Estudio y modelado de errores que afectan a una Unidad de Medidas Inerciales de bajo coste

Abstract

Este proyecto presenta un análisis y modelado de los errores que afectan a los sensores de una Unidad de Medidas Inerciales (IMU) de bajo coste utilizando Allan Variance. Se realizará también el diseño y desarrollo de un filtro de Kalman (KF) aplicado a dicha IMU. Dicho filtro tratará de estimar un estado que incluirá, entre otros, los valores correspondientes a los ángulos de Euler (pitch, roll, yaw) con el objetivo de obtener información acerca de la orientación del dispositivo. El trabajo está orientado a vehículos aéreos no tripulados (UAV), como drones. Antes del desarrollo del proyecto, se proporcionará una pequeña introducción a conceptos importantes del trabajo, como los Sistemas de Navegación Inercial (INS), las IMU, los filtros de Kalman o el análisis Allan Variance. Las IMU basadas en MEMS tienen un amplio rango de aplicación, principalmente debido a su bajo coste. Este bajo coste hace que sea necesario compensar los errores que puedan influir en su correcto funcionamiento. Se realizará un modelado de los errores más característicos de los giróscopos y acelerómetros que esta IMU incluye, centrándonos en la dependencia que la varianza de dichos errores tiene con la temperatura. Para obtener dicha dependencia se realizará un análisis Allan Variance, en el que identificaremos los diferentes tipos de errores que afectan a cada sensor. Finalmente, obtendremos un filtro de Kalman que incorpora dichas compensaciones mediante los modelos anteriormente comentados. El filtro está programado en C++ y el análisis de Allan Variance en Matlab.

This Project presents a noise analysis and modeling for inertial sensors in a low-cost IMU using Allan Variance. It contains the design and development of a Kalman filter applied to an IMU too. This filter will try to estimate a state that will include the values of Euler angles (pitch, roll, yaw) with the purpose of obtaining information about the attitude of the device. This work is focused on Unmanned Aerial Vehicles (UAV) such as drones. Before the development of the proyect, a brief introduction to important concepts such as INS, IMU, KF or Allan Variance Analysis is presented. MEMS based Inertial Measurement Units have a wide range of applications mainly due to their low cost. Because of this low cost, we have to compensate for errors that may affect the proper functioning. A model of most characteristics errors of gyros and accelerometer will be done, focusing on the dependence between temperature and variance. To obtain this dependence an Allan Variance analysis will be done, where we will identify the different kind of errors that affect each sensor. Finally, we will obtain a KF with error compensation, programmed in C++ and an Allan Variance analysis made with Matlab.