طراحی و ارزیابی تجربی الگوریتم تخمین وضعیت تلفیقی در رونده زیرآبی خودکار مبتنی بر فیلتر تکمیلی غیرمستقیم

هدف اصلی این مقاله طراحی یک سیستم ناوبری تلفیقی متشکل از سنسورهای اینرسی ارزان قیمت برای تخمین وضعیت نسبتا دقیق یک رونده زیرآبی خودکار در طول همه فازهای ماموریت زیرآبی و سطحی است. دستاورد پیشنهادی با تکیه بر سیستم موقعیت یاب جهانی gps، واحد اندازه گیری اینرسی (شتاب سنج و ژیروسکوب)، سنسور مغناطیس سنج و تکنیک فیلتر تکمیلی پایه گذاری شده است. فیلتر تکمیلی بر پایه فیلتر پایین گذر و بالاگذر به ترتیب برای حذف خطاهای نویز و بایاس در داده های اندازه گیری موجود در ساختار ناوبری تلفیقی طراحی می شود. بدین ترتیب تخمین نسبتا دقیقی از وضعیت رونده در اختیار سیستم هدایت و کنترل قرار می دهد. مهمترین ویژگی دستاورد پیشنهادی سوئیچ بین gps و مغناطیس سنج همگام با تغییر فاز حرکتی رونده زیرآبی خودکار است که منجر به تخمین دقیق تر زاویه سمت نسبت به سیستم ناوبری ژایرویی در فازهای حرکتی سطحی و زیر آبی می شود. عملکرد الگوریتم ناوبری تلفیقی پیشنهادی، در آزمون میدانی یک رونده زیرآبی خودکار تحقیقاتی و در مقایسه با فیلتر کالمن مورد ارزیابی قرار می not;گیرد.

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

This paper aims is to design an integrated navigation system constituted by lowcost 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 phasechange in the AUV motion. This brings about more accurate estimation of heading angle in both the surface and underwater phase compared to gyrobased navigation. The performance of the proposed algorithm is assessed in a field test executed on a research AUV and in comparison, with Kalman filter.