Filtro de Kalman extendido aplicado en la navegación de un AUV
Este trabajo trata el problema de navegación de un vehículo submarino autónomo. Dos estimadores de estado son propuestos como solución, aplicando fusión sensorial basada en el filtro de Kalman extendido. Los estimadores de estado emplean medidas de una unidad de medición inercial, un sensor de...
| Autor Principal: | Cárdenas Vivanco, Persing Junior |
|---|---|
| Otros Autores: | de Barros, Ettore Apolonio |
| Formato: | Artículo |
| Idioma: | spa |
| Publicado: |
2017
|
| Materias: | |
| Acceso en línea: |
http://dspace.ups.edu.ec/handle/123456789/13788 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
Este trabajo trata el problema de navegación de un
vehículo submarino autónomo. Dos estimadores de estado
son propuestos como solución, aplicando fusión
sensorial basada en el filtro de Kalman extendido.
Los estimadores de estado emplean medidas de una
unidad de medición inercial, un sensor de velocidad
por efecto Doppler, un profundímetro y una brújula.
El primer estimador de estado estima las variables
de orientación independientemente de las variables
de velocidad y profundidad del vehículo. En el segundo
estimador, se considera el acoplamiento en las
ecuaciones de orientación, velocidad y profundidad
del vehículo. Para el diseño y pruebas de los estimadores
de estado propuestos, fue empleada la base
de datos del vehículo submarino autónomo Pirajuba
que contiene el registro de los sensores del vehículo
durante pruebas en el mar. Los resultados de una
simulación numérica con esta base de datos validan
los estimadores de estado propuestos en el presente
trabajo. Finalmente, fue realizado un análisis comparativo
de estos estimadores. // This work deals with the navigation problem of an
autonomous underwater vehicle. Two state estimators
are proposed like solution, using sensor fusion based
in Extended Kalman Filter. The state estimators use
measures of the following sensors: an inertial measurement
unit, a Doppler effect velocity sensor, a depth
sensor and a compass. The first state estimator, estimate
the attitude independently of the velocity and
depth estimation. In the second estimator, a coupling
in velocity and attitude equations is considerate in
the Extended Kalman Filter. To design and test the
proposed state estimators, was employed the database
of the Pirajuba autonomous underwater vehicle, This
database contains the record of the vehicle sensors
during sea tests. The results of a numeric simulation
with this database validate the proposed state estimators
in this work. Finally was made a comparative
analysis of these state estimators. |
|---|