Desenvolvimento de um VeÃculo AÃ©reo NÃ£o-Tripulado - LARA ...

More documents

Recommendations

Info

Altitude (m) 80 70 60 50 40 30 20 10 0 -10 Medidas do Altímetro Alt. GPS 0 50 100 150 200 250 300 350 400 Tempo (s) Figura 7.9: Aquisição de Dados - Vôo Real - Altímetro e GPS Velocidade Aerodinâmica (m/s) 18 16 14 12 10 8 6 4 2 0 Medidas do Tubo de Pitot 0 50 100 150 200 250 300 350 400 Tempo (s) Figura 7.10: Aquisição de Dados - Vôo Real - Tubo de Pitot Sinal do Radio (µs) 2000 1900 1800 1700 1600 1500 1400 1300 1200 1100 0 50 100 150 200 250 300 350 400 Tempo (s) Medidas do Rádio 2000 Motor Aile. 1900 Sinal do Rádio (µs) 1800 1700 1600 1500 1400 1300 1200 1100 Prof. Leme 1000 0 50 100 150 200 250 300 350 400 Tempo (s) Figura 7.11: Aquisição de Dados - Vôo Real - Rádios 148
7.4 Estimação A validação dos estimadores é outro ponto muito importante desse projeto. A principal dificuldade associada a validação de um estimador é saber qual o estado real - o que só pode ser feito através de uma medição realizada por um sensor de baixíssima variância (normalmente indisponível) ou através de uma simulação, que normalmente não é completamente fiél ao processo real. Para piorar, filtros complexos (com muitas entradas e variáveis de estado) podem apresentar problemas de convergência, que podem só aparecer depois de muito tempo de operação ou com uma excitação inesperada dos sensores - situações que, normalmente, só aparecem com o uso real do sistema, quando não há uma outra medida de estado disponível. A situação só piora quando se trata de filtragem sob restrição (nesse caso, a norma unitária dos quaternions). Com isso em mente, o processo de teste e validação dos filtros passou por três etapas: em um primeiro momento, o código foi validado utilizando uma simulação simples (trajetórias circulares e o Figure 8 de [56]) que gerava dados reais corrompidos por ruídos brancos de média nula, hipótese do Filtro de Kalman. Em uma segunda etapa, os dados passaram a ser gerados pelo simulador desenvolvido para esse projeto com base no JSBSim (Seção 4.9) e um modelo de uma aeronave tradicional (nesse caso, um monomotor Cessna 172). Esse simulador resolve as equações não-lineares de vôo (incluindo condições como vento lateral e arrasto do trem de pouso), gerando “dados reais” que seguem a dinâmica da aeronave. Esses dados são corrompidos por modelos completos (levando em conta amostragem, viés, erros de calibração e alinhamento) para gerar um conjunto de dados “sensorias” para os estimadores. Dessa forma, a estimação pode ser comparada com o estado real. Finalmente, os estimadores foram testados com dados de vôo. Nessa etapa, a análise é qualitativa, pois os únicos dados disponíveis são da câmera de bordo. A fim de realizar uma análise do desempenho comparativa, tanto o CEKF como o Decoupled EKF foram testados, adicionando mais um grau de liberadade ao sistema. Essa grande quantidade de escolhas (modelos, parâmetros, sensores, algoritmos e implementações) são o que tornam a escolha e sintonia de um estimador de estados uma tarefa tão complexa. 7.4.1 Simulação Inúmeras simulações foram realizadas para tentar entender o comportamento dos filtros e realizar ajustes para que os mesmos ficassem confiáveis. Infelizmente, boa parte dos ajustes nos parâmetros do filtro devem ser realizados de forma heurística, o que torna o problema muito difícil de ser resolvido. O que se notou em simulação é que tanto o CEKF como o Decoupled EKF funcionavam bem nas simulações simples, com o Decoupled EKF mostrando uma variância maior em regime permamente quando a aceleração linear era pequena. Porém, quando a aceleração linear era maior, o CEKF mostrava um erro em regime permanente que poderia chegar a 20 graus, enquanto que o Decoupled 149
Page 1:
TRABALHO DE CONCLUSÃO DE CURSO DES
Page 5:
FICHA CATALOGRÁFICA CAVALCANTI, FE
Page 9 and 10:
Agradecimentos É essa talvez a par
Page 11:
RESUMO Esse trabalho apresenta o de
Page 14 and 15:
4.8 Módulo de Processamento Princi
Page 16 and 17:
3.22 Circuito de monitoramento de t
Page 18 and 19:
7.40 Velocidade P identificada.....
Page 20 and 21:
III.13Parâmetros de calibração p
Page 22 and 23:
Subscritos ω f (k) Referente à me
Page 24 and 25:
UART UAV UKF UnB USB VANT WGS WMM X
Page 26 and 27:
Figura 1.1: General Atomics MQ-1 Pr
Page 28 and 29:
Com isso em mente, a proposta desse
Page 31 and 32:
Capítulo 2 Fundamentação Teóric
Page 33 and 34:
2.3.2 Latitude, Longitude, Altitude
Page 35 and 36:
o sistema de (ox 3 , oy 3 , oz 3 )
Page 37 and 38:
Os ângulos de Euler também podem
Page 39 and 40:
cima, causando uma diferença de pr
Page 41 and 42:
2.8 Nomenclatura Aileron - Superfí
Page 43 and 44:
Capítulo 3 Hardware “Hardware: t
Page 45 and 46:
O sistema também deve ser integrad
Page 47 and 48:
Profundor Leme Aileron Espaço para
Page 49 and 50:
Figura 3.5: Bateria Yuntong 3S YT78
Page 51 and 52:
do projeto elétrico, pois boa part
Page 53 and 54:
padronizados. Basicamente, os fabri
Page 55 and 56:
Figura 3.10: Sparkfun Electronics 9
Page 57 and 58:
Figura 3.11: GPS NovAtel SUPERSTAR
Page 59 and 60:
3.5.4 Módulos de processamento aux
Page 61 and 62:
Parâmetro Tipo de sensor Saída Fa
Page 63 and 64:
Para essa medida, a decisão foi de
Page 65 and 66:
Os conversores analógicos/digitais
Page 67 and 68:
Processamento”. Os conectores e c
Page 69 and 70:
Com base na experiência do LARA, o
Page 71 and 72:
a5 PIC901 PIC902 COC9 C9 10uF 3 1 P
Page 73 and 74:
I sensor = V max = 13, 2 = 126, 92
Page 75 and 76:
servos, gera os sinais para os serv
Page 77 and 78:
COC12 C12 COU5 Cap 15 16 100nF PIU5
Page 79 and 80:
C = 330 nF (3.29) f c = 1 2πRC = 4
Page 81 and 82:
Girômetro LY530ALH Girômetro LPR5
Page 83 and 84:
Figura 3.34: Central Inercial Spark
Page 85 and 86:
Figura 3.36: Módulo de sincronismo
Page 87 and 88:
Figura 3.39: Ilustração do módul
Page 89 and 90:
Figura 3.43: Aeronave instrumentada
Page 91 and 92:
Capítulo 4 Software “Any fool ca
Page 93 and 94:
dos módulos, permitindo inclusive
Page 95 and 96:
Modem Digi XBee- PRO PC (HMM) Micro
Page 97 and 98:
Requisição de dados Recebimento d
Page 99 and 100:
1 ms 20 ms Tamanho variável (0 - 1
Page 101 and 102:
o escalonador é feito para atender
Page 103 and 104:
período de amostragem. 4.8.1 Siste
Page 105 and 106:
Modelo Magnético da Terra WMM 2010
Page 107 and 108:
MATLAB. Com essa abordagem em mente
Page 109 and 110:
Capítulo 5 Estimação “Torture
Page 111 and 112:
Vale lembrar que na teoria o GPS n
Page 113 and 114:
Recentemente, o mercado vem sido in
Page 115 and 116:
onde: • P b : Pressão de referê
Page 117 and 118:
5.2.8 Modelo Magnético da Terra O
Page 119 and 120:
Para obter a medida de velocidade,
Page 121 and 122: 5.4 Estimação de Atitude Determin
Page 123 and 124: i = u j = u × v |u × v| k = i ×
Page 125 and 126: espectivamente. Outro parâmetro as
Page 127 and 128: eferenciais para a gravidade e para
Page 129 and 130: medidas estão diretamente relacion
Page 131 and 132: ⎡ ⎤ 0 ω x ω y ω z −ω x 0
Page 133 and 134: Linearização do modelo ( ) x (k)
Page 135 and 136: Algoritmo 1 Fusão Sensorial GPS/IM
Page 137 and 138: Capítulo 6 Identificação “Be s
Page 139 and 140: estocásticos, levam em consideraç
Page 141 and 142: A(q) = 1 − a 1 q −1 − ... −
Page 143 and 144: 6.3.3 Caixa Branca Sobre o conhecim
Page 145 and 146: y 1 = f(x 1 , θ) (6.8) y 2 = f(x 2
Page 147 and 148: Quanto à polarização, o método
Page 149 and 150: O modelo longitudinal restringe o m
Page 151 and 152: Rolagem MTD P Arfagem MTD U Figura
Page 153 and 154: à presença da realimentação. E
Page 155 and 156: Porém como são muitos parâmetros
Page 157 and 158: de desacoplar alguns conjuntos de e
Page 159 and 160: TORNADO CALCULATION RESULTS, Deriva
Page 161 and 162: saída, essa componente existirá n
Page 163: controlador será sintonizado de ac
Page 166 and 167: sicamente, o procedimento foi fazer
Page 168 and 169: necessidades do projeto. Do ponto d
Page 170 and 171: Figura 7.4: Aeronave pronta para o
Page 174 and 175: EKF mostrava a mesma variância em
Page 176 and 177: x (north, m) y (east, m) z (down, m
Page 178 and 179: vx (m/s) 20 10 0 -10 Velocidade (V
Page 180 and 181: Vel V - m/s Vel P - rad/s Vel R - r
Page 182 and 183: Para validação utilizamos pontos
Page 184 and 185: Comparação das velocidade U real
Page 186 and 187: 7.5.3 Experimento 3 - Real malha ab
Page 188 and 189: provoca rotação no eixo Z e uma m
Page 190 and 191: Comparação das velocidade U real
Page 192 and 193: Velocidade V - m/s 8 6 4 2 0 -2 -4
Page 194 and 195: Comparação das velocidade R real
Page 196 and 197: A fim de manter o voo dentro da fai
Page 198 and 199: Comparação das velocidade P real
Page 200 and 201: Comparação do Angulo θ com os id
Page 202 and 203: modelo completo com todos os parâm
Page 204 and 205: Esse trabalho também contribui no
Page 207 and 208: Referências Bibliográficas [1] B
Page 209 and 210: [31] VTI TECHNLOGIES. SCP1000 Serie
Page 211 and 212: [62] GEBRE-EGZIABHER, D. et al. A n
Page 213: ANEXOS 189
Page 216 and 217: I.2.2 IMU Sparkfun 9DOF • Remoç
Page 218 and 219: 1 2 3 4 5 6 COJ1 1 2 3 4 PIJ104 GPS
Page 220 and 221: ANU Project a Radio Stack Rev. B1 a
Page 222 and 223:
(a) Face superior (b) Face inferior
Page 224 and 225:
1 2 3 4 5 6 ANU Project a Gumstix S
Page 226 and 227:
1 2 3 4 5 6 COU1 LPC_TX PIU101 P0.0
Page 228 and 229:
1 2 3 4 +5 J1 +5 J3 A +5 A +5 1 R1
Page 231 and 232:
III. PARÂMETROS DE CALIBRAÇÃO Es
Page 233 and 234:
Magnetômetros Forma de Calibraçã
Page 235:
Tubo de Pitot Forma de Calibração
show all

Desenvolvimento de um VeÃ­culo AÃ©reo NÃ£o-Tripulado - LARA ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?

Desenvolvimento de um VeÃculo AÃ©reo NÃ£o-Tripulado - LARA ...