Aplicação do filtro de Kalman e dos filtros de partículas à estimação de trajetórias em navegação inercial.

• Autor(a) principal: Campos, Victor Augusto Fernandes de
• Data de Publicação: 2004
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3132/tde-20022024-091908/
• topic: Método de Monte Carlo; Monte Carlo Method; Systems and control theory; Teoria de sistemas e controle

A estimação de trajetórias em Navegação Inercial é um importante caso particular da estimação de estados na Teoria de Sistemas. A Navegação Inercial utiliza giroscópios (sensores que medem velocidade de rotação angular) e acelerômetros (sensores que medem aceleração) para manter estimativas de posição e velocidade do veículo no qual uma Central Inercial (conjunto de 3 acelerômetros e 3 giroscópios) está embarcada. Este veículo pode ser uma aeronave, um navio, um submarino, uma sonda ou um veículo terrestre. Os Sistemas de Navegação Inercial modernos normalmente utilizam o filtro de Kalman para calcular estimativas de trajetórias de veículos, o que constitui um sistema de fusão sensorial - nos filtros estocásticos há uma integração das medidas dadas pela Central Inercial com medidas de referência (que podem ser medidas de posição dadas por um odômetro, ou medidas de velocidade dadas por um velocímetro, por exemplo). Uma aplicação em estudo recentemente é a implementação de Sistemas de Navegação Inercial através de filtros de partículas. Filtros de partículas são filtros preditivos destinados à estimação de estados em sistemas, sendo baseados no método de Monte Carlo seqüencial. Estes filtros geram amostras (ou partículas) ponderadas para aproximar uma determinada função densidade de probabilidade. Nosso objetivo é aplicar tanto o filtro de Kalman quanto os filtros de partículas à estimação de posição de um veículo contendo uma Central Inercial, e posteriormente comparar o desempenho destes dois tipos de filtro. Neste contexto, uma aplicação particularmente importante para a indústria petrolífera é a estimação de trajetórias de um pig inercial. Pig é um cilindro dotado de sensores, sendo utilizado para inspecionar dutos na indústria petrolífera (um pig move-se no interior dos dutos impulsionado pelo óleo). ) Embarcando-se uma Central Inercial e um odômetro no pig, compõe-se um Sistema de Navegação Inercial de fusão sensorial, o qual utiliza os filtros previamente mencionados para estimar a trajetória descrita pelo pig. Uma utilidade da estimação de trajetória do pig é a reconstituição do mapeamento de dutos, que é de grande valia em trechos onde o mapeamento documentado é pobre ou pouco especificado. Este trabalho descreve a implementação de um Sistema de Navegação Inercial do tipo strapdown com uma Central Inercial de baixo custo para estimação de trajetórias de veículos. Este sistema realiza estimações utilizando o filtro de Kalman e os filtros de partículas, e são apresentados os resultados de vários tipos de testes: dois testes foram realizados num automóvel, um teste foi realizado no Metrô e o último e mais importante foi realizado usando-se um pig inercial. Analisando os resultados destes testes, podemos tirar conclusões a respeito do funcionamento e aspectos práticos de aplicação dos filtros supracitados.