طراحي و ارزيابي تجربي الگوريتم تخمين وضعيت تلفيقي در رونده زيرآبي خودكار مبتني بر فيلتر تكميلي غيرمستقيم

Design and Experimental Evaluation of integrated orientation estimation algorithm Autonomous Underwater Vehicle Based on Indirect Complementary Filter

هدف اصلي اين مقاله طراحي يك سيستم ناوبري تلفيقي متشكل از سنسورهاي اينرسي ارزان قيمت براي تخمين وضعيت نسبتا دقيق يك رونده زيرآبي خودكار در طول همه فازهاي ماموريت زيرآبي و سطحي است. دستاورد پيشنهادي با تكيه بر سيستم موقعيت ياب جهاني GPS، واحد اندازه گيري اينرسي (شتاب سنج و ژيروسكوب)، سنسور مغناطيس سنج و تكنيك فيلتر تكميلي پايه گذاري شده است. فيلتر تكميلي بر پايه فيلتر پايين گذر و بالاگذر به ترتيب براي حذف خطاهاي نويز و باياس در داده هاي اندازه گيري موجود در ساختار ناوبري تلفيقي طراحي مي شود. بدين ترتيب تخمين نسبتا دقيقي از وضعيت رونده در اختيار سيستم هدايت و كنترل قرار مي دهد. مهمترين ويژگي دستاورد پيشنهادي سوئيچ بين GPS و مغناطيس سنج همگام با تغيير فاز حركتي رونده زيرآبي خودكار است كه منجر به تخمين دقيق تر زاويه سمت نسبت به سيستم ناوبري ژايرويي در فازهاي حركتي سطحي و زير آبي مي شود. عملكرد الگوريتم ناوبري تلفيقي پيشنهادي، در آزمون ميداني يك رونده زيرآبي خودكار تحقيقاتي و در مقايسه با فيلتر كالمن مورد ارزيابي قرار مي گيرد.

This paper aims is to design an integrated navigation system constituted by low-cost inertial sensors to estimate the orientation of an Autonomous Underwater Vehicle (AUV) during all phases of under water and surface missions. The proposed approach relied on global positioning system, inertial measurement unit (accelerometer & rate gyro), magnetometer and complementary filter technique. Complementary filter operates based on low pass filter and high pass filter to remove noise and bias error of measurement data in the integrated navigation structure, respectively. Consequently, a relatively accurate orientation estimation is provided for guidance/control system. The most important feature of the proposed approach is the ability of switching between GPS and magnetometer sensor consistent with phase-change in the AUV motion. This brings about more accurate estimation of heading angle in both the surface and underwater phase compared to gyro-based navigation. The performance of the proposed algorithm is assessed in a field test executed on a research AUV and in comparison, with Kalman filter.