Robustní navigační řešení s využitím Kalmanova filtru

Abstract

Diplomová práce se zabývá návrhem a implementací robustního algoritmu pro navigační řešení s Kalmanovou filtrací. Algoritmus využívá vstupní data z low-cost inerciální měřicí jednotky a z přijímače globálního družicového navigačního systému a provádí jejich fúzi pomocí těsně vázané (tightly coupled) architektury odchylkového Kalmanova filtru. Výstupem algoritmu jsou údaje o pozici, rychlosti a orientaci navigovaného objektu. Vyvinutý algoritmus zpracovává hrubá navigační data z přijímače globálního družicového navigačního systému, vypočítává pozice a rychlosti satelitů a provádí fúzi měřených pseudovzdáleností a jejich změn s vypočítanými hodnotami z polohy a rychlosti dle inerciální měřicí jednotky. Měřená data jsou navíc doplněna o testování validity, čímž se zvyšuje odolnost celého řešení. Funkčnost a přesnost algoritmu jsou ověřovány na základě experimentálně naměřených dat v různých podmínkách v městském prostředí. Přesnost vytvořeného algoritmu je vyhodnocena v porovnání s profesionálním referenčním navigačním systémem.The diploma thesis deals with the design and implementation of a robust algorithm for a navigation solution using Kalman filtering. The algorithm utilizes input data from a low-cost inertial measurement unit (IMU) and from a receiver of the global navigation satellite system (GNSS) and performs their fusion using a tightly coupled architecture of the error-state Kalman filter. The output is the position, velocity, and orientation of the navigated object. The developed algorithm processes raw navigation data from the GNSS receiver, calculates the positions and velocities of the satellites and fuses the measured pseudoranges and pseudorange rates with the calculated ones from the position and velocity from the inertial measurement unit. The measurement is supplemented with validity testing to increase the robustness of the entire solution. The functionality and accuracy of the algorithm are verified based on experimentally measured data in various scenarios in urban areas. The accuracy of the developed algorithm is evaluated in comparison with a professional inertial navigation system as a reference.