي بر روي پلتفرم Jetson پياده‌سازي و مورد آزمايش قرار گرفت و نتايج حاصل از اين آزمون‌ها به طور جامع در اين پايان‌نامه ارائه شده‌اند. با استفاده از مجموعه داده‌هاي KITTI، سامانه GPS/VIO نشان داد كه بهبود قابل توجهي به ميزان 84.59% و 88.806% در طول قطعي‌هاي GPS به ترتيب در 10 و 27 ثانيه به همراه داشته است. اين سامانه GPS/VIO كه بر پايه گراف تجزيه و الگوريتم‌هاي هوشمند استوار است، به عنوان راه‌حلي موثر براي رفع دغدغه‌هاي مربوط به دقت و اطمينان در ناوبري مبتني بر GPS مطرح مي‌گردد. علاوه بر اين، از تكنيك‌هاي پيش پردازش داده‌ها براي افزايش دقت استفاده شده است كه شامل بهينه‌سازي داده‌هاي تصويري با تنظيم سطوح كنتراست و روشنايي و كاهش نويز در داده‌هاي IMU مي‌باشد، كه منجر به بهبود چشم‌گير 44.7٪ در دقت مسيرهاي از پيش تعريف شده، شده است و در فصل نتايج به طور مفصل شرح داده شده است.

1402/12/26

Improvement of Accuracy at the GPS/INS Integration Navigation System Based on the Factor Graph and intelligent methods

3/6/2025 12:00:00 AM

In the modern and advanced world today, precision in positioning and orientation plays a vital role in various applications such as robotics, vehicles, and self-driving cars. One of the major challenges in positioning systems is excessive reliance on GPS signals, which may have lower accuracy and reliability under specific conditions. Additionally, combining GPS with Inertial Navigation System (INS) alone cannot provide a stable solution against cumulative errors and can only tolerate GPS signal interruptions for a few seconds. This thesis begins by examining existing positioning systems and their improvement methods. Subsequently, it introduces an innovative strategy for integrating imagery with INS, providing a significant performance improvement compared to INS alone. The research also presents an advanced approach to enhance navigation and positioning accuracy by combining GPS data with Visual-Inertial Odometry (VIO) using graph decomposition and intelligent algorithms. The proposed system is implemented and tested on the Jetson platform, and the comprehensive results of these experiments are presented in this thesis. Using the KITTI dataset, the GPS/VIO system demonstrated a remarkable improvement of 84.59% and 88.806% in GPS trajectories' accuracy at 10 and 27 seconds, respectively. This GPS/VIO system, based on factor graph and intelligent methods, is suggested as an effective solution to address concerns related to accuracy and reliability in GPS-based navigation. Furthermore, data preprocessing techniques have been employed to enhance accuracy, including optimizing image data by adjusting contrast and brightness levels, as well as reducing noise in IMU data. This led to a significant 44.7% improvement in the accuracy of predefined route paths, detailed in the results chapter.

تلفيق - موقعيت‌يابي - سامانه ناوبري - گراف تجزيه - بهينه‌سازي - منطق فازي - بصري

- integration - localization - Navigation system - factor graph -optimization fuzzy logic- Vision

Mohammad Mehdi Karimi

Dr. Moosavi Mirkolaei