FenixEdu™

Dissertação

{en_GB=Cooperative Position and Orientation Estimation for Multi-Vehicle Systems} {} EVALUATED

Detalhes: {pt=Os UAVs têm sido utilizados há muito tempo tanto em aplicações militares como comerciais. A estimativa e controlo cooperativos são tópicos de investigação prósperos no campo dos sistemas multiagentes. A cooperação pode permitir ou melhorar o desempenho na execução de tarefas, através da deteção local e troca de informação. Com o mapeamento local a ser demasiado complexo e com elevado consumo de energia, num ambiente sem GPS e sem conhecimento prévio da localização, as tarefas de piloto automático não podem ser executadas, tornando a estimação cooperativa a opção mais adequada. Esta tese concentra-se nos conceitos fundamentais de um algoritmo de estimação da posição e do rumo de um UAV para um conjunto muito específico de condições, tais como, a falta de sinal GPS sob o tabuleiro de uma ponte. Os filtros são fundamentais para obter a melhor estimativa possível com os sensores e modelos disponíveis. Os algoritmos de filtragem utilizados são o Filtro de Kalman, o Extended Kalman Filter e um filtro complementar como Filtro de Kalman, bem como um filtro não linear, de modo a obter resultandos diferentes em função das necessidades e restrições do meio. Os principais resultados foram obtidos utilizando o Extended Kalman Filter e no filtro não-linear. A introdução do filtro não-linear não pode ser avaliada apenas com base no desvio RMS. A necessidade de menos computing power e baterias devido ao menor número de sensores pode ser uma vantagem em algumas situações., en=UAVs have long been used in both military and commercial applications. Cooperative estimation and control are thriving topics of research within the field of multiagent systems. Cooperation may enable or improve performance in task execution, through local sensing and exchange of information. In a GPS denied environment without previous knowledge of the surrounding area, autopilot tasks cannot be executed, making cooperative estimation a better suited option. This thesis provides an overall view on the fundamental concepts of an UAV’s position and heading estimation algorithm for a very specific set of conditions, such as, the lack of GPS signal under a bridge deck. Filters are fundamental to obtain the best estimation possible with the sensors and models available. The filtering algorithms used are Kalman Filter, Extended Kalman Filter, and a complementary filter as Kalman Filter, as well as a non-linear filter, to obtain different results depending on the needs and constraints of the environment. The main results were based on the Extended Kalman Filter and the non-linear filter. The introduction of the non-linear filter cannot be evaluated only based on the RMS deviation though. The need for less computing power and batteries due to the fewer sensors can be a plus in some situations. }
Keywords: {pt=Veículos Aéreos Não Tripulados, Estimação Cooperativa, Filtros, Filtro de Kalman, Posição, Orientação., en=Unmanned Aerial Vehicles, Cooperative Estimation, Filtering, Kalman Filter, Position, Orientation.}

Discussão: novembro 30, 2021, 14:0