GPS / INS es el uso de señales de satélite GPS para corregir o calibrar una solución de un sistema de navegación inercial (INS). El método es aplicable a cualquier sistema GNSS / INS.
Descripción general
Método GPS / INS
El GPS proporciona un valor de posición absoluto libre de deriva que se puede utilizar para restablecer la solución INS o se puede combinar con ella mediante el uso de un algoritmo matemático, como un filtro de Kalman . La orientación angular de la unidad se puede inferir de la serie de actualizaciones de posición del GPS. El cambio en el error de posición relativo al GPS se puede utilizar para estimar el error de ángulo desconocido.
Los beneficios de usar GPS con un INS son que el INS puede ser calibrado por las señales del GPS y que el INS puede proporcionar actualizaciones de posición y ángulo a una velocidad más rápida que el GPS. Para vehículos de alta dinámica, como misiles y aviones, INS llena los espacios entre las posiciones del GPS. Además, el GPS puede perder su señal y el INS puede continuar calculando la posición y el ángulo durante el período de pérdida de la señal del GPS. Los dos sistemas son complementarios y, a menudo, se emplean juntos. [1]
Aplicaciones
El GPS / INS se usa comúnmente en aviones con fines de navegación. El uso de GPS / INS permite estimaciones de posición y velocidad más suaves que se pueden proporcionar a una frecuencia de muestreo más rápida que el receptor GPS. Esto también permite una estimación precisa de la actitud de la aeronave (alabeo, cabeceo y guiñada) [ cita requerida ] ángulos. En general, la fusión de sensores GPS / INS es un problema de filtrado no lineal, que comúnmente se aborda utilizando el filtro Kalman extendido (EKF) [2] o el filtro Kalman sin aroma (UKF). [3] El uso de estos dos filtros para GPS / INS se ha comparado en varias fuentes, [4] [5] [6] [7] [8] [9] [10] incluyendo un análisis de sensibilidad detallado. [11] El EKF usa un enfoque de linealización analítica usando matrices jacobianas para linealizar el sistema, mientras que el UKF usa un enfoque de linealización estadística llamado la transformada sin aroma que usa un conjunto de puntos seleccionados determinísticamente para manejar la no linealidad. El UKF requiere el cálculo de una raíz cuadrada de la matriz de covarianza de error de estado , que se usa para determinar la extensión de los puntos sigma para la transformada sin aroma. Hay varias formas de calcular la raíz cuadrada de la matriz, que se han presentado y comparado dentro de la aplicación GPS / INS. [12] A partir de este trabajo se recomienda utilizar el método de descomposición de Cholesky .
Además de las aplicaciones aeronáuticas, el GPS / INS también se ha estudiado para aplicaciones automovilísticas tales como navegación autónoma, [13] [14] control de dinámica de vehículos, [15] o estimación de la rigidez de los neumáticos en curvas, deslizamientos y vuelcos. [16] [17]
Ver también
Referencias
- Patente de Estados Unidos No. 6900760
- ^ Grewal, MS; LR Weill; AP Andrew (2007). Posicionamiento global, navegación inercial e integración . Nueva York: John Wiley & Sons.
- ^ Kalman, RE; RS Bucy (1961). "Nuevos resultados en la teoría de predicción y filtrado lineal". Revista de Ingeniería Básica . 83 : 95-108. doi : 10.1115 / 1.3658902 .
- ^ Julier, S .; J. Uhlmann (1997). "Una nueva extensión del filtrado de Kalman a sistemas no lineales". Serie de actas de SPIE . 3068 : 182-193. doi : 10.1117 / 12.280797 . S2CID 7937456 .
- ^ Crassidis, JL (2005). "Filtrado de Kalman Sigma-Point para GPS integrado y navegación inercial". AIAA Guiado, Navegación y Control Conference y de exposición, San Francisco, CA . doi : 10.2514 / 6.2005-6052 . ISBN 978-1-62410-056-7. S2CID 12664565 .
- ^ Fiorenzani, T .; et al. (2008). "Estudio comparativo del filtro Kalman sin perfume y el filtro Kalman extendido para la estimación de posición / actitud en vehículos aéreos no tripulados". Iasr-CNR . 08–08.
- ^ Wendell, J .; J. Metzger; R. Moenikes; A. Maier; GF Trommer (2006). "Una comparación de rendimiento de sistemas de navegación GPS / INS estrechamente acoplados basados en filtros Kalman extendidos y Sigma-Point". Revista del Instituto de Navegación . 53 (1).
- ^ El-Sheimy, Naser; Eun-Hwan Shin; Xiaoji Niu (marzo de 2006). "Cara a cara del filtro de Kalman: filtros de Kalman extendidos frente a sin perfume para GPS integrado y MEMS inercial". Dentro de GNSS : 48–54.
- ^ St. Pierre, M .; D. Ing (junio de 2004). "Comparación entre el filtro Kalman sin aroma y el filtro Kalman extendido para el módulo de estimación de posición de un sistema de información de navegación integrado". 2004 IEEE Intelligent Vehicles Symposium, Parma, Italia .
- ^ Gross, Jason; Yu Gu; Srikanth Gururajan; Brad Seanor; Marcello R. Napolitano (agosto de 2010). "Una comparación del filtro de Kalman extendido, el filtro de Kalman de punto sigma y el filtro de partículas en la fusión del sensor GPS / INS". Conferencia de orientación, navegación y control de la AIAA, Toronto, Canadá . doi : 10.2514 / 6.2010-8332 . ISBN 978-1-60086-962-4.
- ^ Gross, Jason N .; Yu Gu; Matthew Rhudy; Srikanth Gururajan; Marcello Napolitano (julio de 2012). "Evaluación de la prueba de vuelo de los algoritmos de fusión del sensor GPS / INS para la estimación de la actitud". Transacciones IEEE en sistemas electrónicos y aeroespaciales . 48 (3): 2128–2139. doi : 10.1109 / taes.2012.6237583 . S2CID 393165 .
- ^ Rhudy, Matthew; Yu Gu; Jason Gross; Marcello Napolitano (agosto de 2011). "Análisis de sensibilidad de EKF y UKF en la fusión de sensores GPS / INS". Conferencia de orientación, navegación y control de la AIAA, Portland, Oregón . doi : 10.2514 / 6.2011-6491 . ISBN 978-1-60086-952-5.
- ^ Rhudy, Matthew; Yu Gu; Jason Gross; Marcello R. Napolitano (diciembre de 2011). "Evaluación de operaciones de raíz cuadrada de matriz para UKF dentro de una aplicación de fusión de sensor GPS / INS basada en UAV" . Revista Internacional de Navegación y Observación . 2011 . doi : 10.1155 / 2011/416828 .
- ^ Petovello, MG; ME Cannon; G. Lachapelle; J. Wang; CKH Wilson; OS Salychev; VV Voronov (septiembre de 2001). "Desarrollo y prueba de un sistema de referencia GPS / INS en tiempo real para la navegación autónoma de automóviles". Proc. De ION GPS-01, Salt Lake City, UT .
- ^ El-Sheimy, Naser; Eun-Hwan Shin; Xiaoji Niu (marzo de 2006). "Cara a cara del filtro de Kalman: filtros de Kalman extendidos frente a sin perfume para GPS integrado y MEMS inercial". Dentro de GNSS : 48–54.
- ^ Ryu, Jihan; J. Christian Gerdes (junio de 2004). "Integración de sensores inerciales con sistema de posicionamiento global (GPS) para el control de la dinámica del vehículo". Revista de sistemas dinámicos, medición y control . 126 (2): 243-254. doi : 10.1115 / 1.1766026 .
- ^ Bevly, David M .; Jihan Ryu; J. Christian Gerdes (diciembre de 2006). "Integración de sensores INS con mediciones GPS para la estimación continua de deslizamiento lateral del vehículo, balanceo y rigidez en las curvas de los neumáticos". Transacciones IEEE en sistemas de transporte inteligentes . 7 (4): 483–493. doi : 10.1109 / tetas.2006.883110 . S2CID 206739497 .
- ^ Ryu, Jihan; Eric J. Rosseter; J. Christian Gerdes (2002). "Estimación de parámetros de deslizamiento y vuelco del vehículo mediante GPS". AVED 2002 6ta Int. Simposio sobre control avanzado de vehículos, Hiroshima, Japón .