Filtrado de Kalman Federado Adaptativo con Aislamiento Dimensional para la Navegación de Vehículos Aéreos No Tripulados en Entornos Industriales Degradados
Autores: Zhan, Quanxi; Shen, Runjie; Mao, Yedong; Shu, Yihang; Shen, Lu; Yang, Linchuan; Zhang, Junrui; Sun, Chenyang; Guo, Fenghe; Lu, Yan
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Filtrado de Kalman Federado Adaptativo con Aislamiento Dimensional para la Navegación de Vehículos Aéreos No Tripulados en Entornos Industriales Degradados
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Vehículo aéreo no tripulado
Sistemas de navegación
Degradación de sensores
Pérdida de señal
Método NSDDI-AFF
Filtrado federado adaptativo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Los sistemas de navegación de vehículos aéreos no tripulados (VANT) enfrentan desafíos significativos en entornos complejos, como la degradación de sensores y la pérdida de señal. Este estudio propone el método NSDDI-AFF (Aislamiento de Degradación Normalizado Unidimensional con Filtrado Federado Adaptativo) para abordar estos problemas. Al integrar umbralización adaptativa, aislamiento de degradación y fusión de múltiples sensores, el método identifica dinámicamente los canales degradados y asegura una estimación de estado robusta. Evaluado en un patio de carbón semi-cerrado y en una tubería de energía hidroeléctrica, NSDDI-AFF redujo los errores de posición en un 97.5% y un 95.7% en comparación con LIO-SAM y Fast-LIO2, logrando un RMSE de posición de 0.05 m y un RMSE de orientación de 0.5 grados. El método detectó la degradación tempranamente (120 s) y mantuvo la precisión del mapeo con errores geométricos por debajo del 0.5%. Estos resultados demuestran que NSDDI-AFF mejora significativamente la precisión de posicionamiento de los VANT, la tolerancia a fallos y la fiabilidad del mapeo, convirtiéndolo en una solución robusta para aplicaciones industriales desafiantes.
Descripción
Los sistemas de navegación de vehículos aéreos no tripulados (VANT) enfrentan desafíos significativos en entornos complejos, como la degradación de sensores y la pérdida de señal. Este estudio propone el método NSDDI-AFF (Aislamiento de Degradación Normalizado Unidimensional con Filtrado Federado Adaptativo) para abordar estos problemas. Al integrar umbralización adaptativa, aislamiento de degradación y fusión de múltiples sensores, el método identifica dinámicamente los canales degradados y asegura una estimación de estado robusta. Evaluado en un patio de carbón semi-cerrado y en una tubería de energía hidroeléctrica, NSDDI-AFF redujo los errores de posición en un 97.5% y un 95.7% en comparación con LIO-SAM y Fast-LIO2, logrando un RMSE de posición de 0.05 m y un RMSE de orientación de 0.5 grados. El método detectó la degradación tempranamente (120 s) y mantuvo la precisión del mapeo con errores geométricos por debajo del 0.5%. Estos resultados demuestran que NSDDI-AFF mejora significativamente la precisión de posicionamiento de los VANT, la tolerancia a fallos y la fiabilidad del mapeo, convirtiéndolo en una solución robusta para aplicaciones industriales desafiantes.