FILTROS DE PARTÍCULAS APLICADOS À ESTIMAÇÃO DE TRAJETÓRIAS

A Navegação Inercial utiliza giroscópios e acelerômetros para manter estimativas de posição de um veículo no qual uma Unidade de Medidas Inercial (conjunto de 3 acelerômetros e 3 giroscópios) está embarcada. Os Sistemas de Navegação Inercial modernos utilizam o filtro de Kalman para calcular estimativas de trajetórias de veículos, o que constitui um sistema de fusão sensorial – nos filtros estocásticos há uma integração das medidas dadas pela UMI com medidas de referência (que são medidas dadas por um outro sensor). Uma aplicação em estudo recentemente é a implementação de Sistemas de Navegação Inercial através de filtros de partículas, que são filtros preditivos destinados à estimação de estados em sistemas, sendo baseados no método de Monte Carlo seqüencial. Estes filtros geram amostras (ou partículas) ponderadas para aproximar uma determinada função densidade de probabilidade. A finalidade deste artigo é aplicar os filtros de partículas e o filtro de Kalman à estimação de trajetórias (através de um experimento automotivo) e apontar as vantagens e desvantagens de cada um destes filtros, comparando ainda o seu desempenho.