Uso de Filtro de Kalman para reducción de ruido de trayectorias GPS.


Abstract:

Las crecientes cantidades de información encontradas en las bases de datos en la actualidad están convirtiéndose en un cuestionamiento en el procesamiento de datos, lo cual ha llevado a la evaluación de filtros que puedan atenuar la magnitud de los errores que también tienden a aumentar. En el presente proyecto se analiza el uso del filtro de Kalman para la reducción de ruido en datos de trayectorias GPS evaluando una implementación cuyo comportamiento previamente se explora durante la investigación de la ecuación de movimiento pertinente, los resultados mostrados pertenecen a 5 conjuntos de datos de los cuales se llevan a cabo varios experimentos para buscar resultados positivos y resultados en los que se pueda hallar alguna falencia. Para comprobar esto se buscará por medio de indicadores como promedios de error, de tiempo, porcentajes de actualizaciones, variaciones en los datos y diagramas de caja los conjuntos con mejores resultados. Se concluye el trabajo con resultados satisfactorios en mayor porcentaje para 4 de los 5 conjuntos de datos analizados y se afirma que el tiempo y rendimiento de los datos después de la implementación del filtro han sido optimizados.

Año de publicación:

2021

Keywords:

  • ERROR
  • DATA
  • GPS tracks
  • experiments
  • DATOS
  • EXPERIMENTOS
  • Kalman
  • TRAYECTORIAS GPS

Fuente:

rraaerraae

Tipo de documento:

Bachelor Thesis

Estado:

Acceso abierto

Áreas de conocimiento:

  • Algoritmo
  • Procesamiento de señales

Áreas temáticas de Dewey:

  • Ciencias de la computación
Procesado con IAProcesado con IA

Objetivos de Desarrollo Sostenible:

  • ODS 9: Industria, innovación e infraestructura
  • ODS 11: Ciudades y comunidades sostenibles
  • ODS 17: Alianzas para lograr los objetivos
Procesado con IAProcesado con IA