26.12.2014 Views

Desenvolvimento de um Veículo Aéreo Não-Tripulado - LARA ...

Desenvolvimento de um Veículo Aéreo Não-Tripulado - LARA ...

Desenvolvimento de um Veículo Aéreo Não-Tripulado - LARA ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

a situação. A i<strong>de</strong>ia era <strong>de</strong>scartar o acelerômetro quando a medida <strong>de</strong>le não era coerente com a<br />

medida do campo gravitacional.<br />

O mo<strong>de</strong>lo <strong>de</strong> predição do Decoupled EKF é idêntico ao do CEKF, <strong>de</strong>scrito pela Equação 5.53.<br />

Na etapa <strong>de</strong> correção, foi utilizada a mesma abordagem <strong>de</strong> utilizar correções sequenciais. A<br />

diferença na etapa <strong>de</strong> correção é não utilizar o TRIAD para estimar a atitu<strong>de</strong>, e sim as medidas<br />

provindas diretamente dos sensores. Os outros passos (correção por GPS, sonar e altímetro) são<br />

idênticos. Essa abordagem é baseada em [77, 79].<br />

Voltando a Equação 5.31, reproduzida aqui por conveniência:<br />

s b = C b ns n (5.69)<br />

temos que o dado vindo do sensor no sistema do corpo s b é o dado no sistema inercial rotacionado<br />

pela orientação do corpo C b ns n . Ass<strong>um</strong>indo que o sensor só me<strong>de</strong> o campo no sistema inercial c n ,<br />

s b = C b nc n (5.70)<br />

Basta então representar a matriz <strong>de</strong> rotação em função dos estados, ou seja, em função <strong>de</strong> q b n.<br />

Utilizando a notação <strong>de</strong> [1, 5, 63], temos que:<br />

⎡<br />

q0 2<br />

C b n(qn) b + q2 1 − q2 2 − ⎤<br />

q2 3 2q 1 q 2 + 2q 0 q 3 2q 1 q 3 − 2q 0 q 2<br />

= ⎢<br />

⎣ 2q 1 q 2 − 2q 0 q 3 q0 2 − q2 1 + q2 2 − q2 3 2q 2 q 3 + 2q 0 q 1<br />

⎥<br />

⎦ (5.71)<br />

2q 1 q 3 + 2q 0 q 2 2q 2 q 3 − 2q 0 q 1 q0 2 − q2 1 − q2 2 + q2 3<br />

A fim <strong>de</strong> dar mais robustez ao sistema, os dados dos sensores e do campo <strong>de</strong> referência são<br />

normalizado para ter norma unitária. Dessa forma, o termo <strong>de</strong> inovação v é dado por:<br />

s b<br />

c n<br />

v =<br />

||s b || − Cb n<br />

||c n ||<br />

e a matriz <strong>de</strong> medição H dada por:<br />

H = ∂h(x (k))<br />

= ∂ (<br />

C b<br />

∂x (k) ∂x<br />

n(qn) b c )<br />

n<br />

(k) ||c n ||<br />

(5.72)<br />

(5.73)<br />

Essa abordagem foi utilizada para as medidas do acelerômetro e magnetômetro, utilizando os<br />

valores <strong>de</strong> c i obtidos dos mo<strong>de</strong>los EGM96 e WMM2010.<br />

Esse filtro também utiliza a modulação da matriz <strong>de</strong> covariância da medida R <strong>de</strong> acordo com o<br />

valor da medida. Como sabe-se que o sensor <strong>de</strong>ve medir somente o campo, utiliza-se a modulação<br />

do valor <strong>de</strong> acordo da seguinte forma:<br />

on<strong>de</strong> λ é <strong>um</strong> valor <strong>de</strong> ajuste <strong>de</strong> acordo com o sensor.<br />

R (k) = exp(λ ||( ||s b || − ||c n || )||) (5.74)<br />

Dessa forma, a implementação do Decoupled EKF é idêntica ao do CEKF, salvo a correção da<br />

atitu<strong>de</strong>. Isso permitiu que boa parte do código fosse reutilizado.<br />

Os experimentos iniciais mostraram que essa solução mostrava <strong>um</strong>a variância maior em regime<br />

permanente que o CEKF, porém, ela não mostrou os problemas associados aos pontos <strong>de</strong> operação<br />

com aceleração linear diferente <strong>de</strong> zero, como exibido pelo CEKF com TRIAD.<br />

112

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!