[en] LOCALIZATION IN EXTERNAL ENVIRONMENTS THROUGH GPS/INS KALMAN FILTER

• Ano de defesa: 2010
• Autor(a) principal: PATRICK MERZ PARANHOS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] FILTRO DE KALMAN; [pt] LOCALIZACAO; [pt] GPS; [en] KALMAN FILTER; [en] LOCATION; [en] GPS
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=15124&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=15124&idi=2; http://doi.org/10.17771/PUCRio.acad.15124

[pt] Um dos problemas em soluções que envolvam mobilidade é estimar a posição do robô com precisão. Em ambientes externos, o sensor GPS é o mais comumente utilizado, pois o mesmo fornece uma posição global, porém existe uma imprecisão que é superior a alguns metros, além de depender da visibilidade aos satélites. Outra solução é utilizar um sensor inercial, que no início da operação apresenta uma boa precisão, porém o erro de posicionamento cresce ilimitadamente por ser calculado através da integral dupla das acelerações e velocidades angulares medidas. O presente trabalho desenvolve um sistema de localização de robôs móveis em ambientes externos. As soluções do posicionamento via GPS e via sensor inercial são combinadas através de um filtro de Kalman, reduzindo a incerteza da obtenção da posição. O equacionamento e duas implementações distintas do filtro de Kalman serão apresentadas. Uma implementação clássica e uma versão estendida para sensores inerciais de baixa qualidade, a qual utiliza a orientação fornecida por bússolas na filtragem. Através de experimentos e simulações será demonstrada a eficácia da localização através do filtro de Kalman e a melhora na performance do mesmo quando utilizado a implementação estendida em comparação a clássica.