Sistema de navegação inercial GPS/INS de baixo custo com compensação de erros por redes neurais artificiais / Low cost GPS/INS navigation systems with error compensation by artificial neural networks

AUTOR(ES)
FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

06/12/2011

RESUMO

Este trabalho aborda a aplicação de redes neurais artificiais (RNA) em um sistema de navegação inercial de baixo custo auxiliado por GPS. Busca-se suprir a necessidade que ocorre já que o GPS não trabalha em todos os ambientes, ou pode trabalhar de forma inadequada, durante certo intervalo de tempo. Desenvolve-se solução para prover a falta de informações na porção do tempo onde o GPS não opera, explorando a integração de sensores inerciais com o GPS. Sensores inerciais de baixo custo têm, porém, a desvantagem de apresentar um grande e contínuo acúmulo de erros, acarretando baixo desempenho no sistema. Utiliza-se rede neural, neste contexto, para melhorar a solução de navegação dada pelo sistema inercial nos períodos de ausência das informações provenientes do GPS. É apresentada uma revisão dos principais conceitos e técnicas envolvidas com o tema em questão; uma abordagem para configurar a RNA, quanto aos sinais de entrada e saída, baseada num conjunto simplificado de equações de navegação inercial e seus dois modos de operação, treinamento e predição. É abordada uma metodologia para o processamento de dados de treinamento e respectivo algoritmo de treinamento utilizando um filtro de Kalman adaptativo. Também é proposto um método para o treinamento da RNA com a característica de alternar a apresentação dos padrões de treinamento entre o modo lote, com conjuntos de tamanho fixo, e o modo sequencial, filtrando os padrões de treinamento individualmente, característica que confere ao método certa capacidade de treinamento em tempo aproximadamente-real. Finalmente, são apresentados os resultados obtidos, por simulação numérica, de uma aplicação de posicionamento veicular terrestre com dados adquiridos de uma IMU Crossbow CD400-200 e de um receptor GPS Ashtech Z12. Os métodos propostos foram testados em situações distintas de movimento do veículo e avaliados os erros de posição, ou predição, obtidos durante ausência simulada do GPS. Os erros de predição, obtidos pela RNA, apresentaram menor magnitude quando comparados com um sistema INS/GPS convencional, integrado por um filtro de Kalman, também simulado sem a atualização do GPS. Os resultados indicaram que a RNA foi mais eficiente em representar a cinemática do veículo, num dado intervalo de tempo, que o sistema de navegação convencional.

ASSUNTO(S)

navegação de baixo custo redes neurais artificiais (rna) navegação inercial gps umi sni filtro de kalman low cost navigation artificial neural networks (ann) inertial navigation imu ins kalman filter

ACESSO AO ARTIGO

Documentos Relacionados