Resumen
El control de navegación de un vehículo autónomo puede determinarse mediante las coordenadas de un sistema de posicionamiento GPS (Global Positioning System), la velocidad angular y la aceleración con un INS (Sistema de Navegación Inercial). Sin embargo, los errores asociados a estos dispositivos no permiten que sea el único sistema de medición utilizado en un vehículo autónomo. Surge la necesidad de implementar herramientas que determinen el estado del sistema de forma fiable en cualquier instante y realicen las acciones de control necesarias para cumplir la trayectoria de forma óptima, considerando el modelo interno del sistema. Por ello, es vital la aplicación de un filtro de Kalman difuso que permita integrar la información del GPS y otros dispositivos. Este trabajo se dividió en tres partes esenciales como son el cómo el filtro de Kalman, el control difuso y la simulación de la señal de un sensor GPS, teniendo en cuenta que, en esta última parte, se realiza una comparación con el comportamiento de un filtro de Kalman Difuso. En general, debido a las comparaciones de las estimaciones de posición en mediciones GPS, es evidente que el DKF alcanza valores de fiabilidad más eficientes ya que el error de estimación de posición es reducido.
Título traducido de la contribución | Comparación del filtro Kalman y el filtro Kalman difuso en una señal GPS con ruido |
---|---|
Idioma original | Inglés estadounidense |
Páginas (desde-hasta) | 124-132 |
Número de páginas | 9 |
Publicación | Advances in Science, Technology and Engineering Systems Journal |
Volumen | 9 |
N.º | 9 |
DOI | |
Estado | Publicada - 21 feb. 2024 |
Palabras clave
- Fuzzy logic
- Kalman filter
- Filtered
- Measurement
- Noise
Areas de Conocimiento del CACES
- 116A Computación