Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Development and Testing of Performance Assessment Equipment for Elite Fencers
KTH, School of Electrical Engineering and Computer Science (EECS).
2019 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

The main purpose of this thesis is to use a low-quality inertial sensor, whichonly provides 3-D acceleration and 3-D angular velocity, to have good poseestimation results, which is to track the orientation, the velocity and the displacementof some fencing relevant movements. This thesis focuses on twomain parts, algorithms for pose estimation and algorithms for re-calibration ofboth the accelerometer and the gyroscope.Three algorithms for pose estimation are proposed, including dead reckoning,extended Kalman filter with zero-velocity updates and marginalizedparticle filter with zero-velocity updates. The dead reckoning is a very basicalgorithm, which just integrates the measurements to get the result. Theother two algorithms use measurements and the zero-velocity as observationsand implement the extended Kalman filter or the marginalized particle filterto get the result. The algorithms are evaluated and compared with each othervia experiments. The results demonstrate that the extended Kalman filter withzero-velocity updates algorithm performs best among the three proposed algorithms.Two algorithms for re-calibrating the sensor are proposed, including theellipsoid fitting algorithm for the accelerometer re-calibration and an algorithmfor the gyroscope re-calibration. They estimate the biases, scales andorthogonal errors for the accelerometer, and these parameters together withmisalignment errors for the gyroscope. These algorithms do not require anyexternal equipment, only require the sensor to be moved into a set of differentpositions. The performances of these two algorithms are also successfullyevaluated.

Abstract [sv]

Huvudsyftet med denna avhandling är att använda en tröghetssensor av lågkvalitet, som endast ger 3D-acceleration och 3D-vinkelhastighet, för att erhållaen bra skattning av pose, det vill säga att skatta orienteringen, hastighetenoch förflyttningen vid vissa rörelser. Denna avhandling fokuserar på två huvuddelar,algoritmer för pose-uppskattning och algoritmer för omkalibreringav både accelerometern och gyroskopet.Tre algoritmer för pose-uppskattning föreslås, inklusive dödräkning, utökatKalmanfilter med nollhastighetsuppdateringar och marginaliserat partikelfiltermed nollhastighetsuppdateringar. Dödräkning är enmycket grundläggandealgoritm som bara integrerar mätningarna för att få resultatet. De andra tvåalgoritmerna använder mätningar och nollhastigheten som observationer ochimplementerar det utökade Kalmanfiltret eller det marginaliserade partikelfiltretför att få resultatet. Algoritmerna utvärderas och jämförs med varandra viaexperiment. Resultaten visar att det utökade Kalmanfiltret med nollhastighetsuppdateringsalgoritmenfungerar bäst bland de tre föreslagna algoritmerna.Två algoritmer för omkalibrering av sensorerna föreslås, inklusive en ellipsoidanpassningsalgoritmför acceleratoromkalibrering och en algoritm förkalibrering av gyroskopet. De uppskattar medelvärdesfel, skalfel och ortogonalafel för accelerometrar, och motsvarande parametrar för gyroskopet tillsammansmed parametrar för fel mellan accelerometer- och gyroskopkoordinater.Dessa algoritmer kräver ingen extern utrustning, de kräver endast attsensorn flyttas mellan en uppsättning av olika positioner. Resultaten från dessatvå algoritmer är också framgångsrikt utvärderat.

Place, publisher, year, edition, pages
2019. , p. 62
Series
TRITA-EECS-EX ; 2019:691
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-266120OAI: oai:DiVA.org:kth-266120DiVA, id: diva2:1381410
Educational program
Master of Science - Information and Network Engineering
Examiners
Available from: 2019-12-20 Created: 2019-12-20 Last updated: 2019-12-20Bibliographically approved

Open Access in DiVA

fulltext(4646 kB)3 downloads
File information
File name FULLTEXT01.pdfFile size 4646 kBChecksum SHA-512
2c59d19ae513b433f74e03f2a827e3c0f97a32cecfd492e97ce924d7229043ec6321e381b6027ce7f8397917e52163d6d275a37b2e77ccd2519d401c0eada77d
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering and Computer Science (EECS)
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 3 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 50 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf