Cílem této diplomové práce je analýza kvality odhadu polohy objektů v předem definované mapě. Pro tuto analýzu byl implementován algoritmus pro sledování objektů s využitím radarové multilaterace, který umožňuje modulární přístup ke konfiguraci jednotlivých přijímačů z hlediska jejich počtu, rozmístění a dostupnosti měření. Algoritmus využívá čtyři dynamické pohybové modely pro účely odhadu polohy. Přesnost poskytnutých odhadů je vyhodnocena pomocí Monte Carlo simulací, a údaje o přesnosti jsou následně prezentovány prostřednictvím mapy kvality odhadu. Výsledná simulace poskytuje celkový obraz o kvalitě odhadu v rámci definovaného prostoru v závislosti na různých podmínkách.
Annotation in English
The aim of this thesis is to analyze the quality of object position estimation in a predefined map. For this analysis, an algorithm for object tracking using radar multilateration has been implemented, which allows a modular approach to the configuration of individual receivers in terms of their number, placement and availability of measurements. The algorithm uses four dynamic motion models for position estimation purposes. The accuracy of the provided estimates is evaluated using Monte Carlo simulations, and the accuracy is then presented via an estimation quality map. The resulting simulation provides an overall picture of the estimation quality within the defined space depending on various conditions.
Keywords
odhad stavu, Kalmanův filtr, rozšířený Kalmanův filtr, interakce mezi více modely, dynamické modely pohybu, měření vzdálenosti, čas příchodu signálů, časový rozdíl příchodu signálů, úhel příchodu signálů
Keywords in English
state estimation, Kalman filter, extended Kalman filter, Interacting Multiple Models, dynamic motion models, ranging, time of arrival, time difference of arrival, angle of arrival
Length of the covering note
56 s.
Language
AN
Annotation
Cílem této diplomové práce je analýza kvality odhadu polohy objektů v předem definované mapě. Pro tuto analýzu byl implementován algoritmus pro sledování objektů s využitím radarové multilaterace, který umožňuje modulární přístup ke konfiguraci jednotlivých přijímačů z hlediska jejich počtu, rozmístění a dostupnosti měření. Algoritmus využívá čtyři dynamické pohybové modely pro účely odhadu polohy. Přesnost poskytnutých odhadů je vyhodnocena pomocí Monte Carlo simulací, a údaje o přesnosti jsou následně prezentovány prostřednictvím mapy kvality odhadu. Výsledná simulace poskytuje celkový obraz o kvalitě odhadu v rámci definovaného prostoru v závislosti na různých podmínkách.
Annotation in English
The aim of this thesis is to analyze the quality of object position estimation in a predefined map. For this analysis, an algorithm for object tracking using radar multilateration has been implemented, which allows a modular approach to the configuration of individual receivers in terms of their number, placement and availability of measurements. The algorithm uses four dynamic motion models for position estimation purposes. The accuracy of the provided estimates is evaluated using Monte Carlo simulations, and the accuracy is then presented via an estimation quality map. The resulting simulation provides an overall picture of the estimation quality within the defined space depending on various conditions.
Keywords
odhad stavu, Kalmanův filtr, rozšířený Kalmanův filtr, interakce mezi více modely, dynamické modely pohybu, měření vzdálenosti, čas příchodu signálů, časový rozdíl příchodu signálů, úhel příchodu signálů
Keywords in English
state estimation, Kalman filter, extended Kalman filter, Interacting Multiple Models, dynamic motion models, ranging, time of arrival, time difference of arrival, angle of arrival
Research Plan
1. Seznamte se s problémem sledování manévrujícího objektu s využitím radarové multi-laterace.
2. Implementujte algoritmus sledování s možnostmi:
volby poloh radarových přijímačů, jejich dostupnosti a charakteru měření (TDOA, AoA),
množiny možných modelů pohybu objektu.
3. Vyhodnoťte kvalitu sledování objektu za pomoci Monte Carlo simulace a proveďte zobrazení výsledku ve formě mapy.
Research Plan
1. Seznamte se s problémem sledování manévrujícího objektu s využitím radarové multi-laterace.
2. Implementujte algoritmus sledování s možnostmi:
volby poloh radarových přijímačů, jejich dostupnosti a charakteru měření (TDOA, AoA),
množiny možných modelů pohybu objektu.
3. Vyhodnoťte kvalitu sledování objektu za pomoci Monte Carlo simulace a proveďte zobrazení výsledku ve formě mapy.
Recommended resources
Paul D. Groves, "Principles of GNSS, Inertial, and Multisensor Integrated Navigation Systems”, second edition, Artech House, 2013
Yaakov Bar-Shalom and Xiao-Rong Li, "Estimation and Tracking: Principles, Techniques, and Software”, Artech House, 1993
Recommended resources
Paul D. Groves, "Principles of GNSS, Inertial, and Multisensor Integrated Navigation Systems”, second edition, Artech House, 2013
Yaakov Bar-Shalom and Xiao-Rong Li, "Estimation and Tracking: Principles, Techniques, and Software”, Artech House, 1993
Enclosed appendices
-
Appendices bound in thesis
illustrations, graphs, schemes, tables
Taken from the library
Yes
Full text of the thesis
Thesis defence evaluation
Excellent
Appendices
Reviewer's report
Supervisor's report
Defence procedure record
Motivace
Měření vzdáleností
Modely pohybů dynamických objektů
Odhad – Kalmanův filtr a Rozšířený Kalmanův filtr, Multimodelový přístup