Catalogue en ligne IGN

Modeling and processing approaches for integrated inertial navigation / Yannick Stebler (2013)

Public

Titre :	Modeling and processing approaches for integrated inertial navigation
Titre original :	[Thèse pour l'obtention du grade de docteur ès sciences]
Type de document :	Thèse/HDR
Auteurs :	Yannick Stebler, Auteur ; Jan Skaloud, Directeur de thèse
Editeur :	Zurich : Schweizerischen Geodatischen Kommission / Commission Géodésique Suisse
Année de publication :	2013
Collection :	Geodätisch-Geophysikalische Arbeiten in der Schweiz, ISSN 0257-1722 num. 89
Importance :	194 p.
Format :	21 x 30 cm
ISBN/ISSN/EAN :	978-3-908440-34-5
Note générale :	Bibliographie
Langues :	Anglais (eng)
Descripteur :	[Vedettes matières IGN] Navigation et positionnement [Termes IGN] centrale inertielle [Termes IGN] erreur de positionnement [Termes IGN] estimation de position [Termes IGN] filtre de Kalman [Termes IGN] GPS-INS [Termes IGN] modélisation [Termes IGN] navigation inertielle [Termes IGN] positionnement par GNSS [Termes IGN] redondance de données [Termes IGN] traitement du signal
Index. décimale :	30.60 Géodésie spatiale
Résumé :	(Auteur) L’estimation en tout temps et de façon fiable et exacte de la position, la vitesse et l’orientation d’un véhicule est au coeur de la problématique traitée dans cette thèse. L’usage de filtres Bayésiens pour la fusion de capteurs inertiels avec des systèmes de localisation par satellites constitue l’approche standard permettant de localiser un véhicule, et cela même en l’absence de signaux satellitaires. La qualité des données fournies par de tels systèmes est principalement régie par les erreurs affectant les capteurs inertiels. Cette thèse de doctorat cherche à améliorer la précision de l’estimation du positionnement d’un véhicule dans l’espace en proposant de nouvelles approches à deux niveaux d’étude. Le premier niveau est consacré au développement d’une méthodologie innovante permettant d’estimer des modèles stochastiques de haute complexité. L’analyse théorique de l’estimateur, suivie par des simulations ainsi que des expériences, fournissent le cadre nécessaire à la validation de cette nouvelle approche. Les résultats obtenus démontrent la capacité de cette méthodologie à estimer des modèles pour lesquels les outils conventionnels (par ex. le maximum de vraisemblance, la variance d’Allan) ne fonctionnent pas. La délicate tâche du design de filtres de navigation est ainsi rendue plus aisée. Le second niveau porte sur l’étude de filtres capables de traiter des observations inertielles redondantes. Les bénéfices engendrés par de tels filtres en termes de précision de navigation et d’estimation adaptive du niveau de bruit des capteurs sont analysés et discutés dans le cadre d’expériences. Pour ce faire, un système de navigation inertiel basé sur des micro-capteurs redondants (accéléromètres et gyroscopes) a été construit et installé sur un véhicule. Les résultats obtenus par les nouveaux filtres qui traitent les donnés du système redondant montrent une diminution significative de l’erreur d’estimation de la position, vitesse et orientation du véhicule. De plus, contrairement aux filtres classiques, la configuration redondante est en mesure d’estimer de manière autonome le niveau de bruit de chaque capteur, et ainsi de capter l’influence de la dynamique subie par le véhicule. Le gain de performance et de robustesse ainsi obtenu est attractif pour toutes formes d’applications exigeant une détermination précise et fiable d’une trajectoire.
Note de contenu :	Introduction A Preliminaries 1 Fundamentals of Integrated Navigation 1.1 Introduction 1.2 Attitude Representations 1.3 Reference Frame Definitions 1.4 Inertial Sensor Observation Model 1.5 Local-level Strapdown Mechanization 1.6 Dynamic Systems 1.7 System Error Dynamics 1.8 State Space Augmentation 1.9 Extended Kalman Filter 1.10 Optimal Smoothing 2 Navigation Filter Implementation 2.1 Introduction 2.2 State Vector Definition 2.3 Filter Prediction Stage 2.4 Filter Update Stage 2.5 Static Coarse Alignment 2.6 INS Fine Alignment 3 Stochastic Processes 3.1 Introduction 3.2 Definition 3.3 Stationarity, Autocorrelation Sequence and Power Spectral Density Function 3.4 White Noise 3.5 Statistical Properties of Linear Systems with Random Inputs 3.6 Stochastic Error Models B Stochastic Modeling 4 Traditional Model Estimation Techniques 4.1 Introduction 4.2 The Challenge of Filter Design 4.3 Assumptions 4.4 Signal Autocorrelation Method 4.5 Variance Methods 4.6 Power Spectral Density Method 4.7 Time Series Analysis Method 4.8 Limitations 5 Likelihood-based Modeling Approach 5.1 Introduction 5.2 Expectation-Maximization Algorithm 5.3 Practical Issues 5.4 Performance Study through Simulations 5.5 Application on Real Data Set 5.6 Limitations 6 GeneralizedMethod of Wavelet Moments 6.1 Introduction 6.2 TheWavelet Variance 6.3 GMWM estimator 6.4 Simulations 6.5 Implementation 6.6 Conclusion 7 Study of Stochastic Errors in Inertial Sensors 7.1 Introduction 7.2 Evaluation in Static Conditions 7.3 Influence on EKF Solution 7.4 Influence of Dynamics on Sensor Errors 7.5 Conclusion C Redundancy in Inertial Observation 8 Estimation Concepts with Redundant Inertial Sensors 8.1 Introduction 8.2 Redundancy in Inertial Navigation 8.3 Assumptions 8.4 Redundancy in Observation Space 8.5 Redundancy in State Space 8.6 Realization of Distributed IMU 9 Redundant INS/GPS Performance 9.1 Introduction 9.2 Experimental Setup 9.3 Campaign Description 9.4 Synthetic IMU Performance 9.5 Geometrically-Constrained EKF Performance 9.6 Overall Navigation Performance Comparison 10 Conclusions and Recommendations 10.1 Contributions and Conclusions 10.2 Recommendations
Numéro de notice :	15747
Affiliation des auteurs :	non IGN
Thématique :	POSITIONNEMENT
Nature :	Thèse étrangère
Note de thèse :	PhD : Sciences et ingénierie de l'environnement : ETH : 2013
DOI :	10.5075/epfl-thesis-5601
En ligne :	http://dx.doi.org/10.5075/epfl-thesis-5601
Format de la ressource électronique :	URL
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=62771

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
15747-01	30.60	Livre	Centre de documentation	Géodésie	Disponible

IGN

Centre de documentation
scientifique

Accueil

Sélection de la langue

Adresse

Se connecter

Actualité

L'actu ! Horaires du CDOS

Informations pratiques

Exemplaires(1)

IGN / ENSG

L'IGN a pour vocation

Accès directs

2014 -2024 IGN

IGN

Centre de documentationscientifique

Accueil

Sélection de la langue

Adresse

Se connecter

Actualité

L'actu ! Horaires du CDOS

Informations pratiques

Exemplaires(1)

IGN / ENSG

L'IGN a pour vocation

Accès directs

2014 -2024 IGN

Centre de documentation
scientifique