Reconstitution de l tat d un micro drone par fusion de donn es

1. Reconstitution de l’état d’un micro drone par fusion de données Travail de stage DEA Joan Solà Ortega, stagiaire Yves Brière, responsable à l’ENSICA Département Avionique et Systèmes - ENSICA SalutationsSalutations

2. Reconstitution de l'état d'un micro drone par fusion de données 2 1 Le projet Micro Drone Drone : avion ou artefact volant sans pilot Micro : taille de dizaines de centimètres capteurs miniaturisées peu précises, énergie limitée, poids limitée, puissance de calcul limitée, dynamique très rapide.Drone : avion ou artefact volant sans pilot Micro : taille de dizaines de centimètres capteurs miniaturisées peu précises, énergie limitée, poids limitée, puissance de calcul limitée, dynamique très rapide.

3. Reconstitution de l'état d'un micro drone par fusion de données 3 2 Le problème à résoudre Ce que l’on veut : Les états à observer Localisation dans l'espace : r (m) Vitesse de translation : v (m/s) Accélération : a (m/s2) Orientation : q (quaternion) Vitesse d'orientation : w (rad/s) Grandeurs tridimensionnellesGrandeurs tridimensionnelles

4. Reconstitution de l'état d'un micro drone par fusion de données 4 2 Le problème à résoudre Ce que l’on a : Les capteurs embarqués L'accéléromètre 3D ac Le gyromètre 3D wc Le magnétomètre 3D mc Le récepteur GPS rc , vc

5. Reconstitution de l'état d'un micro drone par fusion de données 5 2 Le problème à résoudre Ce qu’il faut savoir : Les systèmes de référence  La référence ECEF GPS La référence NED État : r, v, a, q La référence avion Acc, Mag, Gyro État : w Référence NED fixe par rapport à ECEF Référence avion variable dans le temps selon le quaternion d’orientation Transformations non linéairesRéférence NED fixe par rapport à ECEF Référence avion variable dans le temps selon le quaternion d’orientation Transformations non linéaires

6. Reconstitution de l'état d'un micro drone par fusion de données 6 2 Le problème à résoudre Ce qu’il faut avoir : Les Idées !

7. Reconstitution de l'état d'un micro drone par fusion de données 7 3 La solution : Kalman étendu Le modèle cinématique d'état Séparation en sous systèmes Le sous système de localisation Le sous système d'orientation

8. Reconstitution de l'état d'un micro drone par fusion de données 8 3 La solution : Kalman étendu Les modèles des mesures GPS Amplitude réelle de l’état Rotation constante Translation constante Paramètres inconnus ou variables!Paramètres inconnus ou variables!

9. Reconstitution de l'état d'un micro drone par fusion de données 9 3 La solution : Kalman étendu Les modèles des mesures Acc, Mag et Gyro Amplitude réelle (m,w ou bien a+g) Changement de repère variable (pas pour le Gyro) Biais Gains: K Désalignements: L Paramètres inconnus ou variables! Paramètres inconnus ou variables!

10. Reconstitution de l'état d'un micro drone par fusion de données 10 3 La solution : Kalman étendu Augmentation du vecteur d’état avec les incertitudes des capteurs On a plus que triplé la taille de l’observateur initial On a besoin d’exploiter les propriétés du système pour simplifier l’observateur. Astuces.On a plus que triplé la taille de l’observateur initial On a besoin d’exploiter les propriétés du système pour simplifier l’observateur. Astuces.

11. Reconstitution de l'état d'un micro drone par fusion de données 11 4 Les astuces Observateurs de poursuite: état du drone plus biais du gyromètre. Algorithmes embarqués différenciés pour la localisation et l’orientation. États à estimer :

12. Reconstitution de l'état d'un micro drone par fusion de données 12 4 Les astuces Traitement des mesures asynchrones

13. Reconstitution de l'état d'un micro drone par fusion de données 13 4 Les astuces Ne pas utiliser les mesures avec peu d’information Pour des anglesd’inclinaison petitsles composantesverticales de m et gne varient pas beaucoup. L’orientation est bienobservable sans cesmesures

14. Reconstitution de l'état d'un micro drone par fusion de données 14 5 Les résultats Sous système d’orientation Calibrage du gyromètre: gains et désalignements (19 états) Poursuite avec estimation du biais (10 états). Recherche d’un jeu de mesures réduit. Données artificielles et réelles

15. Reconstitution de l'état d'un micro drone par fusion de données 15 5 Les résultats Calibration. Données artificielles Gxyz Axyz Mxyz

16. Reconstitution de l'état d'un micro drone par fusion de données 16 5 Les résultats Calibration. Données réelles Gxyz Axyz Mxyz

17. Reconstitution de l'état d'un micro drone par fusion de données 17 5 Les résultats Poursuite. Données artificielles Gxyz Axy Mxy

18. Reconstitution de l'état d'un micro drone par fusion de données 18 5 Les résultats Poursuite. Données réelles Gxyz Axy Mxy

19. Reconstitution de l'état d'un micro drone par fusion de données 19 Conclusions Une méthode optimale pour l’observation de l’état du micro drone a été développée Des méthodes simplifiées ont été conçues pour être embarquées L’observabilité peut être explorée pour différentes configurations de mesures La validation expérimentale de ces méthodes par le système embarqué est en cours et en bonne voie !

20. Reconstitution de l'état d'un micro drone par fusion de données 20 Merci!

21. Reconstitution de l'état d'un micro drone par fusion de données 21 5 La solution proposée Formulation du Filtre de Kalman Étendu

22. Reconstitution de l'état d'un micro drone par fusion de données 22 4 Les astuces Premier calibrage Acc et Mag :moindres carrés non linéaires Générer un ensemble ellipsoïdalde mesures :minimiser le critère :avecet obtenir : kx , ky , kz , ax , ay , az , Km, m, Ka, a Axes avion = Axes magnétomètre Lm= 03x3 Il reste déterminer : La , désalignement de l’accéléromètre Génération de l’ensemble ellipsoïde Centre: biais Rayons principales: gainsGénération de l’ensemble ellipsoïde Centre: biais Rayons principales: gains

23. Reconstitution de l'état d'un micro drone par fusion de données 23 4 Les astuces Deuxième calibrage Acc et Gyro : Filtre de calibrage non embarqué. États à estimer :

24. Reconstitution de l'état d'un micro drone par fusion de données 24 4 Les astuces Éviter l’inversion de matrices