Position and Attitude Tracking Using SO(3) Manifold. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF submitted Thesis to DGS.pdf - Draft Version Restricted to Repository staff only until 7 January 2025. Available under License Creative Commons Attribution. Download (1MB)

Arabic Abstract

بفضل التقدم التكنولوجي، أصبح التتبع الداخلي (تتبع موقع جسم واتجاهه في بيئة معزولة عن الأقمار الصناعية) من الأهمية بمكان للعديد من التقنيات الحديثة. فلا يخفى على المتابع مدى اعتماد العديد من التقنيات الحديثة على التتبع الداخلي في أداء مهامها المختلفة، كما هو الحال في إنترنت الأشياء والروبوتات والطائرات بدون طيار. وقد أدى التقدم السريع في هذه المجالات إلى زيادة الطلب على أنظمة تحديد المواقع عالية الجودة. وبالرغم من ذلك فلا يزال مجال التتبع الداخلي يمثل أرضًا خصبة تستهوي الباحثين والمهتمين لافتقاره لتطبيقات مهيمنة يمكن اعتبارها حلًّا جذريا لهذه المشكلة. وفي محاولة منها لسد شيء من الثغرات في هذا المجال، تسعى هذه الأطروحة لبحث ما إذا كان بالإمكان الانتفاع من بنية مصفوفة الدوران، والتي تنتمي للفضاء الريماني، لتحسين أداء التتبع وتقليل نسبة الخطأ. من أجل تحقيق ذلك تبنت الأطروحة دمج التحسين الريماني بمرشحين هما: مرشح كالمن المطور ومرشح كالمن المحسن، وقامت بدراسة مدى تأثير هذا الدمج على دقة التتبع وتقليل مقدار الخطأ. بالإضافة لذلك، تسعى هذه الأطروحة أيضا لدراسة ما إذا كان تبني البنية الريمانية للمرسلات المكوِّنة لمثلث متطابق الساقين قد تساعد في تحسين التتبع وتقليل الأخطاء. أظهرت نتائجنا التي قمنا بها عن طريق برنامج المحاكاة (ماتلاب) أن الخوارزمية المقترحة باستعمال التحسين الريماني دائما ما تتفوق على الخوارزمية التقليدية لمرشحي كالمن آنفي الذكر سواء في ما يتعلق بتتبع الموقع أو الاتجاه. فبينما حقق مرشحي كالمن التقليدين متوسط خطأ بمقدار 1.08م و 1.39م، حققت النسختين المحدثنين منهما متوسط خطأ بمقدار 0.31م و 0.39م على التوالي. وفيما كان %90 من متوسط الخطأ في الخوارزميتين التقليديتين دون 0.52م و 0.67م، كان في نظيريه المحسنين دون0.22م و 0.27م على التوالي. وبهذا يتبين أن تبني التحسين الريماني قد أدى لتحسين دقة التتبع في الحالات محل الدراسة.

English Abstract

Driven by technological breakthroughs, indoor positioning and tracking have gained importance in a wide range of applications. Numerous successful applications, including the Internet of Things (IoT), robotics, and unmanned aerial vehicles (UAVs), heavily depend on indoor positioning and tracking. The rapid advancements in these areas have fueled the demand for high-performance positioning systems. However, the area of indoor positioning and tracking continues to be a fertile ground for research, with no single approach dominating the landscape. In an effort to tackle some of the inherent challenges associated with indoor tracking, this study explores whether incorporating the SO(3) manifold structure of the rotation matrix into Riemannian optimization can enhance the performance of the extended Kalman filter (EKF) and unscented Kalman filter (UKF) in tracking the 3D position and orientation of a moving target within an indoor environment. The effect of adopting an isosceles triangle manifold of the transmitter's configuration is also studied. Our results demonstrate that the proposed extended Kalman filter with Riemannian (EKFRie) and unscented Kalman filter with Riemannian (UKFRie) algorithms consistently outperform the conventional EKF and UKF in terms of position accuracy and often in terms of orientation accuracy. For the considered environment and parameters, while the conventional EKF and UKF achieved an RMSE of 1.08m and 1.39m, respectively, the proposed EKFRie and UKFRie algorithms achieved a significantly lower RMSE of 0.31m and 0.39m, respectively. This improvement in accuracy is further corroborated by the 90th percentile of the RMSE, which for EKFRie and UKFRie falls below 0.22m and 0.27m, respectively, compared to 0.52m and 0.67m for EKF and UKF, respectively. These results demonstrate the enhanced performance of the proposed algorithms.

Item Type:	Thesis (Masters)
Subjects:	Engineering Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Muqaibel, Ali
Committee Members:	Al-Naffouri, Tareq and Alharbi, Fahhad
Depositing User:	HAMMAM SALEM (g202101910)
Date Deposited:	07 Jan 2024 10:04
Last Modified:	07 Jan 2024 10:04
URI:	http://eprints.kfupm.edu.sa/id/eprint/142748