DESIGN AND IMPLEMENTATION OF AN INERTIAL NAVIGATION SYSTEM USING KALMAN FILTER

VILLARROEL GONZÁLEZ, CECILIA ALEJANDRA (2017)

Catalogado desde la version PDF de la tesis.

Tesis Pregrado

La base de este proyecto es poder rastrear a una persona en un ambiente al aire libre. Para este propósito, se propone un sistema de navegación inercial y la factibilidad de implementación es estudiada. La estructura del INS propuesto se divide encuatro subsistemas: hardware, filtrado de señal, procesamiento de señal y software. En el contexto de esto proyecto, no se pueden usar referencias externas, como el GPS. Este proyecto se enfoca en el cálculo de posición y orientación. Primero, la señal de la aceleración bruta es filtrada por tres métodos diferentes: filtro de Kalman,“Noise filter" y filtro de Media Móvil Simple. Dando especial énfasis al filtro deKalman. Luego, la señal filtrada se integra mediante la regla trapezoidal. La posición obtenida presenta altas desviaciones llamadas “drift". Un filtro de paso lento ya propuesto se usa para disminuir el error acumulado que se obtiene a través de la integración, mejorando los resultados, pero no lo suficiente.Finalmente, la orientación se calcula implementando el filtro de Kalman, para poder restar la aceleración gravitacional y obtener la aceleración libre de gravedad. Los resultados resultan ser insatisfactorios. La aceleración y la velocidad angular se obtienen a través de Arduino UNO con unmicrocontrolador ATmega328p y el sensor de seis ejes, MPU6050. Una plataforma impresa 3D es utilizada solo para fines de prueba y un riel es posicionado en el suelo para poder comparar de manera objetiva los filtros usados.

The basis of this project is to be able to track a person in an outdoor environment.For this purpose, an Inertial Navigation System is proposed and the feasibility of itsimplementation is studied. The structure of the proposed INS is divided in four subsystems:hardware, signal ltering, signal processing and software. In the context ofthis project no external references, as for example GPS, can be used.This project is focused on the position and orientation calculation. First, theraw acceleration signals are ltered by three dierent methods: Kalman lter, Noise lter and Simple Average Moving lter. Giving special emphasis to the Kalman lter. Next, the ltered signal is integrated by the trapezoidal rule. The position isobtain with great drift. An already proposed slow-pass lter is used to diminish theaccumulated error that it is obtained through the integration, improving the results,but not enough.Finally, the orientation is calculated implementing Kalman lter to be able tosubtract gravitational acceleration and to obtain gravity-free acceleration. Resultsturns out to be unsatisfactory.The acceleration and angular velocity is obtained through arduino UNO withan ATmega328p microcontroller and the six-axis sensor, MPU6050. A 3D printedplatform is used only for testing purposes and a rail is set up on the ground to beable to compare more objectively the lters used.