Evaluación de algoritmos de fusión de datos para estimación de la orientación de vehículos aéreos no tripulados

El objetivo de este trabajo es evaluar y comparar los tres algoritmos de procesamiento de datos más usados en sistemas de referencia de orientación y rumbo (AHRS, por sus siglas en inglés), para vehículos aéreos no tripulados (UAVs por sus siglas en inglés), los cuales implementan procesos de filtr...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Cristóbal Chérigo, Humberto Rodríguez
Formato: article
Lenguaje:ES
Publicado: Editorial Universitaria 2017
Materias:
Acceso en línea:https://doaj.org/article/14c7bdf30c9a4620a245f83ec0304eb4
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
id oai:doaj.org-article:14c7bdf30c9a4620a245f83ec0304eb4
record_format dspace
spelling oai:doaj.org-article:14c7bdf30c9a4620a245f83ec0304eb42021-11-16T19:07:39ZEvaluación de algoritmos de fusión de datos para estimación de la orientación de vehículos aéreos no tripulados1680-88942219-6714https://doaj.org/article/14c7bdf30c9a4620a245f83ec0304eb42017-11-01T00:00:00Zhttps://revistas.utp.ac.pa/index.php/id-tecnologico/article/view/1719https://doaj.org/toc/1680-8894https://doaj.org/toc/2219-6714El objetivo de este trabajo es evaluar y comparar los tres algoritmos de procesamiento de datos más usados en sistemas de referencia de orientación y rumbo (AHRS, por sus siglas en inglés), para vehículos aéreos no tripulados (UAVs por sus siglas en inglés), los cuales implementan procesos de filtrado y de fusión de datos. Estos algoritmos son el Filtro de Kalman, el de Mahony y el de Madgwick. Comercialmente existen varios tipos de sensores IMU/Magnetómetros que proporcionan una muy buena retroalimentación de los estados de las aeronaves, sin embargo suelen ser muy costosos, por lo que en este trabajo nos concentraremos en aquellos que tienen un costo medio y una buena relación costo/desempeño a la hora de construir UAVS. Se desarrolló una metodología, mediante la cual se pudo comparar que algoritmo se adapta mejor a sistemas con diferentes características. Los resultados mostraron que el algoritmo que mejor funcionó es el filtro complementario de Robert Mahony debido a su mayor velocidad de convergencia. De los tres ángulos de rotación alrededor de los ejes principales xyz, en todas las estimaciones evaluadas, el ángulo alrededor de z(ψ) fue el que presentó la magnitud del error más grande, lo cual indica, que sigue existiendo cierta deficiencia en aquellas estimaciones que dependen del magnetómetro.Cristóbal ChérigoHumberto RodríguezEditorial Universitariaarticleahrsalgoritmos de fusión de datosalgoritmo de madgwickalgoritmo de mahonyuavsfiltro de kalmanBiotechnologyTP248.13-248.65ESRevista de I + D Tecnológico, Vol 13, Iss 2, Pp 90-99 (2017)
institution DOAJ
collection DOAJ
language ES
topic ahrs
algoritmos de fusión de datos
algoritmo de madgwick
algoritmo de mahony
uavs
filtro de kalman
Biotechnology
TP248.13-248.65
spellingShingle ahrs
algoritmos de fusión de datos
algoritmo de madgwick
algoritmo de mahony
uavs
filtro de kalman
Biotechnology
TP248.13-248.65
Cristóbal Chérigo
Humberto Rodríguez
Evaluación de algoritmos de fusión de datos para estimación de la orientación de vehículos aéreos no tripulados
description El objetivo de este trabajo es evaluar y comparar los tres algoritmos de procesamiento de datos más usados en sistemas de referencia de orientación y rumbo (AHRS, por sus siglas en inglés), para vehículos aéreos no tripulados (UAVs por sus siglas en inglés), los cuales implementan procesos de filtrado y de fusión de datos. Estos algoritmos son el Filtro de Kalman, el de Mahony y el de Madgwick. Comercialmente existen varios tipos de sensores IMU/Magnetómetros que proporcionan una muy buena retroalimentación de los estados de las aeronaves, sin embargo suelen ser muy costosos, por lo que en este trabajo nos concentraremos en aquellos que tienen un costo medio y una buena relación costo/desempeño a la hora de construir UAVS. Se desarrolló una metodología, mediante la cual se pudo comparar que algoritmo se adapta mejor a sistemas con diferentes características. Los resultados mostraron que el algoritmo que mejor funcionó es el filtro complementario de Robert Mahony debido a su mayor velocidad de convergencia. De los tres ángulos de rotación alrededor de los ejes principales xyz, en todas las estimaciones evaluadas, el ángulo alrededor de z(ψ) fue el que presentó la magnitud del error más grande, lo cual indica, que sigue existiendo cierta deficiencia en aquellas estimaciones que dependen del magnetómetro.
format article
author Cristóbal Chérigo
Humberto Rodríguez
author_facet Cristóbal Chérigo
Humberto Rodríguez
author_sort Cristóbal Chérigo
title Evaluación de algoritmos de fusión de datos para estimación de la orientación de vehículos aéreos no tripulados
title_short Evaluación de algoritmos de fusión de datos para estimación de la orientación de vehículos aéreos no tripulados
title_full Evaluación de algoritmos de fusión de datos para estimación de la orientación de vehículos aéreos no tripulados
title_fullStr Evaluación de algoritmos de fusión de datos para estimación de la orientación de vehículos aéreos no tripulados
title_full_unstemmed Evaluación de algoritmos de fusión de datos para estimación de la orientación de vehículos aéreos no tripulados
title_sort evaluación de algoritmos de fusión de datos para estimación de la orientación de vehículos aéreos no tripulados
publisher Editorial Universitaria
publishDate 2017
url https://doaj.org/article/14c7bdf30c9a4620a245f83ec0304eb4
work_keys_str_mv AT cristobalcherigo evaluaciondealgoritmosdefusiondedatosparaestimaciondelaorientaciondevehiculosaereosnotripulados
AT humbertorodriguez evaluaciondealgoritmosdefusiondedatosparaestimaciondelaorientaciondevehiculosaereosnotripulados
_version_ 1718426090352934912