Attitude Determination for Low Cost IMU and Processor Board using the Methods of TRIAD, Kalman Filter and Allan Variance

Autores

  • Mayara Mesiano Carrasco Universidade Federal do ABC
  • André Luís da Silva Universidade Federal de Santa Maria

Palavras-chave:

Navegação Inercial, Filtro de Kalman, Determinação de Atitude, Variância de Allan.

Resumo

Este artigo apresenta métodos para determinação de atitude usando sensores MEMS e um processador de baixo custo Arduino One. Filtros de Kalman foram desenvolvidos para fundir os dados de acelerômetro, magnetômetro e giroscópio. Os dados do acelerômetro e magnetômetro foram processados com o método de TRIAD. As matrizes de covariância usadas no projeto dos filtros de Kalman foram obtidas pela análise de variância de Allan dos sensores. Um filtro de Kalman foi melhorado com uma
modelagem de ruído do giroscópio que combina o ruído branco padrão com o random walk. Resultados experimentais mostram que esta mudança pode determinar resultados razoavelmente diferentes em relação aqueles do filtro de Kalman padrão.

Downloads

Não há dados estatísticos.

Biografia do Autor

Mayara Mesiano Carrasco, Universidade Federal do ABC

Universidade Federal do ABC, Santo André, SP

André Luís da Silva, Universidade Federal de Santa Maria

Universidade Federal de Santa Maria, Cachoeira do Sul, RS

Referências

[1] GREWAL, Mohinder S. et al. Global Positioning systems, inertial navigation and integration. 2. ed. Hoboken, USA: Wiley-Interscience, 2007.

[2] TITTERTON, D. H.; WESTON, J. L. Strapdown inertial navigation technology. 2ed. Reston, USA: AIAA, 2004.

[3] EL-SHEIMY, N.; HOU, H.; NIU, X. Analysis and modeling of inertial sensors using allan variance. IEEE Transactions on Instrumentation and Measurement, v. 57, n. 1, 140-149, 2008.

[4] MARKLEY, F.L. Attitude determination using two vector measurements. NASA techdoc_19990052720, Goddard Space Flight Center, 1998, url: http://www.archive.org/details/nasa_techdoc_19990052720

[5] TEWARI, A. Atmospheric and space flight dynamics: modeling and simulation with MATLAB and Simulink. Boston: Birkhäuser, 2007.

[6] CARVALHO, A. Influência da Modelagem dos Componentes de Bias -Instabilidade dos Sensores Inerciais no Desempenho do Navegador Integrado SNI GPS. Dissertação de Mestrado. Instituto Militar de Engenharia. Rio de Janeiro, 2011.

[7] de Amorim, J. Estudo e aplicação de algoritmos computacionais para a calibração de magnetômetros. Dissertação de Mestrado. Universidade Federal do ABC. Santo André-SP. 2012.

Downloads

Publicado

2025-09-05

Como Citar

Carrasco, M. M., & Silva, A. L. da. (2025). Attitude Determination for Low Cost IMU and Processor Board using the Methods of TRIAD, Kalman Filter and Allan Variance. Revista Brasileira De Iniciação Científica, 3(2), 26–41. Recuperado de https://periodicoscientificos.itp.ifsp.edu.br/index.php/rbic/article/view/2531

Edição

v. 3, n. 2 (2016): Edição especial Universidade Federal do ABC

Seção

Artigos

Licença

Copyright (c) 2025 Revista Brasileira de Iniciação Científica

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.