Performance Enhancement MEMS Based INS/GPS Integrated System Implemented on a FPGA for Terrestrial Applications
Hoy en día con el desarrollo de sensores inerciales basados en Sistemas Micro\-electromecánicos (MEMS), podemos encontrar acelerómetros y giróscopos embebidos en diferentes dispositivos y plataformas, teniéndolos en relojes, teléfonos inteligentes, consolas de video juego hasta sistemas de navegació...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2014 |
| País: | España |
| Institución: | CBUC, CESCA |
| Repositorio: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/134676 |
| Acceso en línea: | http://hdl.handle.net/10803/134676 |
| Access Level: | acceso abierto |
| Palabra clave: | Gps Ins, error modeling Mems Tecnologies 629 |
| Sumario: | Hoy en día con el desarrollo de sensores inerciales basados en Sistemas Micro\-electromecánicos (MEMS), podemos encontrar acelerómetros y giróscopos embebidos en diferentes dispositivos y plataformas, teniéndolos en relojes, teléfonos inteligentes, consolas de video juego hasta sistemas de navegación terrestre y vehículos aéreos no tripulados (UAVs), {\em etc}. A pesar del amplio rango de aplicaciones donde están siendo utilizados, los sensores inerciales de bajo costo (grado MEMs) son afectados por errores aleatorios y determinísticos que degradan el rendimiento de los sistemas, en especial, los sistemas de navegación, un ejemplo de ello es la integración del Sistema de Posicionamiento Global (GPS) y el Sistema de Navegación Inercial (INS). Aunque diferentes investigaciones se han realizado para minimizar y modelar el error estocástico de los sensores inerciales MEMS, la estimación de los parámetros de este error y su eliminación sigue siendo una tarea poco fácil de realizar. Por este motivo, en esta tesis planteamos soluciones para facilitar la estimación de los parámetros y la compensación del error estocástico, específicamente, para el bias-drift, con el propósito de mejorar el rendimiento del sistema integrado GPS/INS basado en MEMS. Adicionalmente, el sistema de navegación es implementado en un Arreglo de Compuertas Programables en Campo (FPGA), donde se exploran las posibilidades que este tipo de plataformas puede ofrecer y como recursos hardware dedicados podrían ser utilizados para acelerar el filtro de navegación que es donde se presenta el mayor costo computacional. Finalmente, con el fin de evaluar la compensación del error estocástico, el Filtro de Kalman Extendido (EKF) de la estrategia de integración loosely-coupled GPS/INS es aumentado con diferentes modelos del error. Los resultados muestran el rendimiento del sistema de navegación cuando se realiza la compensación del bias-drift bajo bloqueos de la señal del GPS, utilizando datos reales recolectados en un vehículo terrestre en varias campañas. |
|---|