Integração de sistema DGPS e unidade inercial para - DEM
Transcrição
Integração de sistema DGPS e unidade inercial para - DEM
V Simpósio Brasileiro de Engenharia Inercial __________________________________________ Integração de sistema DGPS e unidade inercial para navegação precisa de aeronave em tempo-real *Helio Koiti Kuga, *Ulisses Thadeu Vieira Guedes, **Celso B. Mendonça †Jens P.T.G. Wentz, †Luis Macedo Teixeira Resumo: Este trabalho descreve a integração de um sistema GPS diferencial com a unidade inercial de uma aeronave, visando trajetografia precisa em tempo real. Basicamente, uma implementação de GPS diferencial é integrada a uma plataforma inercial (giroscópios e acelerômetros em 3-eixos) para identificar a posição e velocidade de uma aeronave. Utiliza-se, para a solução DGPS (GPS Diferencial), um receptor Novatel com recurso de correção diferencial via satélite OmniStar. Os dados da plataforma inercial compreendem as medidas brutas dos acelerômetros, giroscópios, e a atitude pré-processada pela plataforma, que são acessados através de interface com barramento de dados da aeronave. Esses dados são processados para realizar cálculos de navegação entre os instantes de aquisição da solução DGPS. Um filtro de Kalman, baseado na técnica Sigma-Ponto, foi desenvolvido para fusão de dados, processando adequadamente os dados inerciais e dados DGPS. O trabalho mostra os resultados de simulação da navegação com dados reais de sensores inerciais e DGPS, para verificação do desempenho do sistema desenvolvido. Palavras Chave: GPS Diferencial, Unidade Inercial, Integração DGPS-Inercial, Filtro de Kalman Sigma Ponto. Abstract: This paper describes the integration of a Differential GPS (DGPS) system with an Inertial Navigation System (INS) of an airplane aiming at precise real time trajectory. Basically, the DGPS implementation is integrated to an INS (3-axis gyros and accelerometers) to identify the position and velocity of an airplane. The DGPS solution is implemented by a Novatel GPS receiver using the differential correction via Omnistar satellite. The inertial platform data comprises the raw gyro and accelerometer measurements and the preprocessed attitude, acquired through interface with the airplane data bus. Such data are processed to realize navigation computations between the instants of acquisition of DGPS solution. A data fusion Kalman filter, based on the Sigma-Point technique, was designed to suitably process the inertial and DGPS data. The paper shows the results of a navigation simulation with actual data from INS and DGPS, in order to verify the performance of the developed system. propriamente dita, outro receptor é posicionado em uma base com coordenadas conhecidas, cuja arquitetura permite o uso da técnica de correção diferencial DGPS1 para melhor precisão nas estimativas. Essas duas bases de dados são geradas em locais distintos, uma na aeronave e outra em solo, que são processadas pós-vôo, impossibilitando a visualização dos resultados a bordo da aeronave e em tempo real. Uma alternativa para eliminar a necessidade de pós processar os dados é utilizar os serviços SBAS. ("Satellite Based Augmentation System"). Neste serviço a correção diferencial é transmitida via satélite geo-estacionário e é recebida pela mesma antena do receptor GPS em uma frequência levemente diferente do GPS, ainda dentro da banda L. Por outro lado, devido a vários fatores como: posição única da antena receptora GPS; um único satélite geoestacionário transmissor dos dados de correção; insuficiência de satélites GPS; ou falha momentânea do sistema DGPS; teme-se que durante manobras dinâmicas possa haver a perda temporária de sinal e, por conseqüência, a degradação da precisão diferencial do sistema. Neste caso faz-se necessário a integração do sistema DGPS à plataforma inercial da aeronave, o chamado INS ("Inertial Navigation System" ou Sistema de Navegação Inercial). Assim, a solução integrada DGPS/INS2 garante robustez ao sistema e obtém em tempo real dados de trajetória e dados que possam ser aproveitados em um sistema de medida de trajetória de acordo com a conveniência do ensaio. II. CONCEPÇÃO DO PROJETO Este trabalho descreve um projeto de integração de um sistema GPS diferencial com a unidade inercial em uma aeronave do tipo jato regional, visando navegação precisa em tempo real. O métodos tradicional de medida de trajetória com base em ferramentas GPS, para fins de ensaio em vôo, requer o uso de dois receptores para o cálculo da solução DGPS. Enquanto um receptor é instalado na aeronave para a obtenção da trajetória Para implementar a solução DGPS (GPS Diferencial), usase um receptor da Novatel (série Propak)3 com recurso do serviço de correção diferencial OmniStar transmitido via satélite, em taxas de no máximo 20 amostras/segundo. Esta concepção considera os sinais da constelação GPS de satélites com efemérides conhecidas, processa as correções diferenciais transmitidas pelo satélite geoestacionário e gera a solução para o receptor Novatel. Desta forma a posição é conhecida com precisão da ordem de dezenas de cm. Os dados da unidade inercial são adquiridos a uma taxa configurável de no máximo 40 amostras/segundo e compreendem as medidas brutas dos acelerômetros, giroscópios, e a atitude pré-processada da aeronave. Esses dados são integrados numericamente para predição das variáveis de navegação entre os instantes de aquisição dos dados da solução DGPS. A sincronização dos tempos é feita através do gerador de código de tempo IRIG-B, que, a partir do tempo GPS, disponibiliza na placa da *Hélio K.Kuga e *Ulisses T.V.Guedes, INPE-DMC, E-mails: [email protected], [email protected] **Celso B.Mendonça, Embraer São José dos Campos, E-Mail: [email protected] † Jens P.T.G. Wentz e †Luis M.Teixeira, Embraer Gavião Peixoto, E-Mails: [email protected], [email protected] Keywords: Differential GPS, INS, DGPS-INS Integration, Sigma Point Kalman Filter. I. INTRODUÇÃO --- 80 --- V Simpósio Brasileiro de Engenharia Inercial __________________________________________ aquisição dos dados da INS a mesma base de tempo. A Unidade Inercial classicamente utiliza interface com barramento ARINC-429, para a transferência das medidas, e IRIG-B para o carimbo de tempo (Tempo GPS). Na ausência de solução DGPS, o sistema considera somente as informações da unidade inercial para navegação, provendo os dados de navegação com precisão degradada mas contínua. Na presença de dados DGPS, um filtro de Kalman4,5,6 baseado na técnica Sigma-Ponto7,8,9 foi desenvolvido para realizar a fusão dos dados INS e DGPS, e realizar as correções de derivas da unidade inercial, devidamente estimadas em tempo real. O software desenvolvido é robusto o suficiente para operar nas mais diversas condições: i) somente com os dados DGPS sem degradação de precisão mas com pequena degradação nos instantes intermediários devido a taxa de amostragem inferior do DGPS; ii) de forma combinada (DGPS com Unidade Inercial), que pretende ser o modo de rotina; e iii) somente com a Unidade Inercial, com degradação de precisão para longos períodos, devido às derivas da unidade inercial utilizada. O trabalho mostra os resultados de simulação do sistema DGPS/INS integrado, com dados reais tanto de sensores inerciais quanto do DGPS, para verificação do desempenho do sistema desenvolvido. O vetor de estado a ser estimado é composto pelas coordenadas de posição (latitude geodésica, longitude, altitude), de velocidade (norte, leste, nadir), ângulos de atitude (rolamento, arfagem, guinada), "bias" dos acelerômetros nos 3 eixos, e derivas dos giros nos 3 eixos, compondo 15 componentes no total. IV. MECANIZAÇÃO DA NAVEGAÇÃO INERCIAL As equações diferenciais que mecanizam a cinemática de navegação para determinar a trajetória da plataforma inercial e o movimento de atitude são dadas por2: ϕ&& 1 / Rn & λ = 0 h& 0 0 1 Re cosϕ 0 0 VN 0 VE − 1 VD . VN . fN 0 VE = fE + 0 . fD g VD (1) (2) VNVD VE 2 tanϕ − − 2ΩeVE sen ϕ + Re Rn VE (VN tanϕ +VD ) + 2Ωe(VN senϕ +VD cosϕ ) + Rn 2 2 VE VN − − 2ΩeVE cosϕ − Rn Re III. ARQUITETURA DO SISTEMA INTEGRADO A Fig. 1 mostra simplificadamente a arquitetura do sistema integrado. A plataforma inercial (INS), através de interface ARINC-429 com o barramento de dados da aeronave, fornece dados dos giroscópios, acelerômetros, e atitude pré-processada a uma taxa de amostragem selecionada, que pode variar de 10 a 40 Hz para este sistema. O sistema DGPS fornece, através de interface serial RS-232 e taxa de amostragem selecionável de 1 a 20 Hz, a posição precisa (dezenas de centímetros de posição após convergência) e a velocidade (décimos de metros por segundo). A velocidade é calculada através dos dados Doppler do receptor GPS, e não pelo sistema DGPS, sendo menos preciso qualitativamente. φ& 1 senφ tan θ & cosφ θ = 0 ψ& 0 senφ / cosθ cosφ tan θ − senφ cosφ / cosθ p − b p Ω e cosϕ + V E / Re − V E / Rn q − bq − R n 2 p r − b r − Ω e senϕ − V E tanϕ / Re (3) onde fu bu fN f = R fv − bv E p 2 n f D fw bw (4) e [ ϕ , λ , h ] são a latitude geodética, a longitude, e a altitude; [VN,VE,VD] são os componentes de velocidade da plataforma nas direções Norte, Leste, e Nadir; [ φ ,θ ,ψ ] são os ângulos de rolamento, arfagem,e guinada ("roll, pitch, yaw"); Re é o raio terrestre leste acrescido da altitude; Rn é o raio terrestre norte acrescido da altitude; R p2n é a matriz de rotação do sistema Fig. 1 - Arquitetura do filtro de Kalman Sigma Ponto A etapa de predição do filtro de Kalman é implementado pelo método Sigma-Ponto (Seção V), e integra as equações diferenciais que mecanizam a navegação da aeronave (ver Seção IV), usando os dados provenientes da INS. A etapa de correção do filtro de Kalman processa as medidas do sistema DGPS. do corpo para o sistema de navegação NED (Norte, Leste, e Nadir); Ω e é a rotação da Terra; g é a gravidade local computada levando em conta a atração gravitacional e a aceleração centrípeta; [p, q, r] são as taxas angulares medidas pelos giros e [bp, bq, br] são suas derivas respectivamente; [fu, fv, fw] são as medidas acelerométricas e [bu, bv, bw ] são seus --- 81 --- V Simpósio Brasileiro de Engenharia Inercial __________________________________________ “biases” respectivamente; e [fN, fE, fD] são as medidas acelerométricas corrigidas para o sistema NED. Para estimar os "biases"e derivas dos acelerometros e giros, na sua forma mais simples, eles podem ser modelados constantes por trechos: b&a = 0, (5) b& = 0, g ( 2n i=0 ][ ] T (10) usando os pesos de acordo com a equação (7). A fase de correção do filtro ("measurement update") usa as equações convencionais do filtro de Kalman4,5, pois as medidas DGPS são lineares em relação ao vetor de estado a ser estimado: ( K k = Pk H kt H k Pk H kt + Rk ) com ba ≡ (bu bv bw ) e b g ≡ b p bq br sendo os respectivos "biases" dos acelerômetros e derivas dos giros, aumentando o estado de 9 para 15 elementos. V. [ Pk +1 = ∑ W i χ i , k +1 − x k +1 χ i , k +1 − x k +1 Pˆ k = Pk H kt (I - K k H k )Pk ) −1 . (11) xˆ k = x k + K k [ y k − H k x k ] FILTRO DE KALMAN SIGMA-PONTO Neste trabalho foi adotado o filtro de Kalman chamado de filtro Sigma-Ponto (FKSP), que trata problemas não-lineares de forma diferente dos filtros de Kalman não-lineares convencionais. Este filtro usa técnicas de amostragem para obter um conjunto mínimo de amostras, os sigma-pontos7,8,9, que seja representativo do sistema não-linear. O método tenta obter informação sobre os momentos primários (média, covariância, assimetria, e curtose) a partir de poucas amostras escolhidas criteriosamente. Em seguida, as amostras selecionadas, os sigma-pontos, são preditas pelas equações diferenciais nãolineares do problema, e estas predições são utilizadas para calcular a covariância8. Com esta abordagem, a matriz Jacobiano do sistema não necessita ser calculada, que é uma grande vantagem desta abordagem. Neste trabalho, a abordagem do filtro FKSP é aplicado somente na fase de predição do filtro de Kalman. Definindo n como a dimensão do vetor de estado a ser estimado, gera-se um conjunto de 2n + 1 sigma-pontos: χˆ ko−1 = xˆ k −1 χˆ ki −1 = xˆ k −1 + ( n + κ )Pˆ k −1 , i = 1,K , n i VI. RESULTADOS DA SIMULAÇÃO A simulação foi realizada utilizando dados de um ensaio em vôo de uma aeronave devidamente instrumentada. Os dados da plataforma inercial foram gravados a uma taxa de 10 Hz. Os dados GPS brutos de uma estação de referência no aeroporto de São José dos Campos foram acumulados com os dados GPS brutos da aeronave em vôo, e posteriormente pósprocessados para fornecer a solução GPS diferencial (DGPS) a uma taxa de 1Hz. A Fig. 2 mostra a aeronave com a antena GPS aviônica e plano de terra ("ground plane") devidamente fixo à parte superior, energizado externamente para testes. Antena GPS (6) χˆ ki +−n1 = xˆ k −1 − ( n + κ )Pˆ k −1 , i = 1,K , n i onde ( n + κ )Pˆ k −1 é a i-ésima linha ou coluna da matriz i raiz quadrada de (n + κ ) Pˆ , e o fator κ é escolhido de k −1 maneira a escalonar os momentos superiores a 3. Se (n + κ ) = 3 , também é possível escalonar alguns dos quartomomentos (curtose) quando x é gaussiano7,9. Os pesos para ponderar a média e covariância predita são dados por: W o = κ / (n + κ ) W i = 1 / (2n + 2κ ) , i = 1,K , n . (7) W = 1 / (2n + 2κ ) , i = 1,K , n A fase de predição do FKSP é implementada através da integração das equacões (1)-(3), e (5), para cada sigma-ponto: χ& i , k +1 = f (χ i ,k ) . (8) i+ n A média e a covariância predita são então calculadas por: 2n x k +1 = ∑ W i χ i , k +1 (9) Fig. 2 - Aeronave para ensaio do sistema DGPS A aeronave realizou, durante quase duas horas, várias arremetidas e aproximações para pouso na pista do aeroporto, além de seguir na direção nordeste numa trajetória com alcance de até 130km do aeroporto. Selecionou-se um trecho da trajetória composto de uma aproximação e uma arremetida, conforme a Fig. 3, para ilustrar o desempenho do sistema integrado DGPS-INS. A altitude da pista do aeroporto é de cerca de 600m em relação ao nível do mar, e a aeronave desceu de cerca de 1350m até 700m de altitude (cerca de 100m acima da pista do aeroporto), subindo em seguida para 1350m novamente. i=0 --- 82 --- V Simpósio Brasileiro de Engenharia Inercial __________________________________________ 1500 Altitude (m) 1200 900 600 300 0 63800 63900 64000 64100 64200 64300 o nível de ruído a ser adicionado deveria, provavelmente, ser maior. Porém o erro estimado esterá coberto se a curva de 3sigmas for considerado. Tal fato pode indicar a necessidade de melhor sintonia ("tunning") do filtro na ocorrência desse tipo de evento, inclusive para que o tempo de resposta do filtro seja mais rápido. A Fig. 6 mostra os "biases" estimados pelo filtro. As curvas de desvios-padrão não foram incluidos pois seus valores são pequenos e se sobreporiam às curvas dos "biases". Na prática não se espera um lapso de dados DGPS tão longo, mas o teste escolhido mostra o comportamento do sistema desenvolvido numa situação crítica. Tempo (s) Norte Leste Nadir 15 Fig. 3 - Altitude da aeronave x tempo Preditor 10 Erros (m) 5 0 -5 -10 -15 0.15 Corretor 0.10 0.05 Erros (m) O filtro de Kalman Sigma-Ponto desenvolvido processou completamente todos os dados disponíveis do ensaio (quase duas horas). O trecho correspondente à Fig. 3 foi isolado e os erros cometidos pelo filtro são mostrados a seguir. Definiu-se como erro a diferença entre os resultados obtidos pelo experimento e os resultados calculados pelo solução DGPS pós-processada. A Fig. 4 mostra os erros horizontais (direções Norte e Leste) e vertical (direção do Nadir, para baixo). A figura superior mostra os erros de predição do filtro, e a inferior os erros após o processamento dos dados DGPS. Nota-se precisão de cerca de 10cm durante o período considerado. Para o período do ensaio, nos trechos em que dados DGPS estavam disponíveis manteve-se aproximadamente este nível de precisão. Uma outra ocorrência mostra a robustez do sistema DGPS/INS desenvolvido. Entre os instantes 61500s e 61536s, houve um lapso de dados DGPS. Ou seja, por aproximadamente 37s os dados DGPS estavam disponíveis mas sinalizados como não confiáveis (RMS=1000m). Não há explicação clara para essa ocorrência, já que o aeroplano estava rumando nordeste, a pouco mais de 500km/h, com ângulo de guinada ("heading") aproximadamente estável, sem indicação de mudanças de velocidade ou manobra bruscas. O software considerou que não houve dados DGPS a serem processados, e o sistema usou somente a informação do INS (acelerômetros, giros, e atitude), durante o período sem DGPS. A Fig. 5 mostra os erros horizontais e verticais durante a ocorrência deste evento. Nota-se que, após o lapso, os erros acumulados chegaram a cerca de 25m, devido a degradação do sistema, com o uso somente dos dados da plataforma inercial. Em seguida, o filtro levou cerca de 3 a 4 minutos para voltar a precisões abaixo de 1m. A Fig. 5 mostra também as respectivas curvas de desviospadrão obtidas através dos elementos diagonais da matriz predita de covariância dos erros. O erro na componente vertical foi rastreado pela matriz de covariância, que para 1sigma, estimou os erros em torno de zero. Entretanto os erros nas componentes norte-leste não foram representados adequadamente pela matriz de covariância, principalmente em seguida ao lapso de dados DGPS. Neste período, aparentemente a matriz foi subdimensionada, sinalizando que 0.00 -0.05 -0.10 -0.15 63800 63900 64000 64100 64200 64300 Tempo (s) Fig. 4 - Erros horizontais e vertical VII. COMENTÁRIOS FINAIS O trabalho mostrou a integração de um sistema GPS diferencial com a unidade inercial de uma aeronave (DGPS/INS), para navegação em tempo real. Utilizou-se a solução DGPS (GPS Diferencial) da Novatel com recurso de correção diferencial via serviço OmniStar fornecido via satélite. Uma interface com o barramento de dados da aeronave deverá fornecer os dados da plataforma inercial (INS) a bordo, em tempo real. Desenvolveu-se um filtro de Kalman baseado na técnica Sigma-Ponto para realizar a fusão dos vários tipos de dados a diferentes taxas de amostragem. Realizaram-se simulações do sistema DGPS/INS com dados referentes a um vôo de ensaio. Resultados mostram --- 83 --- V Simpósio Brasileiro de Engenharia Inercial __________________________________________ Au desempenho satisfatório mesmo num caso crítico de dados DGPS indisponíveis por um intervalo razoável (37s). Permanecem para serem testados situações de taxas de amostragem maiores, lapsos intermitentes do sistema DGPS, e o estabelecimento da pior situação tolerável. Aw 0.08 Bias acc. (m/s^2) 0.06 15 10 0.04 0.02 0.00 5 -0.02 0 -0.04 -5 0.020 -10 0.015 -15 0.010 Bias giro (rad/s) Erro Norte (m) Av -20 -25 -30 10 Giro p Giro q Giro r 0.005 0.000 -0.005 -0.010 -0.015 -0.020 61470 Erro Leste(m) 0 61670 61770 Tempo (s) -10 Fig. 6 - "Biases" estimados dos acelerômetros e giroscópios -20 -30 REFERÊNCIAS -40 [1] Parkinson, B.W.; Spilker Jr., J.J. Global Positioning System: theory and applications. Washington, AIAA, 1996. [2] Farrel, J.A. and Barth, M., 1998, “The GPS and Inertial Navigation.“, New York, NY, McGraw-Hill. [3] Novatel, "GPS + Reference Manual," Doc. OM-20000039, Ver. 0H, Apr. 2007. [4] Bierman, G. J., 1977, “Factorization Methods for Discrete Sequential Estimation”, Academic Press, New York. [5] Brown, R. G. and Hwang, P. Y. C., 1996, “Introduction to Random Signals and Applied Kalman Filtering”, John Wiley & Sons, New York. [6] Maybeck, P. S., 1979, “Stochastic Models, Estimation and Control”, Academic Press, New York. [7] Julier, S.J. and Uhlmann, J.K., 1997, “A New Extension of thee Kalman Filter for Nonlinear Systems”. International Symposium on Aerospace/Defense Sensing, Simulation and Controls, SPIE, 1997. [8] Julier, S.J. and Uhlmann, J.K., and Durrant-Whyte, H.F., 2000, “A new method for the nonlinear transformation of means and covariances in filters and estimators”. IEEE Transactions on Automatic Control, Vol. 45, Issue 3, p. 477-482. [9] Julier, S.J. and Uhlmann, J.K., 2004, “Unscented Filtering and Nonlinear Estimation”. Proceedings of the IEEE, Vol. 92, No. 3. -50 30 20 Erro Vertical (m) 61570 10 0 -10 -20 -30 -40 -50 61470 61570 61670 61770 Tempo (s) Fig. 5 - Erros horizontais e vertical para "gap" de dados DGPS --- 84 ---
Documentos relacionados
Trajetografia integrada com solução DGPS/SBAS – UMI - DEM
Ref. [11], recentemente apresentada. REFERÊNCIAS [1] Parkinson, B.W.; Spilker Jr., J.J. “Global Positioning System: theory and applications.” Washington, AIAA,
Leia mais