Eventos Anais de eventos
CONEM 2022
XI Congresso Nacional de Engenharia Mecânica - CONEM 2022
SENSORIAMENTO DE UM CUBESAT UTILIZANDO FUSÃO DE SENSORES
Submission Author:
Wilian dos Santos , SP
Co-Authors:
Vinícius Altarni, Henrique Barboza Ferreira, Denilson Paulo Souza dos Santos, Wilian dos Santos
Presenter: Vinícius Altarni
doi://10.26678/ABCM.CONEM2022.CON22-0761
Abstract
O CubeSat é um tipo de nanosatélite projetado para operar na órbita terrestre baixa. O baixo custo de desenvolvimento e lançamento permite que universidades e pequenas empresas acessem o espaço. Uma etapa importante no projeto de um CubeSat diz respeito ao sistema de referência de atitude e rumo (AHRS do inglês Attitude and Heading Reference System), que pode ser entendido como o sistema que estima o estado do satélite (atitude e posição). O sistema de posicionamento global (GPS do inglês Global Positioning System) pode fornecer uma estimativa de posição precisa. No entanto, devido à falta de confiabilidade, usar apenas o GPS não é uma solução satisfatória. Os sinais GPS estão sujeitos a interferências, podem ser facilmente obstruídos, suas medições são transmitidas em baixas frequências e sua precisão é bastante degradada com a perda de satélites. Para resolver esses problemas, o GPS pode ser combinado com uma unidade de medição inercial (IMU do inglês Inertial Measurement Unit), portanto, se o sinal do GPS estiver indisponível a posição poderá ser obtida pela IMU. As IMUs não são sensíveis a interferências ou obstruções e permitem uma alta taxa de amostragem. No entanto, sua desvantagem está no aumento do erro na estimativa de atitude e posição devido à integração numérica das medidas dos sensores e seus erros inerentes (ruídos). Neste artigo, é apresentada a estimativa de atitude e posição de um CubeSat. São utilizados sensores inerciais de baixo custo, o que significa maior incerteza e ruído nas medições. Obter a atitude do CubeSat apenas com acelerômetro captura corretamente a movimentação, porém o ruído dos dados não é aceitável. Utilizando apenas o giroscópio, tem-se uma redução significativa destes, mas surge o efeito de escorregamento (drift) causado pela integração numérica. Esses problemas podem ser corrigidos combinando os sensores ao fusionar os dados através do filtro de Kalman, observando-se um sinal sem ruídos e sem erros acumulados. Além disso, estimadores robustos baseados no filtro de Kalman são empregados para minimizar esses efeitos. Para validar a abordagem proposta, são apresentados resultados experimentais com um estudo comparativo entre o filtro robusto e o filtro de Kalman padrão.
Keywords
cubesat, sensores inerciais, fusão de sensores, Filtro de Kalman, Filtro de Kalman robusto
