Riassunto analitico
Il Sistema di Posizionamento Globale (global positioning system, GPS) è lo strumento maggiormente utilizzato per la localizzazione e la navigazione di un autoveicolo. Esso presenta però alcune limitazioni dovute alla necessità di disporre di almeno quattro satelliti in visibilità elettromagnetica per il calcolo della posizione. Ciò rende il sistema inutilizzabile in ambienti indoor (ad esempio, all'interno di un edificio o in una galleria), ove il segnale GPS è assente, o in particolari ambienti esterni (come i cosiddetti urban canyon o street canyon), in cui fenomeni propagativi, come il multipath e l'adombramento, degradano o bloccano completamente il segnale satellitare. In questo lavoro di tesi viene sviluppato un algoritmo per la navigazione che sfrutta le informazioni fornite da un'unità di misura inerziale (inertial measurement unit, IMU), in grado di affiancare o addirittura sostituire, per un periodo di tempo limitato, il sistema GPS al fine di migliorarne la robustezza e la continuità di servizio. L'algoritmo implementato, che si basa su un filtro di Kalman nella sua variante estesa (data la non linearità del modello dinamico), elabora le misure di accelerazione e velocità angolare fornite dai sensori (rispettivamente un accelerometro ed un giroscopio a tre assi) opportunamente calibrati. A causa dell'utilizzo di sensori a basso costo (caratterizzati da polarizzazioni con una ridotta stabilità nel tempo e dipendenti dalla temperatura) e della non osservabilità di una parte delle variabili del vettore di stato, l'errore di stima aumenta velocemente in modo incontrollato nel tempo. Per limitare la crescita di questo errore e rendere il sistema stabile e funzionante nel medio e lungo termine, viene proposta la fusione della stima generata dall'algoritmo con altre sorgenti di informazione (in pratica, con i dati forniti da un modulo GPS).
|
