Análise da sintonia e implementação do filtro de Kalman aplicado à navegação de um AUV.

Detalhes bibliográficos
Autor(a) principal: Souza, Luiz Felipe Marinho de
Data de Publicação: 2023
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/3/3152/tde-12072023-113618/
Resumo: Os sistemas de navegação para AUVs (Autonomous Underwater Vehicles) são comumente constituídos pela combinação de dados de múltiplos sensores. A fusão sensorial otimiza as estimativas de trajetória durante uma manobra através do uso das medições dos sensores embarcados no veículo, de modo a garantir a precisão, desempenho e estabilidade do sistema. Dentre as técnicas utilizadas para a combinação de dados, o filtro de Kalman destaca-se na navegação de AUVs apesar da complexidade em estabelecer uma sintonia adequada de alguns de seus parâmetros, como as matrizes de covariância de ruídos de processo e de medição. Neste trabalho, é apresentada uma revisão bibliográfica sobre as técnicas de navegação para AUVs, bem como a proposta de um sistema de navegação composto pela fusão sensorial entre os dados dos sensores inerciais, sensor de velocidade por efeito Doppler e um sensor de profundidade através da abordagem indireta do filtro de Kalman, conhecida como Error-State Kalman Filter. A implementação do filtro é realizada considerando a eletrônica embarcada em um AUV desenvolvido pelo LVNT da USP, portanto teve que considerar as limitações de hardware, como processamento e memória, seguindo uma abordagem conhecida como Sequential Measurement Update. Além disso, são apresentadas duas abordagens para a sintonia das matrizes Q e R do filtro de Kalman, realizando as análises e validações combinando diferentes cenários. Dentre as abordagens tratadas, considera-se ainda os aspectos estatísticos dos sensores como critérios para sintonia com a caracterização de ruídos pela técnica de Variância de Allan. Por fim, os testes são realizados com dados obtidos em campo através de uma plataforma de testes para a investigação de AUVs.
id USP_ef428adde31793210b012e4637d899ca
oai_identifier_str oai:teses.usp.br:tde-12072023-113618
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Análise da sintonia e implementação do filtro de Kalman aplicado à navegação de um AUV.Kalman filter tuning analysis and implementation applied to AUV navigation.Allan varianceAUVFusão sensorialNavigation systemsSensor fusionSistema de navegaçãoSubmersíveis não tripuladosVariância de AllanOs sistemas de navegação para AUVs (Autonomous Underwater Vehicles) são comumente constituídos pela combinação de dados de múltiplos sensores. A fusão sensorial otimiza as estimativas de trajetória durante uma manobra através do uso das medições dos sensores embarcados no veículo, de modo a garantir a precisão, desempenho e estabilidade do sistema. Dentre as técnicas utilizadas para a combinação de dados, o filtro de Kalman destaca-se na navegação de AUVs apesar da complexidade em estabelecer uma sintonia adequada de alguns de seus parâmetros, como as matrizes de covariância de ruídos de processo e de medição. Neste trabalho, é apresentada uma revisão bibliográfica sobre as técnicas de navegação para AUVs, bem como a proposta de um sistema de navegação composto pela fusão sensorial entre os dados dos sensores inerciais, sensor de velocidade por efeito Doppler e um sensor de profundidade através da abordagem indireta do filtro de Kalman, conhecida como Error-State Kalman Filter. A implementação do filtro é realizada considerando a eletrônica embarcada em um AUV desenvolvido pelo LVNT da USP, portanto teve que considerar as limitações de hardware, como processamento e memória, seguindo uma abordagem conhecida como Sequential Measurement Update. Além disso, são apresentadas duas abordagens para a sintonia das matrizes Q e R do filtro de Kalman, realizando as análises e validações combinando diferentes cenários. Dentre as abordagens tratadas, considera-se ainda os aspectos estatísticos dos sensores como critérios para sintonia com a caracterização de ruídos pela técnica de Variância de Allan. Por fim, os testes são realizados com dados obtidos em campo através de uma plataforma de testes para a investigação de AUVs.Navigation systems for Autonomous Underwater Vehicles (AUVs) commonly rely on the combination of data from multiple sensors. Sensor fusion optimizes trajectory estimates during a maneuver by using the measurements of the vehicles on-board sensors, ensuring the accuracy, performance, and stability of the system. The Kalman filter technique is a commonly used technique for combining data in AUV navigation, a difficulty of this method is the correct tuning of some of its parameters, such as the covariance matrices of process and measurement noises. This work presents a comprehensive review of navigation techniques for AUVs, along with a proposal of a navigation system composed by fusing the data from inertial sensors, Doppler velocity Log sensor and a depthmeter sensor by indirect implementation of Kalman filter, namely Error-State Kalman Filter, is performed. The filter is implemented considering the embedded electronics in an AUV developed by the LVNT at USP, therefore the hardware limitations, such as processing and memory, were considered, using the approach known as Sequential Measurement Update. Two approaches for tuning the Q and R matrices of the Kalman filter are also presented, performing analysis and validation in different scenarios. The approaches treated consider the statistical aspects of the sensors as criteria for tuning with noise characterization by Allans Variance technique. Finally, tests are performed with data obtained in experimental tests through a test platform for the investigation of AUVs.Biblioteca Digitais de Teses e Dissertações da USPBarros, Ettore Apolonio deSouza, Luiz Felipe Marinho de2023-05-03info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3152/tde-12072023-113618/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2023-07-13T11:35:13Zoai:teses.usp.br:tde-12072023-113618Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-07-13T11:35:13Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Análise da sintonia e implementação do filtro de Kalman aplicado à navegação de um AUV.
Kalman filter tuning analysis and implementation applied to AUV navigation.
title Análise da sintonia e implementação do filtro de Kalman aplicado à navegação de um AUV.
spellingShingle Análise da sintonia e implementação do filtro de Kalman aplicado à navegação de um AUV.
Souza, Luiz Felipe Marinho de
Allan variance
AUV
Fusão sensorial
Navigation systems
Sensor fusion
Sistema de navegação
Submersíveis não tripulados
Variância de Allan
title_short Análise da sintonia e implementação do filtro de Kalman aplicado à navegação de um AUV.
title_full Análise da sintonia e implementação do filtro de Kalman aplicado à navegação de um AUV.
title_fullStr Análise da sintonia e implementação do filtro de Kalman aplicado à navegação de um AUV.
title_full_unstemmed Análise da sintonia e implementação do filtro de Kalman aplicado à navegação de um AUV.
title_sort Análise da sintonia e implementação do filtro de Kalman aplicado à navegação de um AUV.
author Souza, Luiz Felipe Marinho de
author_facet Souza, Luiz Felipe Marinho de
author_role author
dc.contributor.none.fl_str_mv Barros, Ettore Apolonio de
dc.contributor.author.fl_str_mv Souza, Luiz Felipe Marinho de
dc.subject.por.fl_str_mv Allan variance
AUV
Fusão sensorial
Navigation systems
Sensor fusion
Sistema de navegação
Submersíveis não tripulados
Variância de Allan
topic Allan variance
AUV
Fusão sensorial
Navigation systems
Sensor fusion
Sistema de navegação
Submersíveis não tripulados
Variância de Allan
description Os sistemas de navegação para AUVs (Autonomous Underwater Vehicles) são comumente constituídos pela combinação de dados de múltiplos sensores. A fusão sensorial otimiza as estimativas de trajetória durante uma manobra através do uso das medições dos sensores embarcados no veículo, de modo a garantir a precisão, desempenho e estabilidade do sistema. Dentre as técnicas utilizadas para a combinação de dados, o filtro de Kalman destaca-se na navegação de AUVs apesar da complexidade em estabelecer uma sintonia adequada de alguns de seus parâmetros, como as matrizes de covariância de ruídos de processo e de medição. Neste trabalho, é apresentada uma revisão bibliográfica sobre as técnicas de navegação para AUVs, bem como a proposta de um sistema de navegação composto pela fusão sensorial entre os dados dos sensores inerciais, sensor de velocidade por efeito Doppler e um sensor de profundidade através da abordagem indireta do filtro de Kalman, conhecida como Error-State Kalman Filter. A implementação do filtro é realizada considerando a eletrônica embarcada em um AUV desenvolvido pelo LVNT da USP, portanto teve que considerar as limitações de hardware, como processamento e memória, seguindo uma abordagem conhecida como Sequential Measurement Update. Além disso, são apresentadas duas abordagens para a sintonia das matrizes Q e R do filtro de Kalman, realizando as análises e validações combinando diferentes cenários. Dentre as abordagens tratadas, considera-se ainda os aspectos estatísticos dos sensores como critérios para sintonia com a caracterização de ruídos pela técnica de Variância de Allan. Por fim, os testes são realizados com dados obtidos em campo através de uma plataforma de testes para a investigação de AUVs.
publishDate 2023
dc.date.none.fl_str_mv 2023-05-03
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/3/3152/tde-12072023-113618/
url https://www.teses.usp.br/teses/disponiveis/3/3152/tde-12072023-113618/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256900147609600