Orientador : Prof. Dr. Alvaro Muriel Lima Machado / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa: Curitiba, 25/03/2015 / Inclui referências : f. 117-122 / Resumo: Atualmente, existe grande preocupação com relação aos problemas causados por desastres naturais, em especial, pelas inundações. Com o objetivo de contribuir regionalmente, encontra-se em desenvolvimento um projeto de monitoramento de desastres naturais. Este sistema é composto de boias que medem as variações do nível da água e utiliza tecnologia GPS. O GPS é um dos métodos de posicionamento mais utilizados e que fornece dados de forma acurada. Porém, em certos casos, pode haver perdas do sinal do satélite. Desta forma, a integração com outros sensores permite melhorar a solução. Os sensores inerciais operam em qualquer ambiente e não dependem da informação de fontes externas. Contudo, as informações de saída dos sensores inerciais apresentam diversos erros que comprometem o posicionamento. Alguns procedimentos permitem reduzir significantemente estes erros. A calibração permite estimar erros sistemáticos. Os métodos de calibração mais acurados são realizados em laboratórios e exigem instrumentos muito precisos e onerosos. Alguns métodos de calibração, como o Método de Calibração Multi-Posições, foram desenvolvidos para serem ferramentas eficientes e que podem ser aplicadas em campo, sem a utilização de qualquer instrumento de calibração externa. Ao invés disso, são necessárias numerosas medidas de atitude do equipamento e utiliza-se a magnitude da gravidade como referência para a calibração de acelerômetros. Ainda é necessário considerar o efeito de erros aleatórios sobre as medidas inerciais. Estes erros são compostos de ruídos, causados por diversos tipos de fontes. Existem diferentes formas de se estimar os ruídos. Neste trabalho foi utilizado o teste da Variância de Allan para tal finalidade. Os parâmetros dos erros sistemáticos de deriva, de fator de escala e de não-ortogonalidade, foram determinados utilizando o método de Calibração Multi- Posições Modificado, apresentado por Syed et al. (2007). A aplicação dos ruídos e parâmetros de erro calculados foi verificada a partir de dois testes. O primeiro teste de verificação consistiu no cálculo de uma trajetória realizada pelos acelerômetros com relação a uma trajetória de referência determinada por GPS. No segundo teste foram determinados deslocamentos verticais com o auxílio de um servomotor, a fim de simular a variação do nível da água. Em ambos os testes verificou-se que a correção das acelerações com os parâmetros de calibração e de ruídos acarretam em uma melhora significativa na solução final. / Abstract: Nowadays, there is a big concern about the problems caused by natural disasters, especially floods. In order to contribute regionally, a natural disaster monitoring project is in development. This system consists of buoys that measure the variations in the water level and uses GPS technology. GPS is one of the most used positioning methods and provides data accurately. However, in some cases, there may be satellite signal loss. Thus, the integration with other sensors can improve the solution. The inertial sensors operate in any environment and don't rely on information from external sources. However, the output information of the inertial sensors has several errors that compromise the positioning. Some procedures allow significantly reduction of these errors. Calibration allows the estimation of systematic errors. The most accurate calibration methods are carried out in laboratories and they require very precise and expensive instruments. Some calibration methods, such as Multi-Position Calibration Method, have been developed to be an effective tool, which can be applied in the field without the use of any external calibration instrument. Instead, many equipment attitude measures are required and the magnitude of gravity is used as a reference for calibration of accelerometers. It is still necessary to consider the effect of random errors on the inertial measurements. These errors consist of noise caused by different types of sources. There are different ways to estimate the noise. In this study, we used the Allan Variance test for this purpose. The parameters of systematic errors, bias, scale factor and nonorthogonality, were determined using the Modified Multi-Positions Calibration Method, presented by Syed et al. (2007). The application of the noise and error parameters calculated was verified from two tests. The first verification test consisted in calculating a trajectory made by accelerometers towards a given reference GPS trajectory. In the second test, vertical movements were determined with the aid of a servomotor in order to simulate the variation of water level. In both tests, it was found that the acceleration correction with the calibration parameters and noise lead to a significant improvement in the final solution.

Orientador: Silvio Rogério Correia de Freitas / Co-orientadores: Cláudia Pereira Krueger e Günter Seeber / Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciencias da Terra, Programa de Pós-Graduaçao em Ciencias Geodésicas. Defesa: Curitiba, 2005 / Inclui bibliografia

A proposta deste trabalho é contribuir com a construção de uma plataforma de veículo autônomo para viabilizar as pesquisas na área pelo Departamento de Engenharia de Transportes da USP. Até o momento o departamento dispõe de uma plataforma que, a partir de sua posição conhecida, consegue navegar autonomamente até um ponto de destino utilizando apenas uma solução GNSS, no caso, GPS. Para ampliar a mobilidade da plataforma, está sendo sugerida aqui, a adição de sensores inerciais ao veículo, para que ele consiga obter uma solução de posição mesmo em áreas sem cobertura GNSS. Um Sistema de Navegação Inercial não depende de infraestrutura externa, exceto para inicializar suas variáveis, o que neste caso pode ser feito com auxílio de um receptor GPS. Sensores inerciais de alto desempenho são caros, tem alta complexidade mecânica e em geral são de grande porte. A alternativa é o uso de sensores do tipo MEMS que são pequenos, fáceis de serem manipulados e apresentam baixo consumo de energia. A contrapartida é que a solução é mais susceptível a ruído do que seus pares que custam na faixa de centena de milhões de dólares. / The proposal of this paper is to build an autonomous vehicle platform to enable the researches in this area by the Transport Engineering Department of the USP. Until now the Department has a platform that, once its initial position is known, it can navigate autonomously to a destination point using only the GNSS, in this case, GPS. To expand the mobility resources of the platform, it is being suggested here the addition of inertial sensors to the vehicle, enabling it to acquire a position solution even in areas where there is no coverage of the GNSS. An Inertial Navigation System does not depend on an external infra-structure, with the exception on the initial setup, where the GPS can be used to provide this kind of initialization. High performance inertial sensors are expensive, have high mechanical complexity and in general are big. The alternative is the usage of MEMS sensors, which are small, easy to handle and has low power consumption. In the opposite side this solution is more susceptible to noises in comparison to those High performance sensors that cost hundreds of thousands of dollars.

Um sistema inercial de baixo custo empregando sensores microeletromecânicos foi desenvolvido para comprovar a viabilidade de sua utilização como equipamento de apoio a atividades de laboratório em disciplinas de navegação inercial. O desenvolvimento de hardwares e softwares é descrito, bem como um estudo dos modelos matemáticos e equacionamentos. Por fim, conclusões referentes ao objetivo proposto são apresentadas.

Esta trabalho consiste no desenvolvimento e teste em simulação de um software para integrar o GPS (Sistema de Posicionamento Global por Satélite) a um SNI (Sistema de Navegação Inercial). A fim de integrar os dois sistemas foi utilizado um Filtro Kalman Estendido (FKE), e o GPS foi considerado como um aucílio externo para o SNI. O filtro de Kalman foi utilizado para estimar os erros presentes na informação fornecida pelo SNI.

Este trabalho apresenta o projeto e construção de um barco inteligente, ou seja, com a capacidade de aprendizado e autônomo. Neste trabalho foi desenvolvida uma plataforma náutica dotada de sensores de posicionamento e de orientação visando gerar uma solução de navegação autônoma capaz de seguir uma trajetória pré-definida por um usuário. O barco foi construído a partir de uma estrutura náutica do tipo catamarã usando como sistema de propulsão rodas d';água impulsionadas por motores elétricos de corrente contínua. Foi projetado e instalado no barco um módulo embarcado contendo um computador de bordo, a eletrônica de acionamento dos motores, o sistema de comunicação e os seguintes sensores: plataforma inercial (composta por acelerômetros, girômetros e magnetômetros) e receptor GPS. O módulo embarcado se comunica com uma estação de controle em terra enviando a telemetria dos sensores e recebendo os comandos para o acionamento dos propulsores. A estação de controle foi escrita no ambiente de desenvolvimento MATLAB e implementa a solução de navegação autônoma do barco em uma interface gráfica amigável realizando os seguintes passos: 1) estimação do estado atual do barco usando fusão sensorial (INS/GPS e Bússola) baseada em Filtro de Kalman, 2) geração do comando para os propulsores por consulta à tabela de acionamento. A técnica de aprendizado por reforço Learning Automata foi usada em um ambiente de simulação, juntamente com o modelo dinâmico do barco, para gerar a tabela de acionamento dos propulsores. A solução proposta foi implementada e testada no barco real. Os resultados experimentais mostram que o barco segue uma trajetória pré-definida pelo usuário de forma autônoma com pequeno erro.

Sistemas de navegação inercial (INS) solidários fazem uso de medidas discretas no tempo de incrementos angulares e de velocidade, oriundas, respectivamente, da integração de girômetros e acelerômetros para estimar atitude, posição e velocidade com relação à Terra. A taxa de amostragem dos algoritmos que processam as medidas dos sensores é relacionado com a acurácia requerida e a carga computacional demandada. De modo a obter-se uma solução de navegação com boa acurácia e carga computacional reduzida, os algoritmos precisam ser executados em múltiplas taxas de amostragem e sistemas de coordenadas distintos - a saber, o do corpo B e da horizontal local NED. Independentemente das taxas de amostragem empregadas pelos algoritmos, os erros de navegação tendem a crescer indefinidamente com o tempo quando o INS opera em modo autônomo (stand-alone). Neste trabalho, foram analisados diversos algoritmos de navegação inercial distintos, comparando-se a carga computacional demandada e acurácia em modo autônomo que se obtêm com cada um. Com relação à solução de navegação fornecida pelos algoritmos, para que os erros tornem-se limitados, viabilizando operações de longa duração, sensores adicionais não inerciais devem ser utilizados. Assumida a disponibilidade de medidas de GPS e câmera, a acurácia da navegação pode ser melhorada por meio da fusão de dados provindos de nós de processamento locais, os quais fornecem, respectivamente, os resultados da integração INS/GPS e da INS/câmera. Neste trabalho, foram investigadas as fusões por federação de filtros - cuja otimalidade requer conhecimento da correlação entre os nós de processamento local - e por interseção de covariâncias (IC), que é subótima, mas não diverge quando há correlação desconhecida entre os sinais a serem fundidos. Para ambos métodos de fusão analisados, o INS e os nós locais são corrigidos periodicamente de acordo com o resultado da fusão, visando melhorar a acurácia da solução de navegação. A acurácia das fusões é avaliada comparando-se com o desempenho obtido por um filtro de Kalman global, o qual processa todas as medidas de todos os sensores simultaneamente.

Esta tese apresenta o desenvolvimento de um acelerômetro MEMS para navegação inercial. O projeto teve que aderir e superar as fortes limitações do serviço de fabricação multi-usuário e dos escassos recursos de pós-processamento disponíveis. O elemento sensível usa a topologia de placas paralelas com realimentação de força. A deflexão da massa de prova, decorrente de uma aceleração externa, gera variação diferencial nas capacitâncias do sensor. Essa deflexão é compensada pela aplicação de força eletrostática na massa de prova. O esforço necessário para cancelar a aceleração externa torna-se então a medida do acelerômetro. A eletrônica proposta usa um amplificador de carga em circuito integrado e um circuito externo para realizar a lei de controle e gerar a realimentação de força. O desempenho teórico/simulado é de 40 ug/sqrtHz de ruído mecânico, 100 Hz de largura de banda e 10 g de fundo de escala. Este desempenho é bastante adequado para uso em navegação inercial de diversas aplicações. Foi feito o projeto do sensor MEMS, de blocos da eletrônica integrada e do compensador de realimentação de força. Para testar o conceito do circuito de leitura do sensor, foi projetada e testada uma montagem discreta. O sensor MEMS foi fabricado pelo serviço multi-usuário da MEMSCAP. Uma amostra foi pós-processada no laboratório CCS-Unicamp: foi feita uma corrosão sobre a placa central e posterior wedge bonding para a montagem. A montagem apresentou dificuldades e não foi concluída. Da eletrônica, duas rodadas de microfabricação foram realizadas na austriamicrosystems. A primeira consistiu em circuitos baseados em amplificador operacional, enquanto a segunda foi uma fonte de referência bandgap. Foram realizados os testes de ambos os circuitos integrados, que positivamente verificaram os resultados de simulação.

Sistemas de navegação inercial (INS) possuem erros de posição, velocidade e atitude divergentes com o tempo em uma taxa dependente da precisão dos sensores inerciais. Por outro lado, as taxas divergentes da INS, sistemas de posicionamento global por satélites (GNSS) e dispositivos imageadores (SD) fornecem medidas de posição, velocidade e desalinhamento com erros limitados e em baixas frequências. A complementariedade das características dos sistemas motiva a fusão de dados. A estratégia tradicional de integração é o filtro de Kalman extendido (EKF) como estimador do vetor de erros. Sob certas condições, o filtro de Kalman é o estimador ótimo sob ampla variedade de critérios. Essas condições necessitam de uma modelagem acurada da dinâmica da planta e da sintonia das estatísticas do ruído de modelo e sensores. Portanto, erros de modelagem e sintonia impossibilitam otimalidade e consistência estatística do erro de estimação do filtro e ainda podem levá-lo à divergência. O presente trabalho aborda o problema de buscar a consistência estatística na operação do filtro de Kalman estendido através de técnicas de sintonia automática do ruído de modelagem, a saber, Estimação Adaptativa baseada em Inovação (IAE) e Escalonamento do Ruído de Modelo (SPN). Será experimentalmente demonstrado que IAE falha ao sintonizar o filtro. Será proposta uma alteração na estratégia IAE, a saber, Estimação Adaptativa baseada em Inovação Parcial (IAEP), que deixará o filtro consistente e habilitado a fornecer uma solução de navegação satisfatória. Resultados são obtidos por simulações, onde um veículo aéreo não-tripulado voa uma trajetória conhecida com medidas de sensores inerciais corrompidas por um modelo de constante aleatória e ruído branco. Erros de posição e velocidade, desalinhamento, bias de acelerômetro, deriva de girômetro e erros de relógio GNSS são estimados através da fusão INS/GNSS/SD e testados para consistência estatística em diversos cenários. Adicionalmente, o algoritmo de navegação inercial operando autonomamente é avaliado através de dados reais obtidos em um experimento em montanha-russa.

Este trabalho apresenta o desenvolvimento e a implementação de uma unidade de navegação inercial em tempo real utilizando sensores de baixo custo do tipo MEMS integrados a um Sistema de Posicionamento Global (GPS), por meio de um filtro de Kalman discreto, para aplicação em veículos autônomos. Um algoritmo de determinação de atitude foi também desenvolvido. No sistema implementado, os sinais provenientes de sensores inerciais (giroscópios e acelerômetros) e do GPS foram tratados por um microcontrolador de oito bits. As informações provenientes dos sensores MEMS são muito ruidosas, por este motivo, um algoritmo chamado superamostragem e decimação também foi implementado. Depois de tratados por todos os algoritmos contidos no sistema global, os dados então, são transmitidos via comunicação sem fio para um computador onde o estado (posição e velocidade) de uma plataforma móvel pode ser observado, por meio de uma interface gráfica desenvolvida em linguagem C. Os resultados obtidos demonstram que o sistema desenvolvido é confiável para aplicações em sistemas de navegação e controle, principalmente no VANT acadêmico que esta sendo desenvolvido pelo grupo de pesquisa em eletrônica embarcada do Instituto Tecnológica de Aeronáutica - ITA. O sistema final apresenta baixo custo financeiro em relação aos sistemas disponíveis no mercado tornando-se assim uma alternativa que pode ser usada como ferramenta em pesquisas acadêmicas e aplicações industriais.