Por favor, use este identificador para citar o enlazar este ítem:
https://ri-ng.uaq.mx/handle/123456789/5607
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.rights.license | http://creativecommons.org/licenses/by-nd/4.0 | es_ES |
dc.contributor | Jesús Rooney Rivera Guillen | es_ES |
dc.creator | Francisco Javier Pérez Macías | es_ES |
dc.date | 2016 | - |
dc.date.accessioned | 2017-06-02T15:06:30Z | - |
dc.date.available | 2017-06-02T15:06:30Z | - |
dc.date.issued | 2016 | - |
dc.identifier | 2799 - RI002964.pdf | es_ES |
dc.identifier.uri | https://ri-ng.uaq.mx/handle/123456789/5607 | - |
dc.description | En este trabajo se presenta una metodología para llevar a cabo la descripción e implementación de un sistema de fusión de sensores inerciales en una plataforma FPGA (Field Programmable Gate Array), mediante el procesamiento digital de señales en hardware, obtenidas a partir de un giroscopio y un magnetómetro. Diversas etapas son desarrolladas para llegar al resultado final. Un mecanismo giratorio fue instrumentado con un sensor inercial tipo MEMS (MicroElectroMechanical System) que cuenta con un giroscopio y un magnetómetro integrados. En seguida se presenta un sistema de comunicación y adquisición de datos el cual es desarrollado con la finalidad de adquirir las señales del giroscopio y del magnetómetro utilizados en este trabajo. El siguiente paso fue el desarrollo del módulo en el que se realiza la acción de fusión sensorial y filtrado de las señales que permite suavizar la señal del giroscopio, es decir remover la mayor cantidad del ruido que se encuentre contaminando la señal. Para realizar la fusión de las señales de los sensores inerciales se hace uso del filtro Kalman, esto con la finalidad de mejorar los resultados tratando de minimizar los errores que pudiera presentar la medición de cada sensor. Las ecuaciones que describen al filtro Kalman fueron adecuadas con la finalidad de reducir la complejidad que conlleva el implementar esta herramienta matemática en hardware. El resultado de la fusión sensorial realizada es una señal de mejor calidad de posición angular, mientras que el resultado del filtrado arroja como resultado una señal mejorada de la velocidad angular. Los valores reales de posición y velocidad angular obtenidos directamente de los sensores son comparados con los obtenidos por el sistema. Finalmente, la metodología fue probada en un caso de estudio obteniendo resultados satisfactorios | es_ES |
dc.format | Adobe PDF | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Universidad Autónoma de Querétaro | es_ES |
dc.relation.requires | No | es_ES |
dc.rights | Acceso Abierto | es_ES |
dc.subject | Sensores inerciales | es_ES |
dc.subject | Filtro Kalman | es_ES |
dc.subject | FPGA | es_ES |
dc.title | Sistema de Fusión de Sensores Inerciales Basado en FPGA | es_ES |
dc.type | Tesis de licenciatura | es_ES |
dc.contributor.role | Director | es_ES |
dc.degree.name | Ingeniería Electromecánica | es_ES |
dc.degree.department | Facultad de Ingeniería | es_ES |
dc.degree.level | Licenciatura | es_ES |
Aparece en: | Ingeniería Electromecánica |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
RI002799.pdf | 3.01 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.