Tightly and loosely coupled sensor fusion of inertial and magnetic field norm measurements in a foot-mounted sensor

I denne oppgaven utformes to algoritmer for innendørs personavigasjon ved hjelp av fotfestet aksellerometer, gyroskop og magnetometer. Algoritmene konstruerer et kart over variasjoner i magnetfeltet innendørs, samtidig som de bruker magnetfeltmålinger til å navigere i kartet. Den første algoritmen bruker to tilgjengelige metoder som byggesteiner. Den føste metoden er et Kalmanfilter for estimering av innendørs posisjon ved hjelp av fotfestet aksellerometer og gyroskop. Den andre metoden er et marginalisert partikkelfilter for samtidig å lage et kart over magnetfeltanomalier og navigere i kartet. Metoden bruker gaussiske prosesser, tilnærmet med metoder fra funksjonalanalyse for å unngå at kjøretid skaleres med antall målinger. Ved å modelere posisjonsestimatet fra Kalmanfilteret som en usikker informasjonskilde om endring i posisjon, anvendes et marginalisert partikkelfilter for å oppnå samtidig navigasjon og kart-konstruksjon av variasjoner i magnetfeltet. Den første algoritmen er et eksempel på løst koblet sensorfusjon. Den andre algoritmen bruker de matematiske modellene som byggesteinene i den første algoritmen er basert på. Disse modellene gir til sammen et estimeringsproblem som kan løses av et enkelt marginalisert partikkelfilter. Den andre algorithmen er et eksempel på tett koblet sensorfusjon. Begge algoritmene testes eksperimentelt, og vises å fjerne effekten av drift i eksisterende personnavigasjon ved bruk av fot-montert aksellerometer ved passering av tidligere kartlagte områder. Algoritmene oppnår sammenlignbar presisjon i tre dimensjoner som eksisterende metoder for navigasjon ved hjelp av fotfestet magnetometer, aksellerometer og gyroskop oppnår i to dimensjoner. Resultatene illustrerer også hvordan tett koblet sensorfusjon kan være fordelaktig for samtidig magnetfeltkartlegging og navigasjon ved bruk av fotfestet sensor