GPS/INS EKF (15-state) for GNSS outages

Yadav, C. et al. (2017), Development of GPS/INS Integration Module using Kalman Filter, Proceedings of ISETE International Conference, Bengaluru, India.

Résumé général

Cet article présente le développement d’un module d’intégration GPS/INS à faible coût utilisant un filtre de Kalman étendu (Extended Kalman Filter, EKF). L’objectif principal est d’améliorer la précision et la robustesse de la navigation dans des environnements où le signal GPS est intermittent ou dégradé. Le contexte de cette étude s’inscrit dans la nécessité croissante de systèmes de navigation intégrés capables de compenser les limitations respectives des capteurs GPS et INS, particulièrement dans les applications civiles et commerciales à coût réduit.

Méthodologie

La méthodologie repose sur l’implémentation d’un schéma d’intégration GPS/INS basé sur un EKF, permettant d’estimer de manière optimale la position, la vitesse et l’orientation du véhicule. L’architecture du filtre comprend 15 états, incluant les erreurs de position, vitesse, attitude, biais gyroscopiques et accélérométriques. Deux modes d’intégration sont étudiés : le mode feed-forward, où les corrections INS sont directement appliquées, et le mode feed-back, où les erreurs estimées sont rétro-injectées dans le système INS. La mise en œuvre est réalisée sous MATLAB/Simulink, facilitant la simulation et la validation du modèle dans des scénarios variés, notamment en présence de coupures GPS.

Résultats principaux

Les résultats démontrent une réduction significative des erreurs de position et de vitesse grâce à l’intégration EKF, comparativement à l’utilisation isolée du GPS ou de l’INS. En particulier, le système maintient une précision satisfaisante lors des interruptions temporaires du signal GPS, grâce à la propagation inertielle corrigée. Les performances montrent une stabilité accrue de l’estimation, avec une convergence rapide des états du filtre et une bonne gestion des biais capteurs. Ces résultats confirment l’efficacité de l’approche pour des applications nécessitant une navigation robuste en environnement contraint.

Apports pour RS3

Pour le projet RS3, cette étude offre une base solide pour la simulation d’interruptions GNSS et l’évaluation de la résilience du système de navigation. Le modèle EKF et son architecture 15 états permettent de tester la bascule vers la navigation inertielle lors des coupures, garantissant la continuité de la solution de positionnement. La méthodologie de feed-forward/feed-back apporte également une flexibilité intéressante pour adapter la fusion des capteurs selon les conditions opérationnelles.

Apports pour Telemachus

Les concepts développés dans ce travail peuvent être directement transposés dans la structuration des champs de données du système Telemachus, notamment fusion_mode pour indiquer le mode d’intégration actif, gps_outage pour signaler les périodes sans réception GPS, et state_confidence pour quantifier la fiabilité des estimations. Cette organisation améliore la traçabilité et la gestion des états du filtre, facilitant l’analyse et le diagnostic en temps réel.

Citation Zotero

Yadav, C., et al. (2017). Development of GPS/INS Integration Module using Kalman Filter. Proceedings of ISETE International Conference, Bengaluru, India.

Réseau 3 sortants 0 entrants

Sources · Liens sortants

  • P002 — Hybrid Kalman Filtering for Robust GNSS/IMU Fusion in Open Mobility Data
  • P004 — Robust GNSS/INS Integration in Urban Environments: Vehicle, Inertial, and SLAM Constraints
  • V001 — Compétence C3 — Maîtriser les méthodes de fusion multi-capteurs (GNSS/IMU)

Cité par · Liens entrants

Aucune citation détectée.