Resumen

Para ofrecer soluciones de navegación aceptables, los servicios basados en la localización (LBS) en la navegación terrestre se basan sobre todo en la integración de las mediciones del Sistema de Posicionamiento Global (GPS) y el Sistema de Navegación Inercial (INS) para mayor precisión y solidez. El sistema integrado GPS/INS puede ofrecer mejores soluciones de navegación terrestre que cualquier sistema independiente. Las unidades de medición inercial (IMU) de bajo coste, basadas en la tecnología de los sistemas microelectromecánicos (MEMS), han revolucionado el sistema de navegación terrestre gracias a su miniaturización de bajo coste y a su amplia disponibilidad. Sin embargo, su precisión se ve muy afectada por sus errores sistemáticos y estocásticos inherentes, que dependen principalmente de las condiciones ambientales. El ruido ambiental y las no linealidades impiden obtener estimaciones óptimas de localización en Navegación Vehicular Terrestre (LVN) utilizando los tradicionales Filtros de Kalman (KF). El objetivo principal de este trabajo es eliminar eficazmente los errores estocásticos de las IMUs basadas en MEMS. La solución propuesta se divide en dos componentes principales: (1) la mejora de la cancelación de ruido, utilizando modelos avanzados de error estocástico en IMUs basadas en MEMS basados en Procesos Autorregresivos (ARP) combinados y Procesos de Gauss-Markov de primer orden (1GMP), y (2) el modelado de la integración GPS/INS de bajo coste, utilizando un Sistema de Inferencia Difusa (FIS) híbrido y un Filtro de Kalman Extendido de Segundo Orden (SOEKF). Los resultados obtenidos muestran que los métodos propuestos funcionan mejor que las técnicas tradicionales en diferentes situaciones estocásticas y dinámicas.

• Materias:Biotecnología Nanotecnología Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Nanotechnology Sensor networks Sensor system Sensor technology
• Palabras claves:imus, mems, errores estocásticos, filtro kalman de orden ampliado, modelos avanzados de error estocástico, unidades de medida inercial de coste, sistema de inferencia difusa híbrido, sistema mundial de posicionamiento, sistema de navegación inercial, navegación vehicular terrestre
• Keywords:imus, mems, stochastic errors, order extended kalman filter, advanced stochastic error models, cost inertial measurement units, hybrid fuzzy inference system, global positioning system, inertial navigation system, land vehicular navigation