Fusão descentralizada com filtragem de Kalman estendida para estimação de atitude e deriva com rede de sensores inerciais e magnetômetro de baixo custo

• Autor(a) principal: Thiago Felippe Kurudez Cordeiro
• Data de Publicação: 2012
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do ITA
• Texto Completo: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2086
• topic: Controle de atitude; Estimação de sistemas; Fusão de multisensor; Filtros de Kalman; Acelerômetros; Manobras de aeronaves; Engenharia aeronáutica; Engenharia eletrônica; Controle

Estimar atitude de forma acurada, usualmente emprega medidas de vertical local e norte magnético obtidas de, respectivamente, acelerômetros e magnetômetro, um modelo cinemático da rotação com parâmetros obtidos de girômetros, e um filtro capaz de fundir estas informações. Acelerômetros, entretanto, medem não só a força específica referente à reação à gravidade, mas também componentes de força específica referentes a manobras. Isso afeta negativamente a estimação de atitude durante manobras intensas. Adicionalmente, o emprego de redundância de sensores e processadores permite obter estimativas mais acuradas, tolerância a falhas, escalabilidade e modularidade mediante o uso de algoritmos adequados. Este trabalho revisa abordagens distintas de estimadores de atitude baseados no filtro de Kalman estendido parametrizado por quatérnion. Então, estudam-se duas abordagens distintas para o problema das medidas de acelerômetro sob manobras. A primeira detecta e descarta as medidas corrompidas por manobras e a segunda computa e compensa componentes de força específica das medidas do acelerômetro. Propõe-se computar analiticamente a covariância do ruído da medida resultante da segunda abordagem, o que permite uma sintonia correta do filtro de Kalman. Também se propõe uma combinação das abordagens, gerando resultados iguais ou melhores. Testam-se, então, neste problema de estimação de atitude, diversos algoritmos de fusão de dados segundo as arquiteturas centralizada, hierárquica e distribuída. Os algoritmos de fusão se mostram promissores quando os estimadores locais estimam apenas atitude. Entretanto, quando os estimadores estimam atitude e deriva de girômetro, a estimativa de deriva resulta degradada.