Estimadores estocásticos para fusão de sensores inerciais e GPS.

AUTOR(ES)

Carvalho, Fernanda Menezes Ribeiro de

DATA DE PUBLICAÇÃO

2010

RESUMO

Este trabalho apresenta um sistema completo para simulação e avaliação do uso de filtros estocásticos para combinar medidas de posição feitas por um sistema inercial, composto de girômetros e acelerômetros, com medidas de posição de um sistema GPS, de modo que possamos extrair uma estimativa do erro de posição acumulado por integração das medidas dos sensores inerciais e corrigir a leitura do mesmo. Para tal, foram desenvolvidos em detalhes e validados um modelo de navegação e um modelo de espaço de estados onde o vetor de variáveis ocultas é a combinação dos erros de posição, velocidade, atitude e fator de escala dos sensores inerciais e deriva de ambos os sensores, inerciais e do GPS. Ainda foram implementados e analisados em sua performance três tipos de Filtros aplicados quando o modelo de observações é não-linear: o Filtro Estendido de Kalman (EKF), o Filtro de Kalman Unscented (UKF) e o Filtro de partículas com Função de importância ótima e Reamostragem. Resultados da Integração Inercial-GPS em diversas trajetórias e configurações de parâmetros são apresentados, bem como os problemas e as soluções na implementação são discutidos.

ASSUNTO(S)

filtros de kalman filtros de rastreamento fusão de multisensor sensores inerciais sistema de posicionamento global filtragem navegação inercial processos estocásticos

Documentos Relacionados

• Estudo dos sistemas de guiamento e pilotagem para bombas guiadas com sensores inerciais e GPS.
• Fusão descentralizada com filtragem de Kalman estendida para estimação de atitude e deriva com rede de sensores inerciais e magnetômetro de baixo custo
• DeterminaÃÃo da atitude por interferometria GPS.
• LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER
• Desenvolvimento de pilha de protocolos TCP/IP em sistema embarcado GPS.