Nos últimos anos, tem se intensificado o desenvolvimento de novas tecnologias para serem aplicadas à veículos submersíveis não tripulados. Uma delas é a visão computacional, que tem o objetivo de extrair informações úteis das imagens captadas do ambiente, podendo ser utilizada como um sensor para o posicionamento do veículo, além de contribuir para o reconhecimento automático de objetos a serem inspecionados. A finalidade de um veículo submersível não tripulado é efetuar missões de inspeções ou pequenos reparos em estruturas submersas em meios oceânicos ou fluviais. Nessas operações, é importante que o veículo possua um controle autônomo, por meio de um sistema de posicionamento dinâmico, para facilitar a sua operação e garantir o sucesso da missão. Em função destas necessidades, este trabalho concentra-se no desenvolvimento de um sistema de visão computacional auxiliado por ponteiros de raio laser, que geram marcos visuais artificiais em ambientes não estruturados, possibilitando medir distâncias e ângulo de aproamento baseado no método da triangulação. Foram testados lasers com diferentes comprimentos de onda, em ambiente aéreo e subaquático, com diferentes índices de turbidez, nível de luminosidade e distância. Baseado nos resultados e utilizando o sistema de visão e laser como método de sensoriamento, foi projetado e implantado um sistema de posicionamento dinâmico para o plano horizontal, utilizando Filtro de Kalman. A avaliação do sistema de posicionamento dinâmico e do método de sensoriamento foi realizada por meio de simulação numérica e averiguação experimental, utilizando-se um modelo reduzido de um veículo de superfície no laboratório do Departamento de Engenharia Naval e Oceânica da Escola Politécnica da Universidade de São Paulo. Os resultados experimentais indicaram a viabilidade da aplicação do método de sensoriamento baseado em visão computacional e laser para sistemas de posicionamento dinâmico, mostrando-se um método simples, confiável, ativo e independente. / The development of new technologies to improve unmanned underwater vehicles has recently intensified. Computer vision, one such example, has the objective of extracting useful information from images captured in the environment; this information can facilitate vehicle positioning and the reconnaissance of objects to be inspected. Purposes of unmanned underwater vehicles include inspection missions and small repairs in underwater structures located in oceans or rivers. For these operations it is important for the vehicle to have an autonomous control system using dynamic positioning system to facilitate its operation and to guarantee the missions success. Given these necessities, this study concentrates on the development of a computer vision system supported by laser pointing devices that generate artificial landmarks in non-structured environments, facilitating distance and angle measurement based on the triangulation method. Lasers of different wavelengths were tested in air and underwater environments, where the latter had different indices of turbidity, levels of luminosity, and distance. Based on the results and utilizing the system of vision and laser as a sensor method, a dynamic positioning system for the horizontal plane has been created through the use of Extended Kalman Filter. The evaluation of this dynamic positioning system and of the sensor method was accomplished through numeric simulation and experimental checks using a reduced model of a surface vehicle, located in the University of São Paulos Department of Naval and Oceanic Engineering. The experimental results show that the application of the sensor method based on laser and computer vision for the dynamic positioning system is viable and proved to be an independent, active, reliable, and simple method.

Recentemente, um crescente número de institutos de pesquisa pelo mundo tem focado seus estudos em veículos aéreos não tripulados (VANT ou, em inglês, UAV - Unmanned Aerial Vehicle), que se revelam muito úteis tanto em aplicações militares quanto civis, pois suas principais vantagens são: a alta confiabilidade, baixo risco à vida, reduzido custo de implantação e manutenção. A pesquisa apresentada neste trabalho integra-se ao projeto BR-UAV em desenvolvimento na empresa Xmobots Sistemas Robóticos LTDA e no Laboratório de Veículos Não Tripulados (LVNT) da Escola Politécnica da USP. O projeto BR-UAV visa a contribuir para a inserção desta tecnologia no país e, para tanto, desenvolve atualmente a plataforma, aviônica e sistema de controle autônomo voltados ao objetivo de monitoramento no espectro visível e infravermelho. O principal requisito do projeto BR-UAV é o desenvolvimento de um sistema aéreo não tripulado capaz de voar dentro do espaço aéreo controlado. Esta pesquisa foca no desenvolvimento do software embarcado, assim este software deve ser desenvolvido de acordo com uma metodologia direcionada a homologação. Por isso, este trabalho propõe uma metodologia que foi baseada em cinco elementos: processo de desenvolvimento, normas, ferramentas de sistema operacional, ferramentas de aplicação e ferramentas matemáticas. Após o estabelecimento dos objetivos, de uma análise do estado da arte em sistemas aviônicos, e da metodologia de certificação, o processo de desenvolvimento foi inicializado. Na fase de engenharia de sistemas, os requisitos de sistema foram capturados. Então a arquitetura de sistema (hardware e software) foi modelada e analisada. A partir desta modelagem de sistema, os requisitos funcionais e temporais de software puderam ser capturados na etapa de análise da fase de engenharia de software. Na etapa de Implementação, o interior dos agentes foi codificado.Além disso, foi implementado o filtro de Kalman estendido para integrar informações de GPS, unidade de medição inercial e bússola. Na etapa de Testes, foram realizados testes de integração funcional e de desempenho computacional. Os resultados demonstraram que o sistema atendeu a todos os requisitos consumindo 38.3% de processamento. Finalmente, os próximos passos desta pesquisa são discutidos. / Recently, an increasing number of research institutes around the world has been focusing their efforts in the study of unmanned aerial vehicles (UAV), which have proved to be very useful both in military and civil applications because of their major advantages: high reliability, reduced risk to life, reduced maintenance and implantation costs. The research presented in this work is part of the BR-UAV project, which is in development at XMobots Sistemas Robóticos LTDA and at the Laboratório de Veículos Não Tripulados of USP (Brazil). This project aims to contribute for the insertion of this technology in Brazil. Particularly, at the present stage, the project includes the development of the platform, avionics and autonomous control system for environment monitoring via visible and infrared spectrums. The main requirement of BR-UAV Project is the development of an unmanned aerial system that could flight in controlled airspace. This research is focused on the development of embedded software, and therefore this software should be developed according to a certification methodology. For this purpose, this work proposes a methodology that was based into five guidelines: development process, norms, operating system tools, application tools and mathematical tools. The development process was started after the statement of objectives and the analysis of the state of art on UAV avionics. In the systems engineering phase, system requirements were captured and then the system architecture (hardware and software) was modeled and analyzed. From the system modeling, the functional and temporal software requirements could be captured in the analysis stage of the software engineering phase. In the Implementation stage, the agents were coded as well as the Extended Kalman Filter for integrating information from GPS, inertial measurement unit and Compass sensors. In the Tests stage, integration tests were performed.The results showed that the system could fulfill requirements using 38.3% of processing consumption. Finally, the next steps of this research are discussed.

Apresenta-se o desenvolvimento de modelos matemáticos e algoritmos de fusão sensorial para navegação terrestre usando uma unidade de medição inercial (UMI) de baixo desempenho e o Filtro Estendido de Kalman. Os modelos foram desenvolvidos com base nos sistemas de navegação inercial strapdown (SNIS). O termo baixo desempenho refere-se à UMIs que por si só não são capazes de efetuar o auto- alinhamento por girocompassing. A incapacidade de se navegar utilizando apenas uma UMI de baixo desempenho motiva a investigação de técnicas que permitam aumentar o grau de precisão do SNIS com a utilização de sensores adicionais. Esta tese descreve o desenvolvimento do modelo completo de uma fusão sensorial para a navegação inercial de um veículo terrestre usando uma UMI de baixo desempenho, um hodômetro e uma bússola eletrônica. Marcas topográficas (landmarks) foram instaladas ao longo da trajetória de teste para se medir o erro da estimativa de posição nesses pontos. Apresenta-se o desenvolvimento do Filtro de Kalman Adaptativo Suavizado (FKAS), que estima conjuntamente os estados e o erro dos estados estimados do sistema de fusão sensorial. Descreve-se um critério quantitativo que emprega as incertezas de posição estimadas pelo FKAS para se determinar a priori, dado os sensores disponíveis, o intervalo de tempo máximo que se pode navegar dentro de uma margem de confiabilidade desejada. Conjuntos reduzidos de landmarks são utilizados como sensores fictícios para testar o critério de confiabilidade proposto. Destacam-se ainda os modelos matemáticos aplicados à navegação terrestre, unificados neste trabalho. Os resultados obtidos mostram que, contando somente com os sensores inerciais de baixo desempenho, a navegação terrestre torna-se inviável após algumas dezenas de segundos. Usando os mesmos sensores inerciais, a fusão sensorial produziu resultados muito superiores, permitindo reconstruir trajetórias com deslocamentos da ordem de 2,7 km (ou 15 minutos) com erro final de estimativa de posição da ordem de 3 m. / This work presents the development of the mathematical models and the algorithms of a sensor fusion system for terrestrial navigation using a low-grade inertial measurement unit (IMU) and the Extended Kalman Filter. The models were developed on the basis of the strapdown inertial navigation systems (SINS). Low-grade designates an IMU that is not able to perform girocompassing self-alignment. The impossibility of navigating relying on a low performance IMU is the motivation for investigating techniques to improve the SINS accuracy with the use of additional sensors. This thesis describes the development of a comprehensive model of a sensor fusion for the inertial navigation of a ground vehicle using a low-grade IMU, an odometer and an electronic compass. Landmarks were placed along the test trajectory in order to allow the measurement of the error of the position estimation at these points. It is presented the development of the Smoothed Adaptive Kalman Filter (SAKF), which jointly estimates the states and the errors of the estimated states of the sensor fusion system. It is presented a quantitative criteria which employs the position uncertainties estimated by SAKF in order to determine - given the available sensors, the maximum time interval that one can navigate within a desired reliability. Reduced sets of landmarks are used as fictitious sensors to test the proposed reliability criterion. Also noteworthy are the mathematical models applied to terrestrial navigation that were unified in this work. The results show that, only relying on the low performance inertial sensors, the terrestrial navigation becomes impracticable after few tens of seconds. Using the same inertial sensors, the sensor fusion produced far better results, allowing the reconstruction of trajectories with displacements of about 2.7 km (or 15 minutes) with a final error of position estimation of about 3 m.

Com o aumento do uso de sistemas elétricos, eletrônicos e programáveis em aplicações de diversos domínios, tais como entretenimento, realização de transações financeiras, distribuição de energia elétrica, controle de processos industriais e sinalização e controle em transporte de passageiros e carga, é essencial que as políticas de manutenção utilizadas sejam capazes de minimizar os custos associados a eventuais falhas que afetem negativamente os serviços providos. Ao longo das últimas décadas, foi sedimentada a tendência de que a adoção de técnicas de manutenção preditiva representa uma das abordagens mais viáveis e promissoras para que falhas de sistemas utilizados em diversas aplicações possam ser detectadas antes de elas efetivamente ocorrerem. Considerando-se que uma parcela significativa dos estudos recentes na área de manutenção preditiva de sistemas apresenta como limitação o custo elevado para se instalar uma infraestrutura específica para realizar a coleta de dados que serão usados para dar suporte à predição das falhas futuras de um sistema, o modelo proposto no presente estudo visa permitir que os índices de dependabilidade e as falhas futuras de sistemas elétricos, eletrônicos e programáveis sejam estimados utilizando-se dados já disponíveis de falhas e manutenções passadas. Para tanto, foram empregadas técnicas como processos estocásticos, filtragem Kalman e modelos de incorporação de dados de histórico preconizados no padrão internacional RIAC-HDBK-217Plus. Como principal conclusão do presente trabalho, é possível ressaltar que foi possível atingir, com o modelo proposto, o objetivo de suporte à manutenção preditiva de sistemas elétricos, eletrônicos e programáveis a partir do uso de dados preexistentes de histórico operacional; no entanto, foram constatadas limitações no grau de utilização prática do modelo em situações nas quais a quantidade dos dados de histórico disponíveis para consulta é pequena. / With the increased use of electrical, electronic and programmable systems in various application fields such as entertainment, financial transactions, power distribution, industrial process control and signaling and control of transportation modes, it is essential for the maintenance policies used in those systems to be able to minimize the costs of any faults that may adversely affect the services provided. Over the past decades, the use of predictive maintenance techniques has shown to be a viable and promising approach to detect faults before they actually occur in systems used in different application fields. Considering that a significant part of the recent scientific research in the area of predictive maintenance usually demands high-cost infrastructure to be installed to support the acquisition of all the data that will be used to calculate the prediction of future faults of a system, the model proposed within this study was designed to allow both dependability levels and future faults of electrical, electronic and programmable systems to be estimated using past faults and maintenance data that may already be available. For this purpose, techniques such as stochastic processes, Kalman filtering and models prescribed within the international standard RIAC-HDBK-217Plus to incorporate history data to dependability calculation were used. As the main conclusion of this study, it is possible to highlight that the main objective of the model proposed, related to its ability to support predictive maintenance of electrical, electronic and programmable systems through the use of pre-existing operating history data, has been reached; nevertheless, limitation of practical use of the model was verified in situations in which not enough operating data is available.

Na presente tese é apresentado o projeto completo de um observador de fluxo magnético (determinístico, discreto e assintoticamente estável) aplicado ao sistema de controle realimentado de um servo acionamento baseado no motor de indução. Uma vez que o modelo reduzido do motor de indução, além de vários outros tipos de sistemas físicos, é representado mediante modelos em espaço de estados onde existe um retardo na equação de saída, nesta tese é proposto um observador robusto, baseado no Delayed State Kalman Filter, projetado de forma determinística e aplicada a sistemas não-lineares discretos. As características de convergência são determinadas mediante a análise de inequações matriciais lineares (LMI) obtidas a partir da função candidata de Lyapunov. Os erros introduzidos na linearização da matriz de dinâmica da planta e na inicialização incorreta do observador são considerados, inserindo-se matrizes auxiliares diagonais, assumidas como não conhecidas e em função da escolha adequada das matrizes de projeto Rk+1 e Qk. Uma outra contribuição desta tese é a análise detalhada da observabilidade não-linear dos modelos discretos, ordem completa e ordem reduzida, baseados nos modelos de tensões e correntes do motor de indução respectivamente. Diferentes condições de operação são analisadas, considerando-se a velocidade instantânea do rotor, valor do torque de carga, variações paramétricas e a adição de pequenos sinais de perturbação na referência da magnitude do vetor de fluxo do rotor, são consideradas. O observador analisado é então utilizado em um sistema de controle discreto não-linear. O controlador proposto, baseado nas equações características do controle de campo orientado indireto, apresenta uma prova de estabilidade quando são assumidos parâmetros constantes e conhecidos no motor, e quando existe disponibilidade de todos os estados do modelo (incluindo fluxo do rotor). Da mesma forma, é verificado que o sistema de controle realimentado pode utilizar a abordagem equivalência certeza em função da relação entre os conceitos não-lineares de estabilidade entrada-estado e estabilidade robusta. O projeto do sistema de controle é baseado na técnica de estabilização por realimentação e o controle adaptivo realimentado é baseado na extensão ao domínio discreto das definições de estabilidade entrada-estado e estabilidade robusta. Convém mencionar que no projeto do sistema de controle é assumido o modelo de ordem reduzida do motor de indução. Desta forma, não existe a necessidade de considerar a dinâmica do circuito de estator e o custo computacional da implementação do sistema é reduzido. Em todas as simulações relativas ao observador de fluxo magnético proposto, são consideradas diferentes condições de operação no servo acionamento, assim como as características da implementação prática do sistema (algoritmos PWM e filtros antialiasing). Da mesma forma, nas realizações do sistema de controle não-linear proposto, é objetivada a verificação das condições de estabilidade entrada-estado determinadas de forma teórica.

O problema do desenvolvimento do \"Software\" para a pilotagem automática de embarcações é tratado através da aplicação de conceitos de controle estocástico. O movimento da embarcação é descrito de forma aproximada através do modelo clássico das derivadas hidrodinâmicas. A partir do Princípio da Separação desenvolve-se um procedimento sequencial em que os problemas de estimação do estado e de controle são tratados concomitantemente com as identificação de efeitos não modelados da dinâmica adotada para o piloto automático. A estimação de estados realiza-se através do filtro estendido de Kalman, que opera sobre informações de posição e velocidade da embarcação. O controlador, de natureza sequencial, atua sobre a embarcação em tempo discreto, sendo o leme o único elemento de controle. O piloto automático proposto foi testado através de simulação digital e alguns resultados obtidos são apresentados e discutidos. / The software development problem for the ship automatic steering is considered through the application of stochastic control concepts. Ship motion is described in an approximate way by the classical hydrodynamic derivatives model. A sequential procedure based on the Separation Principle is developed, being state estimation and control problems handled simultaneously with the identification of unmodeled effects of automatic pilot ship dynamics. State estimates are provided by the extended Kalman filter by using ship position and velocity measurements. The rudder is the only control element for the sequential, discrete-time controller. Digital simulation is employed for testing of the proposed automatic pilot, and some results are presented and discussed.

Com o aumento do uso de sistemas elétricos, eletrônicos e programáveis em aplicações de diversos domínios, tais como entretenimento, realização de transações financeiras, distribuição de energia elétrica, controle de processos industriais e sinalização e controle em transporte de passageiros e carga, é essencial que as políticas de manutenção utilizadas sejam capazes de minimizar os custos associados a eventuais falhas que afetem negativamente os serviços providos. Ao longo das últimas décadas, foi sedimentada a tendência de que a adoção de técnicas de manutenção preditiva representa uma das abordagens mais viáveis e promissoras para que falhas de sistemas utilizados em diversas aplicações possam ser detectadas antes de elas efetivamente ocorrerem. Considerando-se que uma parcela significativa dos estudos recentes na área de manutenção preditiva de sistemas apresenta como limitação o custo elevado para se instalar uma infraestrutura específica para realizar a coleta de dados que serão usados para dar suporte à predição das falhas futuras de um sistema, o modelo proposto no presente estudo visa permitir que os índices de dependabilidade e as falhas futuras de sistemas elétricos, eletrônicos e programáveis sejam estimados utilizando-se dados já disponíveis de falhas e manutenções passadas. Para tanto, foram empregadas técnicas como processos estocásticos, filtragem Kalman e modelos de incorporação de dados de histórico preconizados no padrão internacional RIAC-HDBK-217Plus. Como principal conclusão do presente trabalho, é possível ressaltar que foi possível atingir, com o modelo proposto, o objetivo de suporte à manutenção preditiva de sistemas elétricos, eletrônicos e programáveis a partir do uso de dados preexistentes de histórico operacional; no entanto, foram constatadas limitações no grau de utilização prática do modelo em situações nas quais a quantidade dos dados de histórico disponíveis para consulta é pequena. / With the increased use of electrical, electronic and programmable systems in various application fields such as entertainment, financial transactions, power distribution, industrial process control and signaling and control of transportation modes, it is essential for the maintenance policies used in those systems to be able to minimize the costs of any faults that may adversely affect the services provided. Over the past decades, the use of predictive maintenance techniques has shown to be a viable and promising approach to detect faults before they actually occur in systems used in different application fields. Considering that a significant part of the recent scientific research in the area of predictive maintenance usually demands high-cost infrastructure to be installed to support the acquisition of all the data that will be used to calculate the prediction of future faults of a system, the model proposed within this study was designed to allow both dependability levels and future faults of electrical, electronic and programmable systems to be estimated using past faults and maintenance data that may already be available. For this purpose, techniques such as stochastic processes, Kalman filtering and models prescribed within the international standard RIAC-HDBK-217Plus to incorporate history data to dependability calculation were used. As the main conclusion of this study, it is possible to highlight that the main objective of the model proposed, related to its ability to support predictive maintenance of electrical, electronic and programmable systems through the use of pre-existing operating history data, has been reached; nevertheless, limitation of practical use of the model was verified in situations in which not enough operating data is available.

O planejamento e o funcionamento do sistema elétrico de potência se baseiam na correta parametrização e caracterização de seus elementos, pois a correta parametrização dos sistemas de proteção permite uma atuação confiável e segura. Ademais, a correta caracterização dos parâmetros de elementos como as linhas de transmissão permite calcular o carregamento ótimo para determinados trechos do sistema interconectado com relação ao fluxo de potência, permitindo um melhor planejamento para expansão e instalação de reforços, dentre outros. Desta forma, foram desenvolvidas metodologias para estimação de parâmetros de sistemas de transmissão, que se baseiam na adoção de um modelo para o sistema e utilização de um método de resolução para se obter uma resposta, ou função de transferência, para as entradas e saídas deste modelo. No entanto, a maioria dos métodos existentes na literatura técnica apresenta certas limitações com relação à presença de ruído nos sinais de medição, ou dificuldade na relação existente entre as correntes longitudinais e as medições terminais, ou imprecisão do método de resolução do sistema de equações para determinada situação. Neste trabalho, foram utilizadas técnicas diferentes para a estimação de parâmetros de uma linha diretamente das medições das correntes e tensões terminais da linha em regime, sendo possível reduzir bastante o erro de estimação, pois não é necessário nenhum método de eliminação dos ruídos das medições. Desta forma, a corrente longitudinal é considerada como equivalente à última componente de corrente terminal, e a metodologia adotada apresenta erros pequenos de estimação independente do modelo adotado. Assim, modelam-se linhas de transmissão em cascata de circuitos ?, obtendo-se as medições ruidosas oriundas desta. Por fim, utiliza-se a metodologia baseada na teoria do Filtro de Kalman Unscented para eliminação do ruído nas grandezas medidas e para estimação dos parâmetros série da linha de transmissão. Através da ferramenta computacional Simulation and model-based design (Simulink), realizam-se a obtenção das medições, inclusão de ruído aleatório a estas e cálculos computacionais para estimação dos estados e parâmetros do sistema em regime permanente. / The planning and operation of a power system are based on the correct parameterization and characterization of its elements. By a correct parameterization of protection systems, a reliable and safe operation is allowed. The correct characterization of the parameters of transmission lines allows calculating the optimum power flow for the interconnected power system, allowing a better planning for expansion and installation of reinforcements, among others. In this sense, methodologies were developed for the estimation of transmission system parameters, which are based on the adoption of a model for the system and usage of a resolution method to obtain a response, or transfer function, for the inputs and outputs of the model. However, the most of existing methods in the technical literature presents certain limitations regarding presence of noise in the measurement signals, or difficulty regarding the relationship between the longitudinal currents and the terminal measurement signals, or imprecision of the solving method for the equations system. In this work, different techniques were applied for the estimation of line parameters directly from the measurements of the terminal currents and terminal voltages of the steady state line, being possible to greatly reduce the estimation error, since no extra method of eliminating measurements noise is necessary. In this way the longitudinal current is considered as equivalent to the last terminal current component, and the adopted methodology presents small estimation errors regardless of the adopted model. Thus, transmission lines are modeled by a pi cascade and noisy measurements are obtained. Finally, the methodology is based on the Unscented Kalman Filter theory for noise elimination in the measurements and for estimation of the transmission line longitudinal parameters. By the computational tool Simulink, measurements are obtained, random noise is inserted and computational calculations for estimation of the states and parameters of the system in steady state are done.

Apresenta-se o desenvolvimento de modelos matemáticos e algoritmos de fusão sensorial para navegação terrestre usando uma unidade de medição inercial (UMI) de baixo desempenho e o Filtro Estendido de Kalman. Os modelos foram desenvolvidos com base nos sistemas de navegação inercial strapdown (SNIS). O termo baixo desempenho refere-se à UMIs que por si só não são capazes de efetuar o auto- alinhamento por girocompassing. A incapacidade de se navegar utilizando apenas uma UMI de baixo desempenho motiva a investigação de técnicas que permitam aumentar o grau de precisão do SNIS com a utilização de sensores adicionais. Esta tese descreve o desenvolvimento do modelo completo de uma fusão sensorial para a navegação inercial de um veículo terrestre usando uma UMI de baixo desempenho, um hodômetro e uma bússola eletrônica. Marcas topográficas (landmarks) foram instaladas ao longo da trajetória de teste para se medir o erro da estimativa de posição nesses pontos. Apresenta-se o desenvolvimento do Filtro de Kalman Adaptativo Suavizado (FKAS), que estima conjuntamente os estados e o erro dos estados estimados do sistema de fusão sensorial. Descreve-se um critério quantitativo que emprega as incertezas de posição estimadas pelo FKAS para se determinar a priori, dado os sensores disponíveis, o intervalo de tempo máximo que se pode navegar dentro de uma margem de confiabilidade desejada. Conjuntos reduzidos de landmarks são utilizados como sensores fictícios para testar o critério de confiabilidade proposto. Destacam-se ainda os modelos matemáticos aplicados à navegação terrestre, unificados neste trabalho. Os resultados obtidos mostram que, contando somente com os sensores inerciais de baixo desempenho, a navegação terrestre torna-se inviável após algumas dezenas de segundos. Usando os mesmos sensores inerciais, a fusão sensorial produziu resultados muito superiores, permitindo reconstruir trajetórias com deslocamentos da ordem de 2,7 km (ou 15 minutos) com erro final de estimativa de posição da ordem de 3 m. / This work presents the development of the mathematical models and the algorithms of a sensor fusion system for terrestrial navigation using a low-grade inertial measurement unit (IMU) and the Extended Kalman Filter. The models were developed on the basis of the strapdown inertial navigation systems (SINS). Low-grade designates an IMU that is not able to perform girocompassing self-alignment. The impossibility of navigating relying on a low performance IMU is the motivation for investigating techniques to improve the SINS accuracy with the use of additional sensors. This thesis describes the development of a comprehensive model of a sensor fusion for the inertial navigation of a ground vehicle using a low-grade IMU, an odometer and an electronic compass. Landmarks were placed along the test trajectory in order to allow the measurement of the error of the position estimation at these points. It is presented the development of the Smoothed Adaptive Kalman Filter (SAKF), which jointly estimates the states and the errors of the estimated states of the sensor fusion system. It is presented a quantitative criteria which employs the position uncertainties estimated by SAKF in order to determine - given the available sensors, the maximum time interval that one can navigate within a desired reliability. Reduced sets of landmarks are used as fictitious sensors to test the proposed reliability criterion. Also noteworthy are the mathematical models applied to terrestrial navigation that were unified in this work. The results show that, only relying on the low performance inertial sensors, the terrestrial navigation becomes impracticable after few tens of seconds. Using the same inertial sensors, the sensor fusion produced far better results, allowing the reconstruction of trajectories with displacements of about 2.7 km (or 15 minutes) with a final error of position estimation of about 3 m.

O problema do desenvolvimento do \"Software\" para a pilotagem automática de embarcações é tratado através da aplicação de conceitos de controle estocástico. O movimento da embarcação é descrito de forma aproximada através do modelo clássico das derivadas hidrodinâmicas. A partir do Princípio da Separação desenvolve-se um procedimento sequencial em que os problemas de estimação do estado e de controle são tratados concomitantemente com as identificação de efeitos não modelados da dinâmica adotada para o piloto automático. A estimação de estados realiza-se através do filtro estendido de Kalman, que opera sobre informações de posição e velocidade da embarcação. O controlador, de natureza sequencial, atua sobre a embarcação em tempo discreto, sendo o leme o único elemento de controle. O piloto automático proposto foi testado através de simulação digital e alguns resultados obtidos são apresentados e discutidos. / The software development problem for the ship automatic steering is considered through the application of stochastic control concepts. Ship motion is described in an approximate way by the classical hydrodynamic derivatives model. A sequential procedure based on the Separation Principle is developed, being state estimation and control problems handled simultaneously with the identification of unmodeled effects of automatic pilot ship dynamics. State estimates are provided by the extended Kalman filter by using ship position and velocity measurements. The rudder is the only control element for the sequential, discrete-time controller. Digital simulation is employed for testing of the proposed automatic pilot, and some results are presented and discussed.