Resumen de Filtro de Kalman extendido aplicado en la navegación de un AUV

Persing Junior Cárdenas Vivanco, Ettore Apolonio de Barros

• español

  Este trabajo trata el problema de navegación de unvehículo submarino autónomo. Dos estimadores de estado son propuestos como solución, aplicando fusiónsensorial basada en el filtro de Kalman extendido.Los estimadores de estado emplean medidas de unaunidad de medición inercial, un sensor de velocidadpor efecto Doppler, un profundímetro y una brújula.El primer estimador de estado estima las variablesde orientación independientemente de las variablesde velocidad y profundidad del vehículo. En el segundo estimador, se considera el acoplamiento en lasecuaciones de orientación, velocidad y profundidaddel vehículo. Para el diseño y pruebas de los estimadores de estado propuestos, fue empleada la basede datos del vehículo submarino autónomo Pirajubaque contiene el registro de los sensores del vehículodurante pruebas en el mar. Los resultados de unasimulación numérica con esta base de datos validanlos estimadores de estado propuestos en el presentetrabajo. Finalmente, fue realizado un análisis comparativo de estos estimadores.

• English

  This work deals with the navigation problem of an autonomous underwater vehicle. Two state estimators are proposed like solution, using sensor fusion based in Extended Kalman Filter. The state estimators use measures of the following sensors: an inertial measurement unit, a Doppler effect velocity sensor, a depth sensor and a compass. The first state estimator, estimate the attitude independently of the velocity and depth estimation. In the second estimator, a coupling in velocity and attitude equations is considerate in the Extended Kalman Filter. To design and test the proposed state estimators, was employed the database of the Pirajuba autonomous underwater vehicle, This database contains the record of the vehicle sensors during sea tests. The results of a numeric simulation with this database validate the proposed state estimators in this work. Finally was made a comparative analysis of these state estimators.