Desenvolvimento de um VeÃculo Aéreo Não-Tripulado - LARA ...
Desenvolvimento de um VeÃculo Aéreo Não-Tripulado - LARA ...
Desenvolvimento de um VeÃculo Aéreo Não-Tripulado - LARA ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
coupled chegam a ter erros menores que 2 cm.<br />
Outra escolha que <strong>de</strong>ve ser feita é a representação angular. Nesse aspecto, duas escolhas<br />
são tipicamente utilizadas: os ângulos <strong>de</strong> Euler e os quaternions [67]. Os ângulos <strong>de</strong> Euler são<br />
mais fáceis <strong>de</strong> interpretar, e são utilizados como entrada da maioria dos controladores, porém, os<br />
quaternions apresentam várias vantagens no contexto <strong>de</strong> estimação. A primeira vantagem são que<br />
os quaternions não apresentam singularida<strong>de</strong>s, o que ocorre com ângulos <strong>de</strong> Euler. As operações<br />
com quaternions também são mais leves do ponto <strong>de</strong> vista computacional.<br />
A principal dificulda<strong>de</strong> associada a quaternions são que sua norma <strong>de</strong>ve ser unitária para que<br />
ele represente <strong>um</strong>a rotação - ou seja, o problema se torna <strong>de</strong> estimação sob restrição.<br />
A forma <strong>de</strong> solução <strong>de</strong> estimação também <strong>de</strong>ve ser escolhida cuidadosamente. Tipicamente, o<br />
Exten<strong>de</strong>d Kalman Filter (EKF, ou Filtro <strong>de</strong> Kalman Estendido) e suas variantes são as escolhas<br />
mais tradicionais na indústria aeronáutica [56]. Dentre eles, <strong>de</strong>vemos citar o Correlated Measurements<br />
Exten<strong>de</strong>d Kalman Filter (CEKF, ou Filtro <strong>de</strong> Kalman Correlato), que trata <strong>de</strong> etapas<br />
<strong>de</strong> predição e correção com medidas correlatas, o Multiplicative Exten<strong>de</strong>d Kalman Filter (MEKF)<br />
e o Generalized Multiplicative Exten<strong>de</strong>d Kalman Filter (GEKF) [70, 71], que tenta lidar com a<br />
restrição <strong>de</strong> norma unitária dos quaternions.<br />
Muitos pesquisadores também utilizam o Unscented Kalman Filter (UKF), que utiliza a transformada<br />
Unscented reduzir a incerteza gerada pelo uso <strong>de</strong> não-linearida<strong>de</strong>s [71]. Outros grupos<br />
também utilizam técnicas como filtro <strong>de</strong> partículas e Passive Complementary Filters, todos com<br />
excelentes resultados [71–74].<br />
5.5.2 O Filtro <strong>de</strong> Kalman<br />
Como a maior parte das soluções giram em torno do filtro <strong>de</strong> Kalman, logo, <strong>um</strong>a breve revisão<br />
sobre o assunto é pertinente. Uma abordagem mais <strong>de</strong>talhada sobre filtragem e estimação po<strong>de</strong> ser<br />
encontrada em [75,76], e sobre estimação aplicada a aeronáutica po<strong>de</strong> ser encontrada em [56,61].<br />
O filtro <strong>de</strong> Kalman é <strong>um</strong>a técnica <strong>de</strong> fusão sensorial que visa unir as informações fornecidas por<br />
<strong>um</strong> mo<strong>de</strong>lo (etapa <strong>de</strong> predição) as informações fornecidas pelas medidas (etapa <strong>de</strong> correção). Essa<br />
técnica fornece a estimativa ótima (ou seja, <strong>de</strong> menor variância e não polarizada) para sistemas<br />
lineares incertos. É por esse motivo que o filtro <strong>de</strong> Kalman e suas variantes continuam sendo a<br />
técnica <strong>de</strong> estimação mais encontrada na literatura. Sua principal vantagem é que ele leva em<br />
consi<strong>de</strong>ração a incerteza do mo<strong>de</strong>lo e da medida.<br />
As equações nessa seção são adaptas <strong>de</strong> [5]. O filtro ass<strong>um</strong>e que o processo é dado por:<br />
x (k) = F (k−1) x (k−1) + G (k) u (k) + w ((k))<br />
y (k) = H (k) x (k) + v (k)<br />
(5.41a)<br />
(5.41b)<br />
Os vetores x, u e y são <strong>de</strong>nominados vetor <strong>de</strong> estados, vetor <strong>de</strong> controle e vetor <strong>de</strong> medição.<br />
Os termos w e v são variáveis aleatórias <strong>de</strong>scorrelacionadas representando ruído branco <strong>de</strong> média<br />
nula com matrizes <strong>de</strong> covariância Q e R e são <strong>de</strong>nominados ruído <strong>de</strong> processo e ruído <strong>de</strong> medição,<br />
100