Sensors can be used to measure the position of an object. In the present thesis the effects which limit the usage of sensors in high dynamic positioning applications on a nanometer level are discussed. Various sensor principles and their properties are investigated and compared. Sensors based on the measurement of i.a. magnetic fields, illumination, or even strain are characterized, as well as their range, bandwidth, resolution, linearity and disturbance rejection is determined.
It will be shown that the simultaneous use of multiple sensors and the specific combination of sensors’ data (fusion) enables a higher performance primarily in terms of resolution and dynamics. Several techniques for the fusion are discussed under consideration of various aspects, however the ultimate aim of sensor fusion is similar.
The methods of feedforward control, complementary filtering, Kalman filtering and optimal filtering (robust control) are developed and verified on practical problems in position sensor systems. To treat various challenges in sensor filtering and sensor fusion a methodological approach, containing separable steps of
• problem formulation with well-defined prerequisits and simplifications,
• theory discussion with approach to find a solution,
• analytical proof or reasoning by statistical values out of numerical simulations,
• experiment design, and
• verification on a real time platform are realized.
Inhaltsverzeichnis
- Einleitung
- Sensorik
- Sensoren in der Nano-Positionierung
- Sensoren für die Positionsmessung
- Induktive Sensoren
- Kapazitive Sensoren
- Optische Sensoren
- Piezoelektrische Sensoren
- Weitere Sensoren
- Sensor-Charakterisierung
- Sensor-Auswahl
- Sensor Fusion
- Grundlagen der Sensor Fusion
- Methoden der Sensor Fusion
- Feedforward-Steuerung
- Komplementärfilter
- Kalman-Filter
- Optimale Filter
- Anwendungen der Sensor Fusion
- Experimentelle Ergebnisse
- Aufbau des Versuchsstandes
- Messungen und Auswertung
- Fazit
- Literaturverzeichnis
Zielsetzung und Themenschwerpunkte
Die Diplomarbeit befasst sich mit der Sensorfusion in der Nano-Positionierung. Ziel ist es, die Genauigkeit und Dynamik von Positionierungssystemen durch den Einsatz mehrerer Sensoren und die Fusion ihrer Daten zu verbessern. Die Arbeit untersucht verschiedene Sensorprinzipien und ihre Eigenschaften, analysiert die Herausforderungen der Sensorfusion und entwickelt verschiedene Methoden zur Datenfusion.
- Sensorik in der Nano-Positionierung
- Methoden der Sensorfusion
- Anwendungen der Sensorfusion
- Experimentelle Validierung
- Herausforderungen und zukünftige Entwicklungen
Zusammenfassung der Kapitel
Das erste Kapitel führt in die Thematik der Sensorfusion in der Nano-Positionierung ein und erläutert die Bedeutung der präzisen Positionsmessung in verschiedenen Anwendungen. Es werden die Herausforderungen und Grenzen der herkömmlichen Sensorik in diesem Bereich diskutiert.
Das zweite Kapitel befasst sich mit verschiedenen Sensorprinzipien, die für die Positionsmessung in der Nano-Positionierung relevant sind. Es werden die Eigenschaften der Sensoren, wie Messbereich, Bandbreite, Auflösung, Linearität und Störunterdrückung, analysiert und verglichen.
Das dritte Kapitel behandelt die Grundlagen der Sensorfusion und stellt verschiedene Methoden zur Datenfusion vor. Es werden die Vor- und Nachteile der einzelnen Methoden diskutiert und ihre Anwendbarkeit in verschiedenen Szenarien beleuchtet.
Das vierte Kapitel präsentiert die experimentellen Ergebnisse der Arbeit. Es werden die Ergebnisse der Messungen und die Validierung der entwickelten Methoden auf einem realen System vorgestellt.
Schlüsselwörter
Die Schlüsselwörter und Schwerpunktthemen des Textes umfassen Sensorfusion, Nano-Positionierung, hohe Dynamik, hohe Auflösung, Sensorrauschen, Kalman-Filter, optimale Filter.
- Citar trabajo
- Daniel Piri (Autor), 2014, Sensor Fusion for Nanopositioning, Múnich, GRIN Verlag, https://www.grin.com/document/286249
-
-
-
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X.