Motion estimation techniques for GPS-free vehicle and other examples of MEMS navigation systems design

• Auteur / Autrice : Pierre-Jean Bristeau
• Direction : Nicolas Petit
• Type : Thèse de doctorat
• Discipline(s) : Mathématique et automatique
• Date : Soutenance en 2011
• Etablissement(s) : Paris, ENMP

Mots clés

Mots clés contrôlés

Systèmes embarqués (informatique)

Véhicules automobiles -- Capteurs

Navigation par inertie, Systèmes de

Mots clés libres

Systèmes de navigation sans GPS, capteurs MEMS, systèmes embarqués, observabilité, filtrage de Kalman, observateurs interconnectés, observateurs temporellement interconnectés, véhicule automobile, micro-drone, mini-fusée

Résumé

Dans cette thèse, on explique la conception et la mise au point d'un système de navigation sans GPS pour un véhicule automobile. Ce système exploite des mesures de champs magnétiques réalisées à bord du véhicule en mouvement, combinées à des mesures inertielles réalisées à partir de capteurs MEMS bas coût. Il permet de reconstituer, à partir d'une condition initiale, la trajectoire du véhicule en temps réel. Un prototype fonctionnel complet est présenté ainsi que des résultats expérimentaux. La conception de ce système repose sur une analyse de l'observabilité d'un modèle classique du véhicule, qui permet d'établir comment les différents biais et défauts des capteurs peuvent être estimés grâce à des filtres de Kalman agencés suivant deux schémas d'interconnexion: par partition des variables d'états et par séquencement. Une analyse de convergence des schémas d'estimation est étudiée. En dernière partie du manuscrit, deux autres exemples de systèmes de navigation à base de capteurs MEMS sont décrits, celui du quadricoptère Parrot AR. Drone et celui de fusées expérimentales à propulsion hybride, pour lesquels les mêmes principes de conception sont appliqués.

In this thesis, we explain the design and development of a GPS-free navigation system for automotive vehicles. This system uses magnetic field measurements performed onboard the vehicle in motion, and combines them with inertial measurements from other low costs MEMS sensors. It allows one to reconstruct the path of the vehicle from the initial condition in real time. A complete prototype is presented along with experimental results. The design of this system is based on an analysis of the observability of a classical model of the vehicle. This serves to establish how the various biases and shortcomings of the sensors can be estimated through Kalman filters arranged in two interconnection schemes: a partition of the state variables and a temporal interconnection. An analysis of convergence of the estimates is performed. In the final part of the manuscript, two other examples of MEMS-based navigation systems are described, including the AR. Drone quadrotor and experimental hybrid rockets for which the same design principles are applied.