logo móvil
Contáctanos

Investigación sobre la calibración de la orientación para el sistema de posicionamiento peatonal inercial montado en el pie basado en la actitud del acelerómetro

Autores: Wang, Qiuying; Liu, Kaiyue; Sun, Zhiguo; Cai, Muchun; Cheng, Ming

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico
2019

Investigación sobre la calibración de la orientación para el sistema de posicionamiento peatonal inercial montado en el pie basado en la actitud del acelerómetro


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Montado en el pie
Posicionamiento inercial de peatones
Actualización de velocidad cero
Algoritmo de actitud mejorado
Mediciones de acelerómetro
Filtro de Kalman

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 29

Citaciones: Sin citaciones


Descripción
El posicionamiento peatonal inercial montado en el pie (FIPP) juega un papel importante para facilitar las actividades peatonales. Es adecuado para aplicaciones en entornos interiores donde los sistemas de navegación por satélite globales no están disponibles, como durante acciones de lucha contra incendios y militares. Sin embargo, el error de posicionamiento de FIPP puede aumentar rápidamente debido al ruido de medición de los sensores. La Actualización de Velocidad Cero (ZUPT) es un método de corrección de errores propuesto para resolver este error acumulativo. Sin embargo, el ángulo de desalineación de rumbo, que resulta en un aumento continuo del error de posicionamiento, no puede ser estimado por ZUPT. Para resolver este problema, se propone en este documento el ZUPT mejorado basado en el Algoritmo de Actitud Mejorado (IAA) según las mediciones del acelerómetro. Cuando un peatón está en la fase de postura, la actitud horizontal se estima utilizando las mediciones del acelerómetro. Según la relación entre el ángulo de desalineación de rumbo y la actitud horizontal, el ángulo de desalineación de rumbo se obtiene mediante una serie de derivaciones matemáticas. Tomando el error de velocidad y el ángulo de desalineación de actitud como observaciones, el ángulo de desalineación de rumbo y el error de posicionamiento pueden ser estimados y compensados a través del filtro de Kalman. Finalmente, utilizamos el sensor MTI-G710 fabricado por XSENS para la prueba real y los resultados experimentales muestran que el método propuesto es efectivamente correcto.

Otros recursos que podrían interesarte

Temas Virtualpro