Reconstitution de létat dun micro drone par fusion de données Travail de stage DEA Joan Solà...
-
Upload
aubert-besnard -
Category
Documents
-
view
108 -
download
2
Transcript of Reconstitution de létat dun micro drone par fusion de données Travail de stage DEA Joan Solà...
Reconstitution de l’état d’un micro drone par fusion de données
Travail de stage DEA
Joan Solà Ortega, stagiaireYves Brière, responsable à l’ENSICA
Département Avionique et Systèmes - ENSICA
ECOLE DOCTORALE SYSTÈMESDEA Systèmes AutomatiquesAnnée universitaire 2002-2003
Reconstitution de l'état d'un micro drone par fusion de données
2
1 Le projet Micro Drone
Pas de pilote
Gyromètres peu précis
Puissance de calcul limitée
Dynamique très rapide
Reconstitution de l'état d'un micro drone par fusion de données
3
2 Le problème à résoudre
• Ce que l’on veut : Les états à observer
– Localisation dans l'espace : r (m)– Vitesse de translation : v (m/s)– Accélération : a (m/s2)– Orientation : q (quaternion)– Vitesse d'orientation : (rad/s)
Reconstitution de l'état d'un micro drone par fusion de données
4
2 Le problème à résoudre
• Ce que l’on a : Les capteurs embarqués– L'accéléromètre 3D ac
– Le gyromètre 3D c
– Le magnétomètre 3D mc
– Le récepteur GPS rc , vc
GPS
Acc
Gyro
Mag
Pré
cisi
on
Dynamique
Reconstitution de l'état d'un micro drone par fusion de données
5
2 Le problème à résoudre
• Ce qu’il faut savoir : Les systèmes de référence
• La référence ECEF– GPS
• La référence NED– État : r, v, a, q
• La référence avion– Acc, Mag, Gyro
– État :
zavion
xavion
yavion
Greenwich
Equateur
Pôle Nord
zECEF
yECEF
xECEF
NE
D
Reconstitution de l'état d'un micro drone par fusion de données
6
2 Le problème à résoudre
• Ce qu’il faut avoir : Les Idées !
Dynamique Relative
Statique
Absolue
Orientation
Localisation
Acc
GyroAcc + Mag
GPS
FUSION DE FUSION DE DONNÉESDONNÉES
Reconstitution de l'état d'un micro drone par fusion de données
7
3 La solution : Kalman étendu
• Le modèle cinématique d'état
• Séparation en sous systèmes– Le sous système de
localisation – Le sous système
d'orientation
½
0
0
0
0
e
e
e
T
T
T
p q r
p r q
q r p
r q p
r
v
a
q
ω
r r v v
v v a v
a a v
q q Ω q v
ω ω v
Ω
Reconstitution de l'état d'un micro drone par fusion de données
8
3 La solution : Kalman étendu
• Les modèles des mesures GPS– Amplitude réelle de l’état– Rotation constante– Translation constante
0
0
0
ECEF ECEF NED
ECEF ECEF NED
ECEF ECEF NED
ECEF
ECEF
ECEF
rx x xx xy xz x x
ry y yx yy yz y y
rz z zx zy zz z z
x xx xy xz
y yx yy yz
z zx zy zz
r r c c c r
r r c c c r
r r c c c r
v c c c
v c c c
v c c c
NED
NED
NED
vx x
vy y
vz z
v
v
v
Reconstitution de l'état d'un micro drone par fusion de données
9
3 La solution : Kalman étendu
• Les modèles des mesures Acc, Mag et Gyro– Amplitude réelle (m, ou bien a+g)– Changement de repère variable (pas pour le Gyro)– Biais– Gains: K– Désalignements: L
cx x xy xz xx xy xz x x x
cy yx y yz yx yy yz y x y
cz zx zy z zx zy zz z x z
m k s s c c c m v
m s k s c c c m v
m s s k c c c m v
avionNEDC q
S = K+L
Reconstitution de l'état d'un micro drone par fusion de données
10
3 La solution : Kalman étendu
• Augmentation du vecteur d’état avec les incertitudes des capteurs
Symbole r v a q Sg Sa Sm
Dimension 3x1 3x1 3x1 4x1 3x1 3x1 3x3 3x1 3x3 3x1 3x3
Sous vecteur
3x1 3x1 3x1 4x1 3x1 3x1 9x1 3x1 9x1 3x1 9x1
Indices 1-3 4-6 7-9 10-13 14-16 17-19 20-28 29-31 32-40 41-43 44-52
MICRO drone ??Incertitudes : mouvements browniens
Reconstitution de l'état d'un micro drone par fusion de données
11
4 Les astuces
• Observateurs de poursuite: état du drone plus biais du gyromètre. – Algorithmes embarqués différenciés pour la localisation et
l’orientation.– États à estimer :
Symbole r v a q
Dimension 3x1 3x1 3x1 4x1 3x1 3x1
Sous vecteur
3x1 3x1 3x1 4x1 3x1 3x1
Indices 1-3 4-6 7-9 1-4 5-7 8-10
MICRO drone !!
9+10=19
Reconstitution de l'état d'un micro drone par fusion de données
12
4 Les astuces
• Traitement des mesures asynchrones
ˆ
ˆ ˆ ˆ
ii
TiT
i i i
i
i i
h
y h
x
Hx
PHK
H PH r
P I KH P
x x K x
Nouvelle mesure ?
NON
OUI
Boucle de prédiction synchrone à 40 ms
Boucle de correctionà l’arrivée de chaque
mesure
ˆ
ˆ ˆ
T
x
φF
x
P F P F Q
x φ x
ˆ
ˆ ˆ ˆ
ii
TiT
i i i
i
i i
h
y h
x
Hx
PHK
H PH r
P I KH P
x x K x
Reconstitution de l'état d'un micro drone par fusion de données
13
4 Les astuces
• Ne pas utiliser les mesures avec peu d’information– Pour des angles
d’inclinaison petitsles composantesverticales de m et gne varient pas beaucoup.
– L’orientation est bienobservable sans cesmesures zavion
xavion
yavion
gm
Reconstitution de l'état d'un micro drone par fusion de données
14
5 Les résultats
• Sous système d’orientation
– Calibrage du gyromètre: gains et désalignements (19 états)
– Poursuite avec estimation du biais (10 états). Recherche d’un jeu de mesures réduit.
– Données artificielles et réelles
Reconstitution de l'état d'un micro drone par fusion de données
15
5 Les résultats
• Calibration. Données artificielles Gxyz Axyz Mxyz
0 5 10 15 20 25 30 35 40 45-1
0
1Attitude
0 5 10 15 20 25 30 35 40 45
-2
0
2
Angular rates
0 5 10 15 20 25 30 35 40 45
0
0.2
0.4Gyro drifts
0 5 10 15 20 25 30 35 40 45
0
0.5
1
1.5Gyro gains and disalignements
Reconstitution de l'état d'un micro drone par fusion de données
16
5 Les résultats
• Calibration. Données réelles Gxyz Axyz Mxyz
0 50 100 150-1
0
1Attitude
0 50 100 150
-2
0
2
Angular rates
0 50 100 150
0
0.05
0.1
0.15
Gyro drifts
0 50 100 1500
0.5
1
Gyro gains and disalignements
Reconstitution de l'état d'un micro drone par fusion de données
17
5 Les résultats
• Poursuite. Données artificielles Gxyz Axy Mxy
0 5 10 15 20 25 30 35 40 45-1
0
1Attitude
0 5 10 15 20 25 30 35 40 45
-2
0
2
Angular rates
0 5 10 15 20 25 30 35 40 45-1
0
1Gyro drifts
0 5 10 15 20 25 30 35 40 45
0.01
0.02
0.03
Variances
Reconstitution de l'état d'un micro drone par fusion de données
18
5 Les résultats
• Poursuite. Données réelles Gxyz Axy Mxy
0 10 20 30 40 50 60 70-1
0
1Attitude
0 10 20 30 40 50 60 70
-2
0
2
Angular rates
0 10 20 30 40 50 60 70
0
0.1
0.2
0.3
Gyro drifts
0 10 20 30 40 50 60 70
5
10
15
x 10-3 Variances
Reconstitution de l'état d'un micro drone par fusion de données
19
Conclusions
• Une méthode optimale pour l’observation de l’état du micro drone a été développée
• Des méthodes simplifiées ont été conçues pour être embarquées
• L’observabilité peut être explorée pour différentes configurations de mesures
• La validation expérimentale de ces méthodes par le système embarqué est en cours et en bonne voie !
Reconstitution de l'état d'un micro drone par fusion de données
20
Merci!