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...
Guardado en:
Autores principales: | , |
---|---|
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 |