Obtención de Trayectorias Empleando el Marco Strapdown INS/KF: Propuesta Metodológica

Abstract

[EN] The state-of-the-art of positioning systems has proven that complex sensor networks and artificial vision are required to accurately locate moving objects in autonomous navigation applications. This document presents the methodology for tracking position of moving objects using Kalman Filter Inertial Navigation Systems (INS/KF), integrating the Zero Velocity Update and Zero Angle Rate Update algorithms. The main contribution of this document is the methodological proposal in the integration of the INSKF-ZUPT/ZARUT o IKZ to the INS Strapdown feedback, providing restrictive properties to the displacement errors, significantly improving the trajectory, with a greater definition to the movement that was exposed the object. The proposed IKZ was tested with raw data from an IMU MPU-9255 in order to analyze the different results between static tests and linear movements on the X, Y and Z axes.

[ES] El estado del arte de los sistemas de posicionamiento ha demostrado que se requiere de redes complejas de sensores y de visión artificial para localizar con precisión objetos móviles en aplicaciones de navegación autónoma. Este documento presenta la metodología para el seguimiento de posición de objetos móviles utilizando Sistemas de Navegación Inercial con Filtro Kalman (INS/KF), en conjunto con la implementación de los algoritmos Zero Velocity Update y Zero Angle Rate Update (ZUPT/ZARUT). La principal contribución de este documento es la propuesta metodológica en la integración del INS-KF-ZUPT/ZARUT o IKZ al INS Strapdown re-alimentado, proporcionando propiedades restrictivas a los errores de deslice y mejorando significativamente la trayectoria, con una mayor definición al movimiento que fue expuesto el objeto. El IKZ propuesto fue probado con datos en bruto de una IMU MPU-9255 con el fin de analizar los diferentes resultados entre pruebas estáticas y movimientos lineales en los ejes X, Y y Z.