BR102012016327B1 - dispositivo e processo de navegação integrando vários sistemas inerciais de navegação híbridos - Google Patents
dispositivo e processo de navegação integrando vários sistemas inerciais de navegação híbridos Download PDFInfo
- Publication number
- BR102012016327B1 BR102012016327B1 BR102012016327-6A BR102012016327A BR102012016327B1 BR 102012016327 B1 BR102012016327 B1 BR 102012016327B1 BR 102012016327 A BR102012016327 A BR 102012016327A BR 102012016327 B1 BR102012016327 B1 BR 102012016327B1
- Authority
- BR
- Brazil
- Prior art keywords
- hybrid
- navigation
- signal
- systems
- inertial
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
- G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
DISPOSITIVO E PROCESSO DE NAVEGAÇÃO INTEGRANDO VÁRIOS SISTEMAS INERCIAIS DE NAVEGAÇÃO HÍBRIDOS A presente invenção refere-se a um dispositivo de navegação híbrido para um veículo compreendendo pelo menos um sensor auxiliar apto a emitir pelo menos um sinal auxiliar representativo de um parâmetro e uma pluralidade de sistemas de navegação híbridos, cada sistema de navegação híbrido compreendendo pelo menos um sistema inercial de navegação e pelo menos um computador configurado de modo a hibridar pelo menos um sinal representativo de uma medicação inercial com o referido pelo menos um sinal auxiliar, para formar um sinal híbrido em saída de cada sistema de navegação híbrido. De acordo com a invenção, o referido dispositivo de navegação híbrido compreende um módulo de detecção de bom funcionamento e de ponderação dos referidos sistemas de navegação híbridos, o referido módulo sendo configurado de modo a receber por um lado o referido pelo menos um sinal auxiliar e por outro lado os referidos sinais híbridos de cada sistema de navegação híbrido e deduzir pelo menos um indicador de bom funcionamento e um coeficiente de ponderação para cada sistema de navegação híbrido e calcular um sinal híbrido ponderado em função dos referidos sinais híbridos e coeficientes (...).
Description
[0001] A invenção refere-se aos sistemas de navegação dos aviões, embarcações ou outros veículos e, em particular, no caso onde vários sistemas inerciais de navegação híbridos são utilizados sobre um mesmo veículo.
[0002] Entende-se por sistema de navegação híbrido um sistema compreendendo pelo menos uma unidade de medição inercial e pelo menos um sensor auxiliar, em que um computador hibrida as medições que provêm da unidade de medição inercial com as medições que provêm do sensor auxiliar. Em um sistema de navegação híbrido, a hibridação das medições da unidade de medição inercial e do sensor auxiliar permite atingir desempenhos superiores aos de cada um dos subsistemas e realizar estimativas de parâmetros inacessíveis quando se considera cada um dos subsistemas de medição isoladamente.
[0003] Por exemplo, em um sistema de navegação híbrido, a utilização de um sensor auxiliar de posição permite obter precisões de estimativa de proa que seriam inatingíveis se se considerasse cada um dos subsistemas de medição tomados isoladamente. Em particular, em um sistema de navegação híbrido para aplicação marinha, a utilização de um sensor auxiliar fornecendo a velocidade em relação à corrente permite obter uma estimativa da referida corrente o que seria impossível se se considerasse cada um dos subsistemas tomados isoladamente.
[0004] A utilização de sistemas inerciais de navegação híbridos generalizou-se em numerosas aplicações desde o fim dos anos 1990 graças ao desenvolvimento de sistemas de cálculos embarcados eficientes, à generalização de sistemas de navegação de satélites ou outros sistemas de ajuda à navegação e à redução de custo dos componentes inerciais giroscópicos e acelerométricos. Tais sistemas de navegação estão hoje em dia presentes sobre um elevado número de plataformas, como aviões, embarcações, submarinos, ou ainda os veículos terrestres...
[0005] Em um grande número de casos, vários sistemas de navegação híbridos estão presentes sobre a mesma plataforma. A presença de múltiplos sistemas permite, no caso de detecção de panes de um dos sistemas, continuar a navegar utilizando o ou os outros sistemas. A presença de múltiplos sistemas permite, além disso, calcular por combinação das informações de saída dos diferentes sistemas uma informação mais precisa que as provenientes de cada um dos subsistemas. Esta configuração de sistemas híbridos múltiplos sobre a mesma plataforma tende, portanto, a generalizar-se a fim de responder às limitações de segurança e de desempenho da navegação e, portanto, a integridade do veículo.
[0006] O método de detecção de anomalias em tais configurações é baseado em geral em um dos três tipos de métodos seguintes ou de uma combinação de um subconjunto destes métodos:
[0007] - um procedimento dito de “voto majoritário” é aplicável a um dispositivo compreendendo pelo menos três sistemas inerciais sobre uma mesma plataforma;
[0008] - um controle da situação de statusindividual de cada sistema independentemente dos outros; e/ou
[0009] - uma estimativa de covariância de erro fornecida por cada um dos sistemas.
[0010] Os procedimentos de tipo “voto majoritário” permitem detectar o sistema inercial híbrido funcionando o menos eficiente entre pelo menos três sistemas inerciais híbridos comparáveis. Contudo, o método de “voto majoritário” não funciona no caso em que apenas dois sistemas inerciais híbridos devem ser comparados. Por outro lado, o método de “voto majoritário” é mal adaptado aos casos onde sistemas de classes de desempenhos diferentes devem ser comparados. Além disso, no caso em que uma maioria de sistemas inerciais híbridos é afetada por uma mesma pane, o “voto majoritário” pode provocar erros de navegação.
[0011] Os métodos baseados nas situações individuais permitem detectar as panes evidentes, mas não permitem determinar o sistema inercial híbrido funcionando o melhor possível entre os vários sistemas inerciais híbridos sem avarias evidentes.
[0012] Por último, os métodos baseados sobre as informações de tipo covariância de erro não permitem detectar anomalias de funcionamento, mas apenas comparar os desempenhos de vários sistemas exceto se cada um entre eles funciona nominalmente. Em particular quando dois sistemas com mesmas características são utilizados sobre o mesmo veículo, eles fornecem as mesmas informações de covariância de erro ainda que, na prática, um dos dois sistemas pode ter um erro significativamente menor que o outro.
[0013] Existe, portanto, uma necessidade de um novo método permitindo determinar o sistema inercial híbrido funcionando de modo melhor entre uma pluralidade de sistemas inerciais híbridos. Em particular, no caso de dois sistemas inerciais híbridos, é desejável poder determinar o sistema funcionando melhor, com menor incidência de erro. Mais particularmente, no caso de vários sistemas inerciais de classes de desempenhos diferentes, é desejável poder determinar o sistema funcionando melhor com menos erro.
[0014] Nos últimos anos, desenvolveram-se novos métodos de filtragem baseados em particular sobre a utilização de uma avaliação de probabilidade no sentido estatístico. Estes métodos de filtragem permitem obter indicadores de bom funcionamento de um sistema composto de dois sensores fornecendo informações comparáveis.
[0015] Assim o documento US2011/0040430 A1 descreve um sistema compreendendo várias unidades de medições inerciais (UMI), um ou vários sensores auxiliares e uma unidade de detecção de anomalia. A unidade de detecção de anomalia compara os dados UMI e os dados auxiliares em função de um critério baseado na probabilidade, o que permite detectar anomalias de funcionamento dos UMI ou de seus sensores elementares (giroscópio e acelerômetros).
[0016] Por outro lado, o documento US2010/0049439 A1 descreve um sistema de navegação híbrido compreendendo um único UMI e um único sensor externo (GPS). O sistema de navegação híbrido compreende dois filtros de hibridação diferentes, dispostos em paralelo e um computador compara as diferentes hibridações do binário UMI - sensor auxiliar seguindo um critério de probabilidade. Este dispositivo permite selecionar o melhor filtro de hibridação e detectar anomalias de funcionamento do outro filtro de hibridação.
[0017] Por último, o documento US2010/0256906 A1 descreve um sistema de navegação híbrido compreendendo uma única UMI, um ou vários sensores auxiliares e um banco de filtros com múltiplas hipóteses. Este dispositivo permite comparar os diferentes filtros seguindo um critério de probabilidade e detectar anomalias de funcionamento de um dos filtros.
[0018] No entanto, estes dispositivos não são aplicáveis ao caso relativamente corrente de múltiplos sistemas de navegação híbridos baseados em UMI independentes. Com efeito, os dispositivos de US2010/0256906A1 e de US2010/0049439 A1 são aplicáveis apenas ao caso de uma única UMI. Além disso, o dispositivo de US2011/0040430 A1 necessita um acesso aos dados UMI antes de hibridação e impõe, portanto, realizar a hibridação a jusante. O método descrito no documento US2011/0040430 A1 não é aplicável, portanto, aos sistemas híbridos existentes correntemente no mercado e nos quais a função de hibridação já é interfaceada.
[0019] Existe, portanto, uma necessidade para um sistema de detecção de anomalias capaz de comparar o funcionamento de vários sistemas de navegação híbridos sem necessitar remodelar os cálculos de hibridação e capaz de detectar anomalias finas de funcionamento, compreendendo, aí, quando apenas dois sistemas inerciais híbridos são utilizados sobre o mesmo veículo e que um procedimento de tipo “voto majoritário” é impossível.
[0020] Em numerosos casos, o sistema de navegação do veículo que se quer posicionar não compreende sensores auxiliares cujas informações de saída são diretamente comparáveis às informações que seriam procedentes de uma ou várias unidades de medição inercial consideradas isoladamente.
[0021] Por exemplo, nas aplicações marinhas e no caso de ausência temporária ou sistemática de um sinal de GPS, o único dado auxiliar disponível se restringido frequentemente a um dado de velocidade relativo à camada d’água em que navega a embarcação. Este dado sendo a soma da velocidade real e da velocidade da corrente marinha, ele não pode ser comparado de modo relevante com os dados procedentes de uma unidade de medição inercial considerada independentemente.
[0022] Os sistemas atuais e em particular o dispositivo de US2011/0040430 não permitem responder a esta problemática porque eles necessitam que os dados do sensor auxiliar correspondam a um subconjunto dos dados procedentes das unidades de medição inerciais.
[0023] Existe, portanto, uma necessidade para um sistema de detecção de anomalias capaz de comparar o funcionamento de vários sistemas de navegação utilizando os dados de um sensor auxiliar cujas informações de saídas não são diretamente comparáveis às informações procedentes de uma unidade ou de várias unidades de medição inercial consideradas isoladamente.
[0024] Um dos objetivos da invenção é a determinação do melhor sistema de navegação híbrido entre uma pluralidade de sistemas de navegação híbridos embarcados sobre um mesmo veículo.
[0025] Um dos objetivos da invenção é a determinação do melhor sistema de navegação entre uma pluralidade de sistemas de navegação embarcados sobre um mesmo veículo no caso em que as informações de saídas do ou dos sensores auxiliares presentes sobre o veículo não permitem uma comparação direta com os dados procedentes das unidades de medição inercial.
[0026] Além disso, no caso em que vários sistemas de navegação estão presentes sobre o mesmo veículo, deseja-se combinar as informações destes diferentes sistemas a fim de deduzir informações mais precisas que a de cada um dos subsistemas. Os dois métodos os mais geralmente utilizados neste caso são as seguintes:
[0027] - um cálculo de baricentro das informações dos dois sistemas baseados em coeficientes baricêntricos fixados a priori,ou
[0028] - um cálculo de baricentro das informações dos dois sistemas baseados sobre coeficientes baricêntricos procedentes das informações de covariância de erro de cada um destes sistemas.
[0029] Na prática, estes métodos de baricentro não permitem, nem um nem outro, levar em conta o comportamento real de cada um dos sistemas quando de uma navegação e tendem por um lado a calcular dados subótimos, por outro lado superestimar a qualidade dos dados obtidos por combinação dos dados de cada um dos subsistemas. Por exemplo, no caso em que dois sistemas de mesmas características são utilizados sobre um veículo, cada um destes sistemas fornece, durante o passar do tempo, as mesmas informações de covariância de erro. A utilização das informações de covariância de erro como coeficiente de um procedimento de tirar a média se torna, neste caso, em calcular a média das saídas dos dois sistemas, com um coeficiente baricêntrico fixo igual a uma metade para cada um dos sistemas. A covariância calculada das informações combinadas é então igual à covariância comum dos dois subsistemas dividida por dois. Embora este tratamento seja ótimo em teoria, ele é, de modo geral, muito subótimo em uma situação real. Com efeito, em uma situação real supondo-se que um dos dois sistemas funciona de modo pior que o outro. Este funcionamento incorreto não é detectado a partir das informações de saída de covariância, se bem que o sistema funcionando menos bem seja afetado do mesmo coeficiente que o sistema funcionando melhor. As informações obtidas por combinação são então subótimos enquanto que as estimativas de erro da combinação são muito otimistas. Isto é visto certamente em um exemplo extremo onde as informações de um dos sistemas são absolutamente falsas enquanto que o outro funciona nominalmente. Neste caso, a combinação ótima consiste a considerar apenas o sistema funcionando nominalmente, o outro sistema sendo afetado de um coeficiente baricêntrico igual a zero, e a covariância desta “combinação” é evidentemente a covariância deste subsistema e não esta covariância dividida por dois, como calculado pelos processos comuns.
[0030] Existe, portanto, uma necessidade para um sistema capaz de combinar as informações de dois sistemas de navegação levando em conta seu comportamento real quando da navegação a fim de deduzir informações de navegação e de erro de navegação realistas e próximas do ótimo.
[0031] A presente invenção tem por objetivo remediar os inconvenientes das técnicas anteriores e refere-se mais particularmente a um dispositivo de navegação híbrido para um veículo compreendendo pelo menos um sensor auxiliar apto a emitir pelo menos um sinal auxiliar representativo de um parâmetro auxiliar de navegação do veículo, e uma pluralidade de sistemas de navegação híbridos, cada sistema de navegação híbrido compreendendo pelo menos um sistema inercial de navegação compreendendo pelo menos uma unidade de medição inercial, a referida unidade de medição inercial sendo apta para emitir pelo menos um sinal representativo de uma medição inercial, e cada sistema de navegação híbrido compreendendo pelo menos um computador configurado de modo a hibridar o referido pelo menos um sinal representativo de uma medição inercial com o referido pelo menos um sinal auxiliar, para formar um sinal híbrido em saída de cada sistema de navegação híbrido.
[0032] De acordo com a invenção, o referido dispositivo de navegação híbrido compreende um módulo de detecção de bom funcionamento e de ponderação dos referidos sistemas de navegação híbridos, o referido módulo sendo configurado de modo a receber por um lado o referido pelo menos um sinal auxiliar e por outro lado os referidos sinais híbridos em saída respectivamente de cada sistema de navegação híbrido e em deduzir pelo menos um indicador de bom funcionamento e um coeficiente de ponderação para cada sistema de navegação híbrido, o referido coeficiente de ponderação sendo calculado respectivamente em função de uma probabilidade do resíduo entre o referido sinal híbrido e o referido sinal auxiliar, e o referido módulo sendo configurado de modo a calcular um sinal híbrido ponderado em função dos referidos sinais híbridos e dos coeficientes de ponderação respectivos de cada sistema de navegação híbrido.
[0033] De acordo com um modo de realização preferido, o módulo de detecção de bom funcionamento e de ponderação compreende, para cada sistema de navegação híbrido, um bloco de cálculo configurado para calcular um resíduo entre o referido sinal híbrido e o referido sinal auxiliar e para calcular um coeficiente de ponderação do referido sinal híbrido em função da probabilidade do referido resíduo ou em função do log de probabilidade do referido resíduo.
[0034] De acordo com um modo de realização particular, o dispositivo de navegação híbrido compreende uma pluralidade de sistemas inerciais híbridos e uma pluralidade de sensores auxiliares, em que cada sistema inercial é hibridado com um sensor auxiliar diferente.
[0035] De acordo com um modo de realização particular, o dispositivo de navegação híbrido compreende uma pluralidade de sistemas inerciais híbridos e uma pluralidade de sensores auxiliares, em que pelo menos um sistema inercial híbrido é hibridado com os vários sensores auxiliares e em que o bloco de cálculo associado é configurado de modo a calcular uma probabilidade global de um conjunto de sensores e/ou uma probabilidade parcial relativa a um subconjunto de sensores entre o conjunto de sensores híbridos ao referido sistema inercial híbrido.
[0036] De acordo com diferentes aspectos particulares da invenção:
[0037] - cada computador é configurado de modo a calcular e transmitir ao módulo de detecção por um lado os estados de navegação do referido sistema de navegação híbrido e por outro lado um estimador de erro dos referidos estados de navegação;
[0038] - o estimador de erro dos estados de navegação compreende a matriz de covariância dos estados de navegação ou uma parte da matriz de covariância dos estados de navegação;
[0039] - o dispositivo compreende dois sistemas inerciais híbridos e o sinal híbrido ponderado é calculado em função dos referidos sinais híbridos e dos coeficientes de ponderação respectivos de cada sistema de navegação híbrido de acordo com a fórmula seguinte:
[0040] - onde os coeficientes de ponderação ^DATA\ EADiTn são calculados respectivamente em função da probabilidade do resíduo entre o referido sinal auxiliar e o referido sinal híbrido relativo a cada sistema inercial híbrido;
[0041] - a covariância de erro SOPT do sinal híbrido ponderado DATAOPT é obtida pela fórmula seguinte:
[0042] - os referidos blocos de cálculo são integrados no ou nos computadores de um ou de uma pluralidade de sistemas inerciais híbridos.
[0043] A presente invenção refere-se também a um processo de navegação para veículo, baseado sobre a utilização de um dispositivo de acordo com um dos modos de realização descritos e compreendendo as etapas seguintes:
[0044] - aquisição por pelo menos um sensor auxiliar de pelo menos um sinal auxiliar representativo de um parâmetro de navegação do veículo, e
[0045] - aquisição de uma pluralidade de sinais representativos respectivamente de uma medição inercial, por meio de uma pluralidade de sistemas de navegação,
[0046] - cálculo de um sinal híbrido em saída de cada sistema de navegação híbrido a partir de pelo menos um sinal auxiliar e de um sinal representativo de uma medição inercial,
[0047] - cálculo de um indicador de bom funcionamento e de um coeficiente de ponderação para cada sistema de navegação híbrido em função por um lado de pelo menos um sinal auxiliar e por outro lado sinais híbridos em saída respectivamente de cada sistema de navegação híbrido, e
[0048] - cálculo de um sinal híbrido ponderado em função dos referidos sinais híbridos e coeficientes de ponderação respectivos de cada sistema de navegação híbrido.
[0049] De acordo com um modo de realização preferido, o processo de navegação compreende, além disso, as etapas seguintes:
[0050] - cálculo de um resíduo entre o referido sinal híbrido e o referido sinal auxiliar e
[0051] - cálculo de um coeficiente de ponderação respectivo do referido sinal híbrido baseado sobre a probabilidade do referido resíduo.
[0052] A invenção encontrará uma aplicação particularmente vantajosa nos dispositivos integrando uma pluralidade de sistemas de navegação inerciais híbridos.
[0053] A presente invenção refere-se igualmente às características que surgirão durante a descrição seguinte e que deverá ser considerada isoladamente ou de acordo com todas as combinações tecnicamente possíveis.
[0054] Esta descrição dada a título de exemplo não limitativo permitirá melhor compreender como a invenção pode ser realizada em referência aos desenhos em anexo, nos quais:
[0055] - a figura 1 representa esquematicamente um dispositivo de acordo com um modo de realização do sistema da invenção no caso de dois sistemas de navegação híbridos com um sensor auxiliar;
[0056] - a figura 2 representa o coeficiente de melhoria da covariância calculado em função da razão das probabilidades de dois subsistemas / KDATA2) no caso de dois subsistemas de características idênticas.
[0057] Em uma primeira parte descreve-se rapidamente o funcionamento clássico de tais sistemas. Em uma segunda parte, explica-se um método de estimativa de probabilidade. Por último, descreve-se a implementação destes princípios em um dispositivo de detecção de bom funcionamento e de ponderação de sistemas inerciais de navegação híbridos. Sistemas inerciais de navegação híbridos
[0058] O funcionamento geral dos sistemas inerciais de navegação híbridos obedece a princípios clássicos bem descritos na literatura (ver, por exemplo, PHINS: the first high performance inertial navigation system based on fiber optic gyroscopes, F. Napolitano, T. Gaiffe, Y. Cottreau, T. Loret, Proceedings St Petersbourg International Conference on Navigation Systems 2002).
[0059] No núcleo de um sistema inercial de navegação encontra-se uma unidade de medição inercial composta geralmente de pelo menos três giroscópios e três acelerômetros (eventualmente mais em configurações redundantes). Os giroscópios e os acelerômetros fornecem, em cadência elevada, (tipicamente 200Hz) as informações de rotações e de aceleração instantâneas do sistema. Estas informações são integradas ao núcleo de um computador que realiza eventualmente uma compensação dos dados brutos sensores segundo um modelo pré-calibrado em fábrica (por exemplo, modelo de dependência em temperatura). Após compensação, as medições compensadas são integradas em seguida segundo equações clássicas da dinâmica, o que permite a partir de uma posição e de uma orientação inicial manter durante o curso do tempo uma posição e uma orientação atualizadas.
[0060] Sendo dado que os sensores giroscópico e acelerométrico são na prática imperfeitos (tipicamente os dados que eles fornecem são afetados por ruído, erro de desvio e fator de escala), a integração destes erros conduz durante o curso do tempo a acúmulos de erros consideráveis sobre a posição e a orientação atualizadas.
[0061] Portanto, o versado é levado, em geral, a hibridar os dados de posição e de orientação com os dados procedentes de outros tipos de sensores fornecendo informações comparáveis. Estes sensores auxiliares são, por exemplo, sistemas de radionavegação por satélite (GPS, GLONASS,...), sensores de velocidade (registro doppler, registro eletromagnético,...), sensores de altimetria combinados com um mapa pré-gravado (altimetria de radar, sondagem batimétrica,...).
[0062] A hibridação é realizada classicamente com a ajuda de um filtro de Kalman, mas pode ser realizada com qualquer método de fusão ótimo (por exemplo, numerosos filtros derivados do filtro de Kalman: filtro de Kalman estendido, inodoro,..., filtro de particulados,...).
[0063] O princípio geral desta hibridação é o seguinte. Durante o curso do tempo, em paralelo da integração das equações do movimento, o computador mantém uma estimativa dos erros do sistema. Esta estimativa dos erros do sistema é baseada em particular em um modelo dos erros dos sensores elementares da UMI e de sua montagem. Em cada recepção de uma informação de sensor auxiliar, a informação deste sensor é comparada com o cálculo do sistema de navegação. O resíduo, ou seja, a diferença, observado entre a previsão do sistema de navegação e a informação de sensor, então é combinado por um lado com a estimativa dos erros do sistema de navegação e por outro lado a um modelo de erro da informação do sensor auxiliar. O computador deduz uma correção do sistema de navegação inercial bem como a sua incerteza. O cálculo dos estados do sistema (posição, velocidade, orientação) é prosseguido depois de modo recursivo, até a próxima informação de um sensor auxiliar que, por sua vez, serve para corrigir as estimativas de estado e de erro do sistema de navegação. Preferivelmente, as estimativas de erros do sistema de navegação são representadas pela matriz de covariância estimada destes erros.
[0064] Em geral, um sistema de navegação híbrido fornece, portanto, por um lado, uma estimativa dos estados do sistema (posição, velocidade, orientação), mas também uma estimativa da covariância de erro destes estados. Em certos casos particulares, o sistema fornece também estimativas de outros parâmetros que não são diretamente estados de navegação (bem como de seus erros). Por exemplo, estes parâmetros particulares podem estar ligados aos erros afetando os sensores auxiliares (por exemplo, a corrente marinha no caso de um registro eletromagnético para aplicações marinhas). Estimativa de probabilidade
[0065] A estimativa de probabilidade de uma observação é baseada nos processos estatísticos clássicos.
[0066] Supondo-se que se observa uma variável v cuja lei de probabilidade N é conhecida. Por definição a probabilidade de uma observação ve será dada pelo valor N (ve).
[0067] Por exemplo, se a lei de probabilidade é uma lei normal multidimensional de variância S, a probabilidade da observação ré dada pela fórmula:
[0068] Aplica-se este tipo de cálculo no caso em que se considera um sistema de navegação híbrido por um lado e um sensor auxiliar por outro lado. Neste caso, supõe-se em geral que as diferentes variáveis são gaussianas, e dispõe-se por um lado da estimativa P de variância dos dados do sistema de navegação híbrido antes de fusão com os dados do sensor auxiliar, por outro lado da estimativa R de variância dos dados do sensor auxiliar.
[0069] Se se notar x o estado do sistema de navegação híbrido, z o dado do sensor auxiliar e H a matriz de medição (matriz ligando o estado do sistema aos dados do sensor auxiliar), e roresíduo, definido pela equação:
[0070] pode-se então verificar que o resíduo r tem uma distribuição de probabilidade gaussiana cuja variância é dada por:
[0071] Como se nota nesta fórmula, o cálculo da variância da observação é baseado em particular sobre a estimativa de erro do sistema de navegação. Um cálculo de probabilidade baseado nesta variância leva em conta, portanto, naturalmente a classe de desempenho do sistema considerado o que permite utilizar este tipo de estimador quaisquer que sejam as classes de desempenhos dos sistemas que se considera.
[0072] Pode-se depois calcular, partir das fórmulas precedentes, a probabilidade da observação realizada confrontando os dados do sistema de navegação híbrido com o(s) do sensor auxiliar. Um ponto importante a notar é que este cálculo de probabilidade estatístico deve ser feito antes que a hibridação da IMU e do sensor auxiliar seja realizada.
[0073] E m numerosos casos, não se atende a uma estimativa de probabilidade baseada em um único registro e, portanto, leva-se a calcular o log de probabilidade correspondendo às várias recepções sucessivas de dados do ou dos sensores auxiliares.
[0074] Esta estimativa de probabilidade (ou de log de probabilidade) fornece então um indicador de bom funcionamento do sistema considerado.
[0075] C- Implementação de um sistema de detecção de bom funcionamento e de ponderação de sistemas inerciais de navegação híbridos
[0076] A partir do método de estimativa de probabilidade descrito acima, será agora descrito um sistema de detecção de bom funcionamento e de ponderação de sistemas inerciais híbridos de acordo com um modo de realização particular, em relação com a figura 1.
[0077] A figura 1 representa esquematicamente um dispositivo de navegação inercial compreendendo um sensor auxiliar Det1 e dois sistemas de navegação híbridos INH1 e INH2. O dispositivo compreende, além disso, uma caixa de cálculo MOD ligada por um lado ao sensor auxiliar Det1 e por outro lado aos dois sistemas híbridos INH1 e INH2.
[0078] Cada sistema de navegação híbrido INH1, respectivamente INH2, compreende uma unidade de medição inercial, UMI-1, respectivamente UMI-2, e um computador Calc-H1, respectivamente Calc-H2. O computador Calc-H1 recebe, por um lado, as medições do sensor auxiliar Det1 e, por outro lado, as medições da UMI-1, e efetua um cálculo de hibridação entre as medições de UMI-1 e do sensor auxiliar Det1. De modo análogo, o computador Calc-H2 recebe, por um lado, as medições do sensor auxiliar Det1 e, por outro lado, as medições de UMI-2, e efetua um cálculo de hibridação entre as medições da UMI-2 e do sensor auxiliar Det1.
[0079] A caixa MOD recebe em alta frequência as informações DATA1 e DATA2 calculadas por cada um dos sistemas híbridos INH1 e INH2 e em particular as estimativas de posição, velocidade, orientação do veículo bem como as estimativas de incertezas SDATA1 e SDATA2 (por exemplo, sob a forma de uma matriz de covariância).
[0080] Esta caixa MOD recebe também as informações do sensor auxiliar Det1 antes que estas sejam transmitidas aos sistemas de navegação híbridos INH1 e INH2.
[0081] A cada recepção de uma informação do sensor auxiliar, a caixa MOD realiza, em um bloco de cálculo respectivamente Calc-v1 e Calc-v2, um cálculo de probabilidade, como descrito acima para cada um dos sistemas híbridos INH1 e INH2. Deve-se notar que para realizar este cálculo, não é necessário nenhum conhecimento do funcionamento interno dos sistemas híbridos ou das características de seus sensores giroscópicos e acelerométricos IMU-1 ou IMU-2. Este cálculo de probabilidade pode, portanto, ser feito independentemente do conhecimento dos sistemas de navegação inerciais INH1 e INH2, sendo naturalmente compatível com todos os tipos de sistemas de navegação híbridos sem modificação.
[0082] A caixa MOD fornece, em saída, na mesma cadência que as informações dos sistemas de navegação híbridos (no exemplo de implementação considerado), quatro tipos de dados: os dados DATA1 e DATA2 de cada um dos sistemas híbridos, os dados DATAOPT obtidos por ponderação dos dados de cada um dos sistemas híbridos e os dados SOPT de estimativa de covariância de erro dos dados DATAOPT.
[0083] Tipicamente, o cálculo de DATAOPT é realizado de acordo com a fórmula seguinte:
[0084] onde ^DATAI E ^DATAZsão as probabilidades calculadas dos dados DATA1 e DATA2 (estes coeficientes sendo sempre estritamente positivos).
[0085] Tipicamente o cálculo de SOPT é realizado de acordo com a fórmula seguinte:
[0086] onde E ^DATAZsão as probabilidades calculadas dos dados DATA1 e DATA2 (estes coeficientes sendo sempre estritamente positivos).
[0087] A caixa MOD fornece também em saída informações STATUS sobre as situações de funcionamento ou de anomalia de cada um dos sistemas de navegação híbridos. Estas situações de statuspodem ser, por exemplo, os coeficientes de ponderação dados acima ou as funções destes coeficientes de ponderação (por exemplo, o resultado de um conjunto de limiares sobre estes coeficientes permitindo dar um indicador binário de bom funcionamento).
[0088] Esta descrição mostra um modo de realização da invenção, mas numerosos modos de realização e variantes são possíveis.
[0089] De acordo com outro modo de realização, o dispositivo compreende vários sensores auxiliares diferentes e o módulo de detecção de bom funcionamento e de ponderação calcula quer uma probabilidade correspondendo ao conjunto dos sensores auxiliares quer uma probabilidade correspondendo a um subconjunto dos sensores auxiliares.
[0090] De acordo com uma variante de um dispositivo compreendendo vários sensores auxiliares diferentes, apenas uma parte destes sensores auxiliares é utilizada para ser hibridada em certos sistemas de navegação inerciais e outros sensores diferentes são utilizados para serem hibridados a outros sistemas híbridos (por exemplo, no caso onde dois sensores auxiliares GPS1 e GPS2 são utilizados, o GPS1 sendo hibridado unicamente a um primeiro sistema inercial INS1 e o GPS2 sendo hibridado unicamente a um segundo sistema inercial sistema 2).
[0091] De acordo com outro modo de realização, o dispositivo compreende mais de dois sistemas de navegação híbridos, e pelo menos um bloco de cálculo de probabilidade Calc-Vi é associado a cada sistema de navegação híbrido INHi.
[0092] De acordo com um modo de realização particular, a caixa MOD fornece unicamente em saída informações de probabilidade relativa de um dos sistemas em relação ao outro, ou seja, a razão das probabilidades correspondentes.
[0093] De acordo com um modo de realização particular, o computador da caixa MOD utiliza estimadores de erros dos sistemas híbridos representados sob uma forma diferente da matriz de covariância, por exemplo, um estimador de erro baseado unicamente sobre a parte diagonal da matriz de covariância.
[0094] De acordo com um modo de realização particular, o dispositivo compreende uma pluralidade de computadores disponíveis, os cálculos sendo distribuídos sobre um número mais ou menos elevado de computadores. Com vantagem, os cálculos de probabilidade são parcialmente ou totalmente integrados nos computadores de um ou vários sistemas de navegação híbridos, sob reserva de acessibilidade destes computadores.
[0095] No caso de dois sistemas de características idênticas, a figura 2 representa o coeficiente de melhoria da covariância (Cov.) calculado em função da razão das probabilidades dos dois sistemas (ADJM] / \DATA2'). Como se nota na figura 2, encontra-se o coeficiente clássico igual a uma metade no caso em que os dois sistemas têm a mesma probabilidade, o que corresponde a uma média clássica m. Em todos os outros casos, constata-se que o coeficiente de melhoria está mais próximo de um o que mostra que o tratamento clássico tende a superestimar o desempenho das informações combinadas.
[0096] A invenção permite comparar o bom funcionamento de vários sistemas de navegação híbridos.
[0097] O dispositivo e o processo da invenção permitem utilizar vários sistemas de navegação inerciais híbridos sobre um mesmo veículo fornecendo ao mesmo tempo um coeficiente de ponderação para cada sistema de navegação inercial híbrido. Além disso, a invenção permite detectar o bom funcionamento de cada um dos sistemas de navegação inerciais híbridos utilizados. A invenção fornece um dado combinado DATAOPT baseado nas estimativas de bom funcionamento de cada um dos sistemas de navegação inercial híbridos. Além disso, a invenção fornece uma estimativa de erro SOPT deste dado combinado DATAOPT.
[0098] O dispositivo e o processo da invenção permitem utilizar sistemas de navegações de classes de desempenhos diferentes.
[0099] O dispositivo e o processo da invenção permitem obter estimativas dos estados de navegação mais precisas que as obtidas pelos métodos clássicos.
[00100] O dispositivo e o processo da invenção permitem obter uma estimativa do erro dos estados de navegação mais realista e menos otimista que os métodos clássicos.
[00101] O dispositivo e o processo da invenção permitem utilizar um ou vários sensor(es) auxiliar(es) para avaliar o bom funcionamento de cada um dos sistemas de navegação híbridos. Notadamente, pode-se utilizar sensores auxiliares cujos dados não são diretamente comparáveis com os estados de navegação do veículo e, em particular, não são diretamente comparáveis com os dados provenientes de unidades de medição inerciais consideradas independentemente.
[00102] O dispositivo da invenção é compatível com os sistemas de navegação híbridos já existentes, aos quais é apenas suficiente acrescentar um módulo de cálculo suplementar, disposto entre cada sistema inercial híbrido e o ou os sensores auxiliares associados.
Claims (11)
1. Dispositivo de navegação híbrido para um veículo compreendendo: - pelo menos um sensor auxiliar (DET1) apto a emitir pelo menos um sinal auxiliar representativo de um parâmetro auxiliar de navegação do veículo, e - uma pluralidade de sistemas de navegação híbridos (INH1, INH2), - cada sistema de navegação híbrido compreendendo pelo menos um sistema inercial de navegação compreendendo pelo menos uma unidade de medição inercial (UMI-1, UMI-2), a referida unidade de medição inercial (UMI-1, UMI- 2) sendo apta a emitir pelo menos um sinal representativo de uma medição inercial, e cada sistema de navegação híbrido compreendendo pelo menos um computador (CALC-H1, CALC-H2) configurado de modo a hibridificar o referido pelo menos um sinal representativo de uma medição inercial com o referido pelo menos um sinal auxiliar, para formar um sinal híbrido em saída de cada sistema de navegação híbrido (DATA1, DATA2), caracterizadopelo fato de que: - o referido dispositivo de navegação híbrido compreende um módulo (MOD) de detecção de bom funcionamento e de ponderação dos referidos sistemas de navegação híbridos (INH1, INH2), o referido módulo (MOD) sendo configurado de modo a receber por um lado o referido pelo menos um sinal auxiliar e por outro lado os referidos sinais híbridos (DATA1, DATA2) em saída respectivamente de cada sistema de navegação híbrido (INH1, INH2) e para deduzir pelo menos um indicador de bom funcionamento (STATUS) e um coeficiente de ponderação para cada sistema de navegação híbrido (INH1, INH2), o referido coeficiente de ponderação sendo calculado respectivamente em função de uma probabilidade do resíduo entre o referido sinal híbrido (DATA1, DATA2) e o referido sinal auxiliar, e o referido módulo (MOD) sendo configurado de modo a calcular um sinal híbrido ponderado (DATAOPT) em função dos referidos sinais híbridos (DATA1, DATA2) e dos coeficientes de ponderação respectivos de cada sistema de navegação híbrido.
2. Dispositivo de navegação híbrido para um veículo de acordo com a reivindicação 1, caracterizadopelo fato de que o módulo (MOD) de detecção de bom funcionamento e de ponderação compreende, para cada sistema de navegação híbrido (INH1, INH2), um bloco de cálculo (Calc-V1, Calc-V2) configurado para calcular um resíduo entre o referido sinal híbrido (DATA1, DATA2) e o referido sinal auxiliar e para calcular um coeficiente de ponderação do referido sinal híbrido em função da probabilidade do referido resíduo ou em função do log de probabilidade do referido resíduo.
3. Dispositivo de navegação híbrido para um veículo de acordo com a reivindicação 1 ou 2, caracterizado pelo fato de compreender uma pluralidade de sistemas inerciais híbridos (INH1, INH2) e uma pluralidade de sensores auxiliares, em que cada sistema inercial é hibridizado com um sensor auxiliar diferente.
4. Dispositivo de navegação híbrido para um veículo de acordo com a reivindicação 2, caracterizado pelo fato de compreender uma pluralidade de sistemas inerciais híbridos (INH1, INH2) e uma pluralidade de sensores auxiliares, em que pelo menos um sistema inercial híbrido (INH1, INH2) é hibridizado com vários sensores auxiliares e em que o bloco de cálculo associado (Calc-V1, Calc-V2) é configurado de modo a calcular uma probabilidade global de um conjunto de sensores e/ou uma probabilidade parcial relativa a um subconjunto de sensores entre o conjunto de sensores híbridos ao referido sistema inercial híbrido.
5. Dispositivo de navegação híbrido para um veículo de acordo com qualquer uma das reivindicações 1 a 4, caracterizado pelo fato de que cada computador (CALC-H1, CALC-H2) é configurado de modo a calcular e transmitir ao módulo (MOD) de detecção por um lado os estados de navegação do referido sistema de navegação híbrido e por outro lado um estimador de erro dos referidos estados de navegação.
6. Dispositivo de navegação híbrido para um veículo de acordo com a reivindicação 5, caracterizado pelo fato de que o estimador de erro dos estados de navegação compreende a matriz de covariância dos estados de navegação ou uma parte da matriz de covariância dos estados de navegação.
7. Dispositivo de navegação híbrido para um veículo de acordo com qualquer uma das reivindicações 1 a 6, caracterizado pelo fato de que o dispositivo compreende dois sistemas inerciais híbridos (INH1, INH2) e em que o sinal híbrido ponderado (DATAOPT) é calculado em função dos referidos sinais híbridos (DATA1, DATA2) e dos coeficientes de ponderação respectivos de cada sistema de navegação híbrido (INH1, INH2) de acordo com a fórmula seguinte:
em que os coeficientes de ponderação ^DATA\θ ^DATAZsθ0calculados respectivamente em função da probabilidade do resíduo entre o referido sinal auxiliar e o referido sinal híbrido (DATA1, DATA2) relativo a cada sistema inercial híbrido (INH1, INH2).
8. Dispositivo de navegação híbrido para um veículo de acordo com a reivindicação 7, caracterizado pelo fato de que a covariância de erro SOPT do sinal híbrido ponderado DATAOPT é obtida pela fórmula seguinte:
9. Dispositivo de navegação híbrido para um veículo de acordo com qualquer uma das reivindicações 1 a 8, caracterizado pelo fato de que os referidos blocos de cálculo (Calc-V1, Calc-V2) são integrados no ou nos computadores (CALC-H1, CALC-H2) de um ou de uma pluralidade de sistemas inerciais híbridos (INH1, INH2).
10. Processo de navegação para veículo baseado na utilização de um dispositivo conforme definido em qualquer uma das reivindicações 1 a 9, caracterizado pelo fato de compreender as etapas seguintes: - adquirir por pelo menos um sensor auxiliar (DET1) pelo menos um sinal auxiliar representativo de um parâmetro de navegação do veículo, e - adquirir uma pluralidade de sinais representativos respectivamente uma medição inercial por meio de uma pluralidade de sistemas de navegação (INH1, INH2), - calcular um sinal híbrido em saída de cada sistema de navegação híbrido (DATA1, DATA2) a partir de pelo menos um sinal auxiliar e de um sinal representativo de uma medição inercial, - calcular um indicador de bom funcionamento e um coeficiente de ponderação para cada sistema de navegação híbrido (INH1, INH2) em função por um lado de pelo menos um sinal auxiliar e por outro lado sinais híbridos (DATA1, DATA2) em saída respectivamente de cada sistema de navegação híbrido (INH1, INH2), e - calcular um sinal híbrido ponderado (DATAOPT) em função dos referidos sinais híbridos (DATA1, DATA2) e dos coeficientes de ponderação respectivos de cada sistema de navegação híbrido.
11. Processo de navegação de acordo com a reivindicação 10, caracterizado pelo fato de compreender as etapas seguintes para cada sistema de navegação híbrido: - calcular um resíduo entre o referido sinal híbrido (DATA1, DATA2) e o referido sinal auxiliar e - calcular um coeficiente de ponderação respectivo do referido sinal híbrido baseado na probabilidade do referido resíduo.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1155834 | 2011-06-29 | ||
| FR1155834A FR2977314B1 (fr) | 2011-06-29 | 2011-06-29 | Dispositif et procede de navigation integrant plusieurs systemes inertiels de navigation hybrides |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| BR102012016327A2 BR102012016327A2 (pt) | 2014-03-04 |
| BR102012016327B1 true BR102012016327B1 (pt) | 2020-10-27 |
Family
ID=46458397
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BR102012016327-6A BR102012016327B1 (pt) | 2011-06-29 | 2012-06-29 | dispositivo e processo de navegação integrando vários sistemas inerciais de navegação híbridos |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8898013B2 (pt) |
| EP (1) | EP2541200B1 (pt) |
| BR (1) | BR102012016327B1 (pt) |
| CA (1) | CA2782685C (pt) |
| FR (1) | FR2977314B1 (pt) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10048686B2 (en) * | 2015-11-06 | 2018-08-14 | The Boeing Company | Methods and apparatus to autonomously navigate a vehicle by selecting sensors from which to obtain measurements for navigation |
| KR102475627B1 (ko) * | 2016-05-18 | 2022-12-08 | 엘지전자 주식회사 | 스마트 단말 서비스 시스템 및 데이터를 처리하는 스마트 단말기 |
| US10365131B2 (en) | 2016-05-18 | 2019-07-30 | Honeywell International Inc. | Hybrid inertial measurement unit |
| KR102440358B1 (ko) * | 2017-10-12 | 2022-09-05 | 한화디펜스 주식회사 | 관성 기반 항법 장치 및 상대사전적분에 따른 관성 기반 항법 방법 |
| CN109520490B (zh) * | 2019-01-02 | 2022-06-17 | 中国船舶重工集团公司第七0七研究所 | 一种光纤陀螺仪通信自适应方法 |
| US11754588B2 (en) * | 2020-08-24 | 2023-09-12 | Seiko Epson Corporation | Inertial sensor device and inertial measurement unit |
| CN112648993B (zh) * | 2021-01-06 | 2022-07-15 | 北京自动化控制设备研究所 | 一种多源信息融合组合导航系统及方法 |
| CN113008223B (zh) * | 2021-03-03 | 2022-10-28 | 哈尔滨工程大学 | 基于粒子滤波与图优化的海底地形同步定位与建图方法 |
| CN115371670B (zh) * | 2022-10-21 | 2023-03-24 | 北京李龚导航科技有限公司 | 一种导航方法、装置、电子设备及存储介质 |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0778559B1 (en) * | 1992-03-12 | 2001-08-08 | Honda Giken Kogyo Kabushiki Kaisha | Vibration/noise control system for vehicles |
| US5719764A (en) * | 1995-07-19 | 1998-02-17 | Honeywell Inc. | Fault tolerant inertial reference system |
| US6731237B2 (en) * | 1999-11-09 | 2004-05-04 | The Charles Stark Draper Laboratory, Inc. | Deeply-integrated adaptive GPS-based navigator with extended-range code tracking |
| US7363149B2 (en) * | 2001-12-13 | 2008-04-22 | Robert Bosch Gmbh | Autonomous in-vehicle navigation system and diagnostic system |
| US6654685B2 (en) * | 2002-01-04 | 2003-11-25 | The Boeing Company | Apparatus and method for navigation of an aircraft |
| US20050125104A1 (en) * | 2003-12-05 | 2005-06-09 | Wilson Thomas L. | Electrical power distribution control systems and processes |
| US8581688B2 (en) * | 2002-06-11 | 2013-11-12 | Intelligent Technologies International, Inc. | Coastal monitoring techniques |
| US6876926B2 (en) * | 2002-09-26 | 2005-04-05 | Honeywell International Inc. | Method and system for processing pulse signals within an inertial navigation system |
| US7219013B1 (en) * | 2003-07-31 | 2007-05-15 | Rockwell Collins, Inc. | Method and system for fault detection and exclusion for multi-sensor navigation systems |
| ES2238936B1 (es) * | 2004-02-27 | 2006-11-16 | INSTITUTO NACIONAL DE TECNICA AEROESPACIAL "ESTEBAN TERRADAS" | Sistema y metodo de fusion de sensores para estimar posicion, velocidad y orientacion de un vehiculo, especialmente una aeronave. |
| FR2878953B1 (fr) * | 2004-12-03 | 2007-01-26 | Thales Sa | Architecture d'un systeme embarque d'aide au pilotage d'un aeronef |
| FR2901363B1 (fr) | 2006-05-19 | 2010-04-23 | Thales Sa | Dispositif de navigation aerienne a capteurs inertiels et recepteurs de radionavigation et procede de navigation aerienne utilisant de tels elements |
| FI20065438A0 (fi) * | 2006-06-22 | 2006-06-22 | Nokia Corp | Häiriönpoistoyksikkö ja häiriönpoistomenetelmä |
| US7899109B2 (en) * | 2006-08-08 | 2011-03-01 | The Aerospace Corporation | GPS m-code receiver tracking system |
| KR100815152B1 (ko) | 2006-11-07 | 2008-03-19 | 한국전자통신연구원 | 다중 필터 융합을 이용한 복합 항법 장치 및 이를 이용한항법 정보 제공 방법 |
| JP4103926B1 (ja) * | 2006-12-11 | 2008-06-18 | トヨタ自動車株式会社 | 移動体用測位装置 |
| US8193978B2 (en) * | 2007-11-14 | 2012-06-05 | Golba Llc | Positioning system and method using GPS with wireless access points |
| KR100881715B1 (ko) * | 2007-11-02 | 2009-02-06 | 주식회사 하이닉스반도체 | 지연고정루프 및 그의 동작방법 |
| US20100161179A1 (en) * | 2008-12-22 | 2010-06-24 | Mcclure John A | Integrated dead reckoning and gnss/ins positioning |
| JP5354931B2 (ja) * | 2008-02-29 | 2013-11-27 | 古野電気株式会社 | 衛星航法／推測航法統合測位装置 |
| RU2399065C2 (ru) * | 2008-04-11 | 2010-09-10 | Корпорация Самсунг Электроникс Ко., Лтд. | Способ определения местоположения подвижного объекта посредством гибридной навигационной системы (варианты) |
| CA2721830C (en) * | 2008-04-21 | 2017-06-20 | Bombardier Inc. | Integrity monitoring of inertial reference unit |
| FR2944101B1 (fr) | 2009-04-07 | 2011-06-03 | Thales Sa | Systeme inertiel hybride a comportement non lineaire et procede d'hybridation par filtrage multi hypotheses associe |
-
2011
- 2011-06-29 FR FR1155834A patent/FR2977314B1/fr not_active Expired - Fee Related
-
2012
- 2012-06-27 US US13/534,760 patent/US8898013B2/en active Active
- 2012-06-27 CA CA2782685A patent/CA2782685C/fr active Active
- 2012-06-29 BR BR102012016327-6A patent/BR102012016327B1/pt active IP Right Grant
- 2012-06-29 EP EP12305771.3A patent/EP2541200B1/fr active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CA2782685A1 (fr) | 2012-12-29 |
| US8898013B2 (en) | 2014-11-25 |
| BR102012016327A2 (pt) | 2014-03-04 |
| US20130006528A1 (en) | 2013-01-03 |
| FR2977314A1 (fr) | 2013-01-04 |
| EP2541200A1 (fr) | 2013-01-02 |
| CA2782685C (fr) | 2019-03-05 |
| EP2541200B1 (fr) | 2014-03-19 |
| FR2977314B1 (fr) | 2013-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BR102012016327B1 (pt) | dispositivo e processo de navegação integrando vários sistemas inerciais de navegação híbridos | |
| CN107885219B (zh) | 用于监控无人机飞行的飞行监控系统和方法 | |
| JP5258362B2 (ja) | パリティロジックを使用する慣性測定装置の故障検出、分離、再構成 | |
| KR101135782B1 (ko) | 네비게이션 중복성을 위한 시스템 | |
| US10955261B2 (en) | Air data attitude reference system | |
| ES2767677T3 (es) | Ayudas de navegación para sistemas aéreos no tripulados en un entorno sin GPS | |
| Guo et al. | Multisensor data-fusion-based approach to airspeed measurement fault detection for unmanned aerial vehicles | |
| CN110196049A (zh) | 一种动态环境下四陀螺冗余式捷联惯导系统硬故障检测与隔离方法 | |
| US5841537A (en) | Synthesized attitude and heading inertial reference | |
| US9037318B2 (en) | Systems and methods for providing aircraft heading information | |
| US20070050138A1 (en) | Enhanced inertial system performance | |
| CN105698788B (zh) | 产生两个独立不同的姿态解、惯性解或两者的系统和方法 | |
| CN111352433B (zh) | 一种无人机水平姿态角的故障诊断方法 | |
| JP7111869B2 (ja) | 機首方位測定システムにおけるセンサ測定の欠如を補償するシステムと方法 | |
| Jafari et al. | Inertial navigation accuracy increasing using redundant sensors | |
| Yi-ting et al. | A fast gradual fault detection method for underwater integrated navigation systems | |
| Rudin et al. | A sensor fault detection for aircraft using a single Kalman filter and hidden Markov models | |
| Rogne et al. | Fault detection in lever-arm-compensated position reference systems based on nonlinear attitude observers and inertial measurements in dynamic positioning | |
| CN105526947B (zh) | 基于磁力计测量值检测姿态故障的方法 | |
| Allerton et al. | An error compensation method for skewed redundant inertial configuration | |
| CN104316052A (zh) | 一种基于正交旋转的九陀螺mems惯性测量装置 | |
| Allerton et al. | Redundant multi-mode filter for a navigation system | |
| Sun et al. | Error calibration and FDI technology of gyros in redundant IMU | |
| KR101080831B1 (ko) | 지상항법장치에서의 방위각 정보 제공방법 | |
| Oshman et al. | Robust, imm-based, tightly-coupled ins/gps in the presence of spoofing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B03A | Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette] | ||
| B06F | Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette] | ||
| B06U | Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette] | ||
| B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
| B16A | Patent or certificate of addition of invention granted [chapter 16.1 patent gazette] |
Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 29/06/2012, OBSERVADAS AS CONDICOES LEGAIS. |
|
| B25D | Requested change of name of applicant approved |
Owner name: EXAIL (FR) |
|
| B25G | Requested change of headquarter approved |
Owner name: EXAIL (FR) |