Caracterización del sensor IMU (Inertial measurement unit) BNO055

Ramos Cifuentes, Juliana Andrea; Castillo Corredor, Julian Santiago

Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.uan.edu.co/handle/123456789/2564

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.advisor	Hernandez Baquero, Wilson Andres	-
dc.creator	Ramos Cifuentes, Juliana Andrea	-
dc.creator	Castillo Corredor, Julian Santiago	-
dc.date.accessioned	2021-03-03T20:07:23Z	-
dc.date.available	2021-03-03T20:07:23Z	-
dc.date.created	2020-06-08	-
dc.identifier.uri	http://repositorio.uan.edu.co/handle/123456789/2564	-
dc.description	Propia	es_ES
dc.description.abstract	The purpose of this project is to carry out the characterization of the inertial measurement unit (IMU) by implementing the Allan variance method, which is based on statistical analysis of the measurements obtained with the IMU sensor. An IMU is a device made up of an accelerometer, which measures the changes in force produced by the movement of the device; a gyroscope, which is responsible for recording the variation in the position of the axes represented by the IMU and a magnetometer, which interacts with the Earth's magnetic field. The data provided by the IMU will be read by means of a raspberry pi board, these are of utmost importance for the navigation of high-end land vehicles (cars, trucks and motorcycles), air (aircraft and helicopters), maritime and space (extraterrestrial exploration), allowing them to orient and move as safely and accurately as possible. In the same way, the program that is developed for the management of the IMU sensor provides a very useful tool whose objective is not only to obtain, manage and manipulate the data offered by the IMU, but will also allow it to be characterized, applying the ALLAN VARIANCE statistical method. For the development of this program, one of the most used programming languages at this time, such as Python, has been used.	es_ES
dc.description.tableofcontents	La finalidad de este proyecto es la realizar la caracterización de la unidad de medida inercial (IMU) implementando el método de Allan variance, el cual se basa en análisis estadísticos de las medidas obtenidas con el sensor IMU. Una IMU es un dispositivo compuesto por un acelerómetro, el cual mide los cambios de fuerza producidos por el movimiento del dispositivo; un giroscopio, que se encarga de registrar la variación de la posición de los ejes representamos por la IMU y un magnetómetro, que interactúa con el campo magnético terrestre. Los datos que proporcionara la IMU serán leídos por medio de una placa raspberry pi, estos son de suma importancia para la navegación de vehículos terrestres coches, camiones y motocicletas de gama alta), aéreos (aviones y helicópteros), marítimos y espaciales (exploración extraterrestre), permitiendo que se orienten y desplacen de la forma más segura y precisa posible. De la misma manera, el programa que se desarrolla para la gestión del sensor IMU proporciona una herramienta muy útil cuyo objetivo, no es solo la obtención, gestión y manipulación de los datos ofrecidos por la IMU, si no permitirá caracterizarlo aplicando el método estadístico ALLAN VARIANCE. Para el desarrollo de dicho programa se ha recurrido a uno de los lenguajes de programación más utilizados en este tiempo, como es Python.	es_ES
dc.language.iso	spa	es_ES
dc.publisher	Universidad Antonio Nariño	es_ES
dc.rights	Atribución 3.0 Estados Unidos de América	*
dc.rights.uri	http://creativecommons.org/licenses/by/3.0/us/	*
dc.source	instname:Universidad Antonio Nariño	es_ES
dc.source	reponame:Repositorio Institucional UAN	es_ES
dc.source	instname:Universidad Antonio Nariño	es_ES
dc.source	reponame:Repositorio Institucional UAN	es_ES
dc.subject	IMU	es_ES
dc.subject	Allan variance	es_ES
dc.subject	python	es_ES
dc.subject	raspberry pi	es_ES
dc.subject	giroscopio	es_ES
dc.subject	magnetómetro	es_ES
dc.subject	acelerómetro	es_ES
dc.title	Caracterización del sensor IMU (Inertial measurement unit) BNO055	es_ES
dc.publisher.program	Ingeniería Electrónica	es_ES
dc.rights.accesRights	openAccess	es_ES
dc.subject.keyword	IMU	es_ES
dc.subject.keyword	Allan variance	es_ES
dc.subject.keyword	python	es_ES
dc.subject.keyword	raspberry pi	es_ES
dc.subject.keyword	gyroscope	es_ES
dc.subject.keyword	magnetometer	es_ES
dc.subject.keyword	acceleromete	es_ES
dc.type.spa	Trabajo de grado (Pregrado y/o Especialización)	es_ES
dc.type.hasVersion	info:eu-repo/semantics/acceptedVersion	es_ES
dc.source.bibliographicCitation	C. S. J. R. Jurado, «A regression-based methodology to improve estimation of inertial sensor errors using Allan variance data,» Wiley Ion, 2018.	es_ES
dc.source.bibliographicCitation	S. M. Gómez, «Análisis de unidades inerciales de medida (IMU) y diseño de controlador de ángulo de ataque aplicado a cuadricóptero,» Escuela Politécnica Superior, Alcalá, 2015.	es_ES
dc.source.bibliographicCitation	*. A. V. 2. a. J. R. 2. Alvarellos, «Raspberry Pimu: Raspberry Pi Based Inertial Sensor Data Processing System,» proceedings, Coruña, 2018.	es_ES
dc.source.bibliographicCitation	A. G. S. J. M. M. S. A. S. A. P. M. S. a. J. M. K. Nirmala, «Noise modeling and analysis of an IMU-based attitude sensor: improvement of performance by filtering and sensor fusion,» aIndian Institute of Astrophysic, India, 2016.	es_ES
dc.source.bibliographicCitation	P. Z. ·. Z. ·. Z. L. Zheng, «Error characteristics analysis and calibration testing for MEMS IMU gyroscope,» AerospaceSystems, Shanghai, China, 2019.	es_ES
dc.source.bibliographicCitation	Adafruit, «Adafriut,» 2015. [En línea]. Available: https://learn.adafruit.com/bno055- absolute-orientation-sensor-with-raspberry-pi-and-beaglebone-black/hardware. [Último acceso: 15 04 2020].	es_ES
dc.source.bibliographicCitation	InvenSense, «InvenSense Inc,» 14 09 2014. [En línea]. Available: https://stanford.edu/class/ee267/misc/MPU-9255-Datasheet.pdf. [Último acceso: 25 05 2020].	es_ES
dc.source.bibliographicCitation	M. Matej, «New Experience with Allan Variance».	es_ES
dc.source.bibliographicCitation	S. J. J. a. R. J. A. K. CM, «“regression-based methodology to,» vol. 3, nº https://doi.org/10.1002/navi.278., pp. pp. 251-263, 2019.	es_ES
dc.source.bibliographicCitation	E. R. H. Cruz, «C´alculo Diferencial e Integral III,» Facultad de Ciencias UNAM, 2016.	es_ES
dc.source.bibliographicCitation	I. M. Zambrano, «Estimación de los parámetros de un modelo haciendo uso de correspondencias con incertidumbre,» centro de investigacion en matematicas , Guanajuato, 2011.	es_ES
dc.source.bibliographicCitation	Maldonado, «Estimación de los parámetros de un modelo haciendo uso de,» 2011.	es_ES
dc.source.bibliographicCitation	I. O. C. Aburto, «Aplicacion del metodo de levenberg del método de levenberg- marquardt y del gradiente conjugado en la estimacion de la generalización de calor de un aparato de placa caliente con guarda,» Morelos, 2004.	es_ES
dc.source.bibliographicCitation	D. A. R. M. E. AL., «Implementación de una tarjeta de adquisición y procesamiento de señales para el monitoreo de distorsión armónica y parámetros de estado estable en redes de tensión menor a 1 kv,» BOGOTA, 2017.	es_ES
dc.source.bibliographicCitation	Covantec, «Covantec,» 2014. [En línea]. Available: https://entrenamiento-python- basico.readthedocs.io/es/latest/. [Último acceso: 20 04 2020].	es_ES
dc.source.bibliographicCitation	Prometec.com, [En línea]. Available: https://www.prometec.net/imu-mpu6050/. [Último acceso: 12 04 2020].	es_ES
dc.source.bibliographicCitation	«scipy.optimize.curve_fit — SciPy v1.4.1 Reference Guide,» [En línea]. Available: https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.curve_fit. [Último acceso: 20 05 2020].	es_ES
dc.source.bibliographicCitation	J. C. M. -. Yand, «Robot móvil de pequeña escala para seguimiento reactivo basado en LIDAR de surcos de cacao en etapa de vivero,» Universidad Antonio Nariño, Villavicencio, 2019.	es_ES
dc.source.bibliographicCitation	B. A. M. D. P. J. E. C. Veloz, Diseño, simulación y control de la dinámica de un robot planar de dos grados de libertad, documento, UNITEC, 2014.	es_ES
dc.source.bibliographicCitation	B. Sensortec, «BNO055 Intelligent 9-axis absolute orientation sensor,» Bosch, November 2014.	es_ES
dc.source.bibliographicCitation	A. Novales, «Estimación de modelos no lineales Contents,» p. 69, 2016.	es_ES
dc.description.degreename	Ingeniero(a) Electrónico(a)	es_ES
dc.description.degreelevel	Pregrado	es_ES
dc.publisher.faculty	Facultad de Ingeniería Mecánica, Electrónica y Biomédica	es_ES
dc.description.funder	$11.005.000 (de acuerdo a lo reportado en el anteproyecto)	es_ES
dc.description.notes	Presencial	es_ES
dc.publisher.campus	Villavicencio	-
Aparece en las colecciones:	Ingeniería electrónica

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
2020AutorizacióndeAutores1.pdf Restricted Access	Autorización de Autores	771.26 kB	Adobe PDF	Visualizar/Abrir Request a copy
2020JulianAndreaRamosCifuentes.pdf	Trabajo de grado	976.26 kB	Adobe PDF	Visualizar/Abrir
2020AutorizacióndeAutores2.pdf Restricted Access	Autorización de Autores	196.49 kB	Adobe PDF	Visualizar/Abrir Request a copy

Mostrar el registro sencillo del ítem

Ver Estadísticas de uso

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons

DSpace JSPUI

DSpace almacena y facilita el acceso abierto a todo tipo de contenido digital incluyendo texto, imágenes, vídeos y colecciones de datos.