AbstractThis paper describes the development of a navigation system for SIVA family of UAVs that incorporates measurements from low cost solid state IMU and magneto-resistive magnetometer, single receiver inexpensive GPS, and absolute and differential pressure transducers. The navigator is composed of three modules: an attitude estimator, a position and velocity estimator and a mission management module. All the UAV navigation, guidance, control and communication algorithms and processes run on a PC-104 Pentium I processor.The attitude estimator algorithm is a computationally-inexpensive nonlinear observer developed using Lyapunov theory that computes angular velocity corrections from two vector measurements: Earth's magnetic field and gravity, guaranteeing global Input to State Stability.The position and velocity estimator consists of a set of three static linear Kalman filters that correct the integration of local level components of acceleration with GPS, pressure derived altitude and airspeed measurements.The autonomous navigation is performed by means of pre-programmed mission data, composed by a set of mission elements which define the trajectory to guide the UAV through a safe path. Mission data, mission phases and ground control modes are managed by the mission management module.

    ResumenEste artículo describe el desarrollo de un sistema de navegación para la familia de aeronaves no tripuladas SIVA que fusiona medidas de sensores baratos: IMU, magnetómetro, GPS, presión diferencial y de impacto. El navegador consta de tres módulos: un estimador de actitud, un estimador de posición y velocidad y un módulo de gestión de misión. Todos los algoritmos del sistema de navegación guiado y control de la aeronave se ejecutan en un procesador Pentium I PC-104.El algoritmo de estimación de actitud es un observador no lineal que calcula correcciones de velocidad angular a partir de medidas de campo magnético y gravedad, requiere muy poco proceso y garantiza estabilidad “Input to Satate”.El estimador de posición y velocidad consiste en tres filtros Kalman estáticos que corrigen la integración de la aceleración con GPS, altitud barométrica y velocidad anemométrica.La navegación autónoma se desarrolla en base a datos de misión preprogramados constituidos por un conjunto de elementos de misión que definen la trayectoria que ha de seguir la aeronave para volar de forma segura. Los datos, fases de misión y modos de control son procesados en el módulo de gestión de misión.


    Access

    Check access

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Low cost navigation system for UAV's&z.star;This article was presented at ODAS 2004.


    Additional title:

    Sistema de navegación para aeronaves no tripuladas de fácil realización


    Contributors:

    Published in:

    Publication date :

    2005-06-23


    Size :

    13 pages




    Type of media :

    Article (Journal)


    Type of material :

    Electronic Resource


    Language :

    English