Desenvolvimento de sistema de estimação de posição empregando filtro de Kalman e Global Positioning System, Inertial Navigation System

Estimadores de posição que empregam técnicas de filtro de Kalman são amplamente utilizados para solucionar o problema de localização e orientação espacial em robótica. No entanto, a estimação de posição e orientação em veículos e aeronaves se torna um desafio, visto o nível de incertezas que cercam as informações que são possíveis de serem coletadas para tal. Neste trabalho é apresentado o desenvolvimento de uma plataforma para estimação de posição de um veículo aéreo não tripulado utilizando o filtro de Kalman para estimar a posição e orientação. O mesmo realiza esta tarefa através da aquisição de dados de um receptor GPS e de sensores inerciais como acelerômetros e giroscópios. O projeto foi executado visando a utilização de componentes de baixo custo e baixa complexidade computacional. Para a validação e análise do conceito, testes foram realizados em um veículo terrestre, iniciando pela coleta de dados de leitura dos sensores inerciais, bem como do receptor GPS durante um percurso sobre área urbana. Em seguida, os dados coletados foram tratados com o objetivo de se remover o bias dos sensores. Por fim, os dados tratados foram processados de maneira off-line para se obter a saída do algoritmo do filtro de Kalman. Variáveis como posição, velocidade e orientação sobre o plano foram os estados deste estimador. A vantagem da utilização da técnica de filtragem de Kalman fica evidenciada ao se comparar os resultados das técnicas de navegação via satélite e navegação inerciais em separado com o resultado da fusão das técnicas com o filtro de Kalman.Position estimators based on the Kalman filter are widely used in solving spatial position and orientation problems in robotics. However, the position and orientation estimation for land-vehicles and aircrafts becomes a challenge, seen the amount of uncertainty that surrounds the information possible to be collected. In this work, the development of a platform for position estimator for unmanned aerial vehicles utilizing Kalman filter to estimate the position and orientation is presented. The estimation will be achieved through data acquisition of a GPS receiver and inertial sensors like accelerometers and gyroscopes. The project execution aimed on low costs components and low computational complexity. For analysis and concept validation, tests were realized with a land-vehicle, starting with the inertial sensor’s data collected, as well as the GPS receiver, through an urban path. Next, the collected data were treated aiming the removal of sensor biases. Last, all the data were processed offline. Position, velocity and orientation were the state variables of this estimator. The advantage of using the Kalman filter techniques is evident when comparing the results of satellite navigation and inertial navigations separately against the results of Kalman filter fusion techniques