Dissertação

{en_GB=An Advanced Navigation System for Remotely Operated Vehicles (ROV)} {} EVALUATED

{pt=O ambiente subaquático da navegação de Veículos Operados Remotamente (ROV) cria um conjunto de dificuldades que não surgem na navegação de robots terrestres. A mais proeminente é a incapacidade de sinais GPS penetrarem o meio aquático, fazendo dos sensors baseados em ondas acústicas a escolha de reserva limitando as capacidades dos ROV devido à baixa velocidade de propagação dos sinais acústicos no meio aquático. Foi utilizado para resolver este problema um filtro de Kalman extendido, com alterações para lidar com os problemas específicos deste cenário. Para rejeitar os outiers foi criado um limite baseado na covariância da estimativa do filtro. Para lidar com os diferentes ritmos de atualização de informação dos sensors, o filtro é capaz de estimar em Dead Reckoning ou com apenas uma parte do conjunto de observações. O primeiro capítulo detalha sucintamente a historia e o estado da arte de navegação robótica subaquática. O segundo capítulo foca-se em soluções clássicas para o problema e detalha as alterações feitas a elas para obter melhores resultados no problema específico do ambiente subaquático. O terceiro capítulo finaliza o estudo de problemas clássicos e identifica a solução escolhida. O quarto capítulo mostra resultados simulados de cada alteração às soluções clássicas, e identifica os cenários onde a sua utilização é preferível. Finalmente, o quinto capítulo apresenta o caso experiemental e o ROV utilizado, e os resultados do filtro quando aplicado a dados reais., en=The underwater environment of Remotely Operated Vehicles (ROV) navigation creates a number of difficulties that do not arise in land based robotic navigation. The most proeminent of these is the inability of GPS signals to penetrate the water medium, making acoustic based sensors the fallback choice. constraining the ROV capabilities in a dramatic manner, due to the low speed of propagation of acoustic signals in the water. An Extended Kalman Filter was used to solve the problem, with adaptations to deal with the specific details of the underwater scenario. A threshold was created based on the covariance of the estimated position to reject outliers. To deal with the different update rates of the sensors, the filter is capable of estimating in dead reackoning, or with only a partial set of the observations. The first chapter gives a brief account of the history and state of the art of underwater robotic navigation. The second chapter focuses on classical approaches for the problem and details the adaptations made to them in order to better respond to the specifics of the underwater environment. It also briefly describes alternative approaches to the same problem, not pursued in this work. The third chapter sums up the study on classical problems and indentifies the solution choosen. The forth chapter shows simulation results of each adaptation to the classical solutions. Finally, the fifth chapter presents the experimental case and the ROV used, and the results of the navigation filter applied to real data. }
{pt=Navegação, DVL, USBL, Filtro de Kalman Extendido, ROV, en=Navigation, DVL, USBL, Extended Kalman Filter, ROV}

março 30, 2017, 15:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

António Manuel dos Santos Pascoal

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado