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.
Conforme visto na Seção 5.5.4.1, a inicialização do sistema utiliza o ponto <strong>de</strong> partida como<br />
origem do sistema <strong>de</strong> coor<strong>de</strong>nadas local, ou seja, a estimativa <strong>de</strong> posição inicial (x, y, z) é (0, 0, 0).<br />
O mesmo vale para a estimativa <strong>de</strong> velocida<strong>de</strong> - parte-se da hipótese que o sistema está parado,<br />
ou seja, (v x , v y , v z ) = (0, 0, 0)<br />
A estimativa <strong>de</strong> orientação é fornecida utilizando o TRIAD, <strong>de</strong>scrito na Seção 5.4.2, utilizando<br />
as medidas dos acelerômetros e magnetômetros e as referências dos campos magnéticos e gravitacionais<br />
fornecidas pelos mo<strong>de</strong>los WMM2010 e EGM96. A matriz <strong>de</strong> rotação obtida é transformada<br />
em <strong>um</strong> quaternion, fornecendo (q 0 , q 1 , q 3 , q 4 ).<br />
5.5.5 CEKF<br />
O Filtro <strong>de</strong> Kalman Correlato (CEKF) é a implementação padrão do <strong>LARA</strong> [1, 4, 5]. Sua<br />
implementação original foi feita para o projeto Caracarah [58], com base no trabalho <strong>de</strong> Bó [1], e<br />
na bibliografia clássica sobre o assunto [75, 76].<br />
Esse filtro e sua implementação estão <strong>de</strong>scritas em <strong>de</strong>talhe em [5]. Esse trabalho só irá citar<br />
as principais equações e suas implicações, <strong>de</strong>ixando a análise para o Decoupled EKF <strong>de</strong>senvolvido<br />
para esse projeto.<br />
O vetores <strong>de</strong> estado estimados, entrada e medição são dados por:<br />
⎡ ⎤<br />
q n<br />
b r n<br />
x =<br />
⎢<br />
⎣v n<br />
⎥<br />
⎦<br />
b f<br />
13x1<br />
; u =<br />
[ ]<br />
ω<br />
b<br />
ib<br />
f b<br />
6x1<br />
⎡ ⎤<br />
q n<br />
b v n<br />
; y =<br />
⎢<br />
⎣ r n<br />
⎥<br />
⎦<br />
e pseudo<br />
11x1<br />
(5.52)<br />
on<strong>de</strong> q b n é o quaternion que representa a orientação, r n é o vetor posição, v n é o vetor velocida<strong>de</strong>,<br />
e b f é o viés do acelerômetro.<br />
O mo<strong>de</strong>lo <strong>de</strong> processo para predição discreto é dado por:<br />
q b n(k) = e−W (k)∆T q b n(k−1)<br />
⎡<br />
sen(d/2)<br />
cos(d/2) −δ x d<br />
sen(d/2)<br />
sen(d/2)<br />
δ<br />
=<br />
x d<br />
cos(d/2) δ z d<br />
sen(d/2)<br />
⎢δ ⎣ y d<br />
δ z<br />
sen(d/2)<br />
d<br />
−δ y<br />
sen(d/2)<br />
d<br />
sen(d/2)<br />
sen(d/2)<br />
−δ z d<br />
cos(d/2) δ x d<br />
δ y<br />
sen(d/2)<br />
d<br />
−δ x<br />
sen(d/2)<br />
d<br />
v n (k) = v n (k−1) + (C b n(k−1) f b (k) + g n )∆T<br />
r n (k) = r n (k−1) + v n (k−1)∆T + (C b n(k−1) f b (k) + g n ) ∆T 2<br />
⎤<br />
sen(d/2)<br />
−δ z d<br />
sen(d/2)<br />
−δ y d<br />
qn(k−1)<br />
b ⎥<br />
⎦<br />
cos(d/2)<br />
2<br />
(5.53a)<br />
(5.53b)<br />
(5.53c)<br />
(5.53d)<br />
106