Sistema di navigazione per un all-terrain vehicle basato su tecniche di sensor fusion

The thesis is developed in the context of systems localization in open space. The techniques merge the results of the inertial navigation (INS), obtained by integrating the measurements of accelerometers and gyroscopes contained within an inertial measurement unit (IMU), with data from other sensors. Additional instruments include a triaxial magnetometer to measure the magnetic field, a global positioning system (GPS) that provides the geographical coordinates, and an odometer that gives information on the forward speed of the vehicle. The navigation system architecture is loosely coupled in two different configurations. The first, called open loop, uses a linearized Kalman filter to correct the estimate resulting from the inertial navigation in feedforward. The second configuration is called closed loop because it updates the initial conditions of the integration using a feedback estimation corrected by an Extended Kalman Filter (EKF). The techniques developed are then applied to a specially created virtual model and to a data set collected during the experimental tests. The mathematical model is based on the vehicle’s kinematics and it is able to provide the status and to generate the measures of virtual sensors. The test campaign was carried out of traffic routes in order to have generic as possible path conditions. Finally, the measurements have been analyzed to characterize the noises and to distinguish their causes.

La tesi si sviluppa nell’ambito della localizzazione dei sistemi in campo aperto. Le tecniche adottate nel seguito prevedono di fondere i risultati della navigazione inerziale (INS), ottenuti integrando le misure di accelerometri e giroscopi contenuti all’interno di un piattaforma inerziale (IMU), con i dati forniti da altri sensori. Gli strumenti aggiuntivi comprendono un magnetometro triassiale per la misura del campo magnetico, un sistema di posizionamento globale (GPS) che fornisce le coordinate geografiche e un odometro che dà un’informazione sulla la velocità di avanzamento del veicolo. Il sistema di navigazione viene realizzato in architettura loosely coupled secondo due diverse configurazioni. La prima, denominata open loop, utilizza un filtro di Kalman linearizzato per correggere in feedforward lo stato stimato con la navigazione inerziale. Rispetto alla precedente, la seconda configurazione viene chiamata closed loop poiché aggiorna le condizioni iniziali dell’integrazione utilizzando in feedback la stima corretta da un filtro di Kalman esteso (EKF). Le tecniche sviluppate vengono poi applicate sia ad un modello virtuale, appositamente creato, che ad una serie di dati raccolti durante delle prove sperimentali. Il modello matematico si basa sulla cinematica del veicolo ed è in grado di fornirne lo stato e di generare le misure virtuali dei sensori a partire da esso. La campagna di prove è stata realizzata al di fuori dei tracciati stradali in modo da avere le condizioni di percorso più generiche possibili. Infine sono state analizzate le misure per caratterizzare i rumori da cui sono affette e per distinguerne le cause.