Evaluación de algoritmos de fusión de datos para estimación de la orientación de vehículos aéreos no tripulados

Cristóbal Chérigo, Humberto Rodríguez

Resumen


El objetivo de este trabajo es evaluar y comparar los tres algoritmos de procesamiento de datos más usados en sistemas de referencia de orientación y rumbo (AHRS, por sus siglas en inglés), para vehículos aéreos no tripulados (UAVs por sus siglas en inglés), los cuales implementan procesos de filtrado y de fusión de datos. Estos algoritmos son el Filtro de Kalman, el de Mahony y el de Madgwick. Comercialmente existen varios tipos de sensores IMU/Magnetómetros que proporcionan una muy buena retroalimentación de los estados de las aeronaves, sin embargo suelen ser muy costosos, por lo que en este trabajo nos concentraremos en aquellos que tienen un costo medio y una buena relación costo/desempeño a la hora de construir UAVS. Se desarrolló una metodología, mediante la cual se pudo comparar que algoritmo se adapta mejor a sistemas con diferentes características. Los resultados mostraron que el algoritmo que mejor funcionó es el filtro complementario de Robert Mahony debido a su mayor velocidad de convergencia. De los tres ángulos de rotación alrededor de los ejes principales xyz, en todas las estimaciones evaluadas, el ángulo alrededor de z(ψ) fue el que presentó la magnitud del error más grande, lo cual indica, que sigue existiendo cierta deficiencia en aquellas estimaciones que dependen del magnetómetro.

Palabras clave


AHRS , algoritmos de fusión de datos, algoritmo de Madgwick, algoritmo de Mahony, UAVs, Filtro de Kalman

Texto completo:

PDF




Copyright (c) 2017 I+D Tecnológico

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.

Indexado y Catalogado en:






© 2016 Portal de Revistas de la Universidad Tecnológica de Panamá
Este sitio es un componente del proyecto UTP-Ridda2
Utilizando Open Journal Systems