Estimação de trajetórias terrestres utilizando unidade de medição inercial de baixo custo e fusão sensorial.
Este trabalho apresenta um estudo e implementação de um sistema de navegação inercial, utilizado para estimar coordenadas cartográficas e reconstruir a trajetória percorrida por um veículo terrestre (no caso, um automóvel). O sistema emprega uma técnica denominada \"fusão sensorial\". A fu...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2005 |
| País: | Brasil |
| Institución: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-16082023-075658 |
| Acceso en línea: | https://www.teses.usp.br/teses/disponiveis/3/3132/tde-16082023-075658/ |
| Access Level: | acceso abierto |
| Palabra clave: | Filtros de Kalman Kalman filter |
| Sumario: | Este trabalho apresenta um estudo e implementação de um sistema de navegação inercial, utilizado para estimar coordenadas cartográficas e reconstruir a trajetória percorrida por um veículo terrestre (no caso, um automóvel). O sistema emprega uma técnica denominada \"fusão sensorial\". A fusão sensorial é obtida a partir de um filtro de Kalman discreto que combina os dados provenientes de uma unidade de medição inercial (UMI) do tipo strapdown, de baixo custo, com informações externas fornecidas por um velocímetro e um conjunto de marcas topográficas (\"landmarks\"). Estas medidas são então processadas pelo filtro, produzindo estimativas de aceleração, velocidade e posição. São apresentadas as modelagens terrestre e cinemática do veículo, e também as principais fontes de erros que degradam o processo de estimação, incluindo algumas técnicas que minimizam o crescimento destes erros. Finalmente o sistema é modelado de forma estocástica no espaço de estados discreto, e resultados gráficos são apresentados. Estes resultados indicam que não é possível reconstruir as trajetórias de forma satisfatória utilizando-se apenas a UMI, devido a sua baixa precisão. No entanto, a fusão sensorial desenvolvida neste trabalho permite reconstruir as trajetórias com expressiva melhora. |
|---|