Erdinç TATAR ve ekibi 0-drift Projesi kapsamında kendine stres kalibrasyonu uygulayarak 0-kayma gösteren bir sensör geliştirmeyi hedeflemektedir. Sensör kayması MEMS ataletsel sensörlerin otonom navigasyon uygulamalarında kullanılmalarını kısıtlayan en temel etkenlerdendir. Yaygın olarak kullanılan sıcaklık kalibrasyonu kaymayı tamamıyla giderememektedir. Önerilen kendi kendine stres kalibrasyonu günümüzde kullanılan MEMS ataletsel sensör performansını 100 kattan daha fazla iyileştirecektir. Hatasız, sadece yerçekimi referanslı ataletsel navigasyon mümkün olacaktır. GPS ve kameradan farklı olarak, ataletsel navigasyon her türlü hava, ışık ve konum koşullarında çalışmaktadır. Daha fazla küçültme çalışmaları ile 0-kayma gösteren sensörler akıllı telefonların içine yerleştirilebilir ve güvenilir iç mekan navigasyonu pratikte mümkün olabilir. Önerilen kendi kendine kalibrasyon konsepti başka sensörlere de fayda sağlayıp sensör kalibrasyonu alanında yeni bir dönemi başlatabilir.
TÜBİTAK BİDEB-2232 Uluslararası Lider Araştırmacılar Programı kapsamında desteklenen TATAR'in proje önerisi TÜBİTAK ERC Baş Araştırmacı Geliştirme Programı (EBAG) kapsamında desteklenmiştir.
Çağrı: ERC-2023-StG
Proje Süresi: 5 yıl
Proje Akonimi: 0-drift
Proje Başlığı: Towards no-drift sensors with on-chip self-calibration
Proje Numarası: 101116162
Ev Sahibi Kurum: Bilkent Üniversitesi
Panel: PE7 - Systems and Communication Engineering
İlgili ERC Proof of Concept Projesi: -
Objective
Sensor drift is a major problem for inertial sensors and limits their usage in autonomous navigation applications. Inertial sensor data is integrated to find the position and drift leads to error accumulation. A common drift suppression approach is temperature calibration, but ovenized state of the art sensors still exhibit drift. Instead of using temperature as a drift indicator, I have pursued a non-conventional approach and measured on-chip stress that directly correlates with drift. The device interacts with its surroundings through the anchors and on-chip stress accurately estimates drift. I am the leading researcher in the stress compensation field, and I have recently demonstrated that MEMS gyroscope drift could be eliminated with stress compensation. My long-term stability results at 2 days of averaging are unrivaled, but the calibration algorithm is not practical. Different from temperature calibration, stress calibrating a device is difficult. I propose a sensor system that would convert my proof of concept work into a practical 0-drift sensor with self-calibration. The proposed system consists of a circular MEMS sensor with multiple (~100) distributed stress sensors and piezoelectric stress transducers, a machine learning supported analytical calibration model, a custom ASIC for superior noise, and an FPGA for system control and self-calibration. If successful, the proposed approach would improve the MEMS gyroscope stability by >100X to the levels of 10-4 – 10-5°/h, enabling error-free, only gravity-referenced inertial navigation. Unlike GPS or camera, inertial navigation works under all weather, light, and location conditions providing a stable reference to navigation algorithms. With further miniaturization, 0-drift sensors could fit into smartphones, and reliable indoor navigation would become a reality. The compact, low-cost sensor could also disrupt the precision inertial market dominated by bulky and expensive fiber-optic and laser sensors.
(Kaynak: CORDIS)
