Stellar-40 Sistema de navegação inercial de grau tático

---

Como os Sistemas de Navegação Inercial Mantêm o Posicionamento Durante Interrupções do GNSS

1 – Sistemas de Navegação Inercial e Integração GNSS

Um sistema de navegação inercial (INS) determina posição, velocidade e orientação a partir de medições inerciais embarcadas. Em sua essência, uma unidade de medição inercial (IMU) combina três acelerômetros e três giroscópios. Os acelerômetros medem a força específica, enquanto os giroscópios medem a taxa angular ao longo de três eixos ortogonais.

O computador de navegação processa essas medições em alta taxa. Primeiro, ele integra as medições dos giroscópios para estimar as mudanças de atitude. Em seguida, ele transforma a aceleração medida no referencial de navegação e compensa a gravidade e outros efeitos conhecidos. Por fim, ele integra a aceleração para estimar velocidade e posição. Esse processo permite que o INS propague uma solução de navegação contínua sem depender de sinais externos.

Quando o GNSS está disponível, o INS normalmente opera como parte de uma solução GNSS/INS integrada. O GNSS fornece uma referência externa de posição e velocidade, enquanto a IMU fornece medições de movimento de alta taxa. O filtro de navegação combina ambas as fontes para estimar o estado do veículo e restringir os erros inerciais.

Quando os sinais GNSS ficam indisponíveis, o sistema faz a transição para a propagação inercial, frequentemente descrita como navegação por estimativa (dead reckoning). O INS continua integrando as medições dos giroscópios e acelerômetros a partir do último estado de navegação conhecido. Como resultado, ele pode manter saídas contínuas de posição, velocidade e atitude durante a interrupção.

No entanto, a navegação inercial não elimina os erros de posicionamento durante uma interrupção. O viés do sensor, o ruído, os erros de fator de escala, o desalinhamento e outras imperfeições acumulam-se através da integração. Em particular, os erros do acelerômetro afetam a velocidade e depois a posição, enquanto os erros do giroscópio afetam a atitude e podem introduzir erros adicionais de posição devido à compensação incorreta da gravidade.

Portanto, a duração e a magnitude de uma interrupção do GNSS influenciam diretamente a incerteza de posição resultante. Sensores inerciais de alto desempenho reduzem o crescimento do erro e permitem que o sistema faça a ponte em interrupções mais longas antes que o desvio acumulado se torne significativo.

Com quase duas décadas de experiência em engenharia e fabricação de sensores inerciais, a SBG Systems desenvolve tecnologias de IMU e INS projetadas para fornecer desempenho de navegação confiável quando a disponibilidade de GNSS é limitada ou interrompida.

2 – Filtragem de Kalman e Fusão de Sensores

A fusão de sensores permite que um sistema GNSS/INS combine medições com diferentes características. A IMU fornece medições contínuas de alta taxa, mas acumula erros ao longo do tempo. O GNSS fornece uma referência de posição absoluta, mas pode ficar indisponível ou atualizar com menos frequência. Um filtro de navegação combina essas características complementares para estimar o estado do veículo.

O filtro de Kalman é amplamente utilizado para esse tipo de estimativa de estado. Em aplicações práticas de INS, o sistema usa comumente um Filtro de Kalman Estendido (EKF) porque as equações que descrevem o movimento e a atitude do veículo são não lineares. O EKF mantém uma estimativa do estado de navegação e sua incerteza enquanto processa as medições dos sensores disponíveis.

O processo consiste em duas etapas fundamentais: predição e atualização de medição.

Durante a predição, o filtro usa o estado de navegação anterior e as medições mais recentes da IMU para estimar o próximo estado. Ele também propaga a incerteza associada. Durante a atualização da medição, o filtro compara as medições externas disponíveis com o estado previsto. Em seguida, ele usa a diferença, ou inovação, para atualizar a estimativa de estado e reduzir sua incerteza.

Em um sistema GNSS/INS, as medições de GNSS fornecem as observações externas que limitam aderiva inercial. O filtro também pode estimar parâmetros como os desvios (biases) de acelerômetros e giroscópios quando o modelo do sistema e as medições disponíveis tornam esses parâmetros observáveis.

Esta distinção é importante: um filtro de Kalman não remove simplesmente todos os erros de todos os sensores embarcados. Em vez disso, ele estima o estado de navegação e os respectivos estados de erro a partir de um modelo matemático e das medições disponíveis. Erros residuais permanecem porque imperfeições dos sensores, imprecisões do modelo e distúrbios não observados não podem ser completamente eliminados.

Quando o GNSS fica indisponível, o filtro pode continuar propagando a solução de navegação usando medições inerciais. No entanto, sem uma observação externa, o sistema tem menos oportunidades de limitar seus estados de erro. Consequentemente, a incerteza aumenta à medida que a interrupção continua. Quando as medições de GNSS voltam a ficar disponíveis, o filtro as compara com a solução inercial e usa a inovação resultante para corrigir o estado estimado e os erros acumulados. Isso permite que o sistema GNSS/INS faça a transição suave entre a navegação auxiliada por GNSS e a propagação inercial.