Desenvolvimento de um VeÃculo Aéreo Não-Tripulado - LARA ...
Desenvolvimento de um VeÃculo Aéreo Não-Tripulado - LARA ...
Desenvolvimento de um VeÃculo Aéreo Não-Tripulado - LARA ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
espectivamente.<br />
Outro parâmetro associado ao filtro <strong>de</strong> Kalman é a matriz P, que é a matriz <strong>de</strong> covariância<br />
do estado e representa a incerteza do filtro a respeito da estimativa. Como o filtro é formulado <strong>de</strong><br />
forma recursiva, é preciso fornecer <strong>um</strong>a estimativa inicial x (0) ∼ N (ˆx (0) , ˆP (0) ).<br />
O filtro po<strong>de</strong> ser divido em duas etapas, <strong>um</strong>a <strong>de</strong> predição (on<strong>de</strong> somente as informações do<br />
mo<strong>de</strong>lo são atualizadas) e <strong>um</strong>a <strong>de</strong> correção, (on<strong>de</strong> somente as medidas são utilizadas). A predição<br />
é dada por:<br />
ˆx (k|k−1) = F (k−1)ˆx (k−1) + G (k) u (k)<br />
ˆP (k|k−1) = F (k−1) ˆP(k−1) F T (k−1) + Q (k)<br />
(5.42a)<br />
(5.42b)<br />
ou seja, a estimativa <strong>de</strong> estado é atualizada <strong>de</strong> acordo com o mo<strong>de</strong>lo, e a matriz <strong>de</strong> covariância é<br />
atualizada <strong>de</strong> acordo com a incerteza <strong>de</strong> processo Q.<br />
Já a correção é feita utilizado o termo <strong>de</strong> inovação, que é a diferença entre a medida e a<br />
estimativa <strong>de</strong> estado dado pela predição, e pelo ganho <strong>de</strong> Kalman, que leva em consi<strong>de</strong>ração a<br />
incerteza da medição e do processo. Assim,<br />
K (k) = ˆP<br />
(<br />
−1<br />
(k|k−1) H T (k) H (k) ˆP(k|k−1) H T (k) (k)) + R (5.43a)<br />
(<br />
)<br />
ˆx (k) = ˆx (k|k−1) + K (k) y (k) − H (k)ˆx (k|k−1) (5.43b)<br />
) (<br />
) T<br />
ˆP (k) =<br />
(I − K (k) H (k) ˆP(k|k−1) I − K (k) H (k) + K(k) R (k) K T (k) (5.43c)<br />
Para mo<strong>de</strong>los não-lineares, a solução mais tradicional é a do Filtro <strong>de</strong> Kalman Estendido, que<br />
faz <strong>um</strong>a linearização em torno do ponto <strong>de</strong> operação para atualizar as matrizes <strong>de</strong> covariância.<br />
Assim, o mo<strong>de</strong>lo é dado por:<br />
x (k) = f(x (k−1) , u (k) ) + w (k)<br />
y (k) = h(x (k) ) + v (k)<br />
(5.44a)<br />
(5.44b)<br />
Linearizando:<br />
(<br />
)<br />
x (k) ≈ f(ˆx (k−1) , u (k) ) + F x x (k−1) − ˆx (k−1) + F u u (k) + w (k) (5.45a)<br />
)<br />
y (k) ≈ h(ˆx (k) ) + H<br />
(x (k−1) − ˆx (k−1) + v (k) (5.45b)<br />
F x = ∂f(x (k−1), u (k) )<br />
∂x (k−1)<br />
F u = ∂f(x (k−1), u (k) )<br />
∂u (k)<br />
H = ∂h(x (k))<br />
∂x (k)<br />
(5.45c)<br />
(5.45d)<br />
(5.45e)<br />
101