AAU Studenterprojekter - besøg Aalborg Universitets studenterprojektportal
Et kandidatspeciale fra Aalborg Universitet
Book cover


Robust tidssynkronisering mellem radiolinkmålinger og positionering af mobile robotter i kanalmåling.

Oversat titel

Robust timesynchronization between RF measurement and position of industrial robots in channel-sounding.

Forfatter

Semester

4. semester

Udgivelsesår

2021

Afleveret

Antal sider

52

Resumé

Specialet undersøger en kanalopmålingsmetode, hvor sender- og modtagerantenner flyttes af mobile MiR-robotter, og fokuserer på den væsentligste usikkerhedskilde: robust tidssynkronisering mellem RF-målinger og robotternes positioner. Metoden bygger på ROS-baseret positionsdata (globale og relative målinger), hvor lineær og vinkelhastighed bruges til at interpolere mellem globale positioner, samt Raspberry Pi-enheder til dataindsamling. NTP anvendes til at synkronisere RF- og positionssystemer; derfor analyseres NTP-protokollens algoritmer og afprøves i simple simulationer for at vurdere effekten af klokkedrift, jitter og asymmetriske netværk. Der designes samtidig en mere automatiseret arbejdsgang og datastruktur, inklusive en idé om en samlet brugerflade, og der foreslås en praktisk metode til at klassificere målinger som LOS/NLOS. En målekampagne i AAU’s Smart Production Lab viser, at tidsforskellen mellem enheder i realtid i gennemsnit er 2,73 ms med maksimum 14,89 ms, og at 99% af tiden ligger under 10–15 ms, hvilket overholder kravet på under 50 ms. Afstanden mellem RX og TX indeholder få outliers (8) med middelafvigelse omkring 3,57 cm, mens outliers i positionsdata kan være svære at udpege på grund af filtrering (fx Kalman-filter). Samlet demonstrerer arbejdet, at NTP-baseret synkronisering kombineret med ROS-positionering og interpolationsmetoder kan levere den nødvendige robusthed til mobil robotbaseret kanalmåling.

This thesis examines a channel-sounding method in which TX and RX antennas are moved by mobile MiR robots, with the main focus on robust time synchronization between RF measurements and robot positions—the dominant source of uncertainty. The setup uses ROS-based position data (global and relative), leveraging linear and angular velocities to interpolate between global positions, and Raspberry Pi units for data capture. NTP is employed to synchronize the RF and positioning subsystems; accordingly, the thesis analyzes NTP’s algorithms and uses simple simulations to study the impact of clock wander, jitter, and asymmetric network paths. The work also designs a more automated workflow and data structure, including the idea of a unified user interface, and proposes a practical approach for classifying measurements as LOS/NLOS. A measurement campaign in AAU’s Smart Production Lab reports a real-time mean offset of 2.73 ms with a maximum of 14.89 ms, and 99% of offsets below 10–15 ms, meeting the stated 50 ms requirement. The RX–TX distance shows only a few outliers (8) with a mean deviation around 3.57 cm, while position outliers are hard to detect due to filtering (e.g., Kalman filtering). Overall, the results indicate that NTP-based synchronization combined with ROS positioning and interpolation provides the robustness needed for mobile robot–based channel sounding.

[Dette resumé er genereret med hjælp fra AI direkte fra projektet (PDF)]