• Non ci sono risultati.

Capitolo 1 Studio Preliminare

N/A
N/A
Protected

Academic year: 2021

Condividi "Capitolo 1 Studio Preliminare"

Copied!
4
0
0

Testo completo

(1)

De Iesu Carmine Laurea Specialistica in Ingegneria delle Telecomunicazioni Università di Pisa

Capitolo 1: Studio Preliminare

Capitolo 1

Studio Preliminare

1.1 – Obiettivo della ricerca

Il mio lavoro di tesi è iniziato con una richiesta fattami dalla Merlino Technology S.r.l. riguardante la possibilità di realizzare un algoritmo capace di accettare al suo ingresso un segnale GPS insieme ad altri segnali e fornire in uscita una stima accurata della posizione e della traiettoria di un veicolo. Da quel momento è iniziato un periodo di ricerca presso il dipartimento di Ingegneria dell’Informazione dell’Università di Pisa che mi ha portato alla conoscenza di molte soluzioni plausibili. Ovviamente gli articoli pubblicati sulle varie riviste dell’IEEE (Institute of Electrical and Electronics Engineers ) sono innumerevoli proprio a dimostrazione del fatto che l’argomento è di particolare interesse. Alcuni articoli risalgono a decenni addietro visto che lo studio del posizionamento di un oggetto sulla superficie della terra è “antico” ( considerando il termine in tempi nell’era della tecnologia).

(2)

De Iesu Carmine Laurea Specialistica in Ingegneria delle Telecomunicazioni Università di Pisa

Capitolo 1: Studio Preliminare

1.2 – Soluzioni plausibili e scelta effettuata

Quindi dopo essermi documentato sui vari studi più recenti in questo settore e dopo aver preso visione delle loro prestazioni sono giunto a conclusione che i sistemi più affidabili, più prestanti e nel contempo anche più innovativi vertono su due tecnologie estremamente differenti:

• Integrazione del GPS con un sistema di navigazione inerziale INS; • Integrazione del GPS con i sistemi GLONASS e GALILEO.

Nel primo caso, a seconda della qualità e quindi del costo dei sensori utilizzati, si possono raggiungere prestazioni eccellenti; nel secondo caso invece le prestazioni sono meno esaltanti ma vanno tenute in considerazione per la semplicità di implementazione, visto che l’integrazione può essere fatta a livello software. Riporto di seguito due grafici che riassumono in modo qualitativo le prestazioni di questi due sistemi:

(3)

De Iesu Carmine Laurea Specialistica in Ingegneria delle Telecomunicazioni Università di Pisa

Capitolo 1: Studio Preliminare

Quindi dati i risultati osservati ho preferito approfondire lo studio del sistema integrato GPS/INS.

Infatti negli attuali sistemi di posizionamento i singoli sensori sono usati sempre meno, si preferisce infatti utilizzare un maggior numero di sensori per ottenere informazioni sempre più precise ed affidabili. I sistemi che si basano sulla fusione di dati provenienti da più fonti sono in continuo aumento in ogni campo della ricerca tecnologica e dove la precisione e l’accuratezza sono maggiormente richiesti. Il data fusion è il processo di fusione dei dati provenienti da diverse sorgenti in una singola e unificata descrizione di una situazione. Ci sono diversi metodi per effettuare un efficiente data fusion, tra i quali:

• Bayes decision theory; • Kalman filter;

• Fuzzy inference.

Il sistema più utilizzato è il filtraggio di Kalman per le sue proprietà ricorsive. Il filtraggio di Kalman infatti, quando sono verificate le ipotesi che consentono di applicare tale modello, opera in real-time fornendo una stima in tempo reale dei parametri utilizzando solo la stima al tempo precedente in modo ricorsivo. Questo permette un notevole risparmio in termini di tempo di calcolo ed in termini di celle di memoria impiegate. Tale modello può essere applicato però se il segnale

(4)

De Iesu Carmine Laurea Specialistica in Ingegneria delle Telecomunicazioni Università di Pisa

Capitolo 1: Studio Preliminare

osservato è dato da una combinazione lineare di un processo auto regressivo e di rumore bianco additivo Gaussiano. Quindi se il sistema ha un modello lineare e se il rumore del sistema e dei sensori è Gaussiano bianco, allora il filtraggio di Kalman fornisce la stima migliore in senso statistico. Il filtraggio di Kalman non richiede inoltre la stazionarietà statistica dei processi in ingresso e la potenza dell’errore quadratico medio della stima può essere calcolata offline, consentendoci di conoscere a priori l’andamento dell’errore e quindi il numero di campioni necessari per effettuare una stima ottima nel senso dei minimi quadrati. Il sistema di Navigazione inerziale fornisce la posizione e la velocità del mezzo attraverso l’utilizzo di integrali dell’accelerazione misurata con accelerometri montati sul mezzo. E’ indipendente dal campo magnetico terrestre, da radiazioni elettromagnetiche e da altre interferenze. Il GPS fornisce una misura in tre dimensioni della posizione e della velocità con un elevata precisione e con un elevata stabilità nel tempo. Il GPS ha il vantaggio di funzionare con alta precisione con qualunque situazione atmosferica ed in ogni parte del globo, ma ha anche alcuni limiti. Tali limiti si sentono maggiormente in aree in cui sono presenti ostacoli e quindi dove il segnale proveniente dai satelliti è oscurato. Altro limite consta nel fatto che il GPS ha un basso rate di aggiornamento e quindi non consente un’elevata precisione nel posizionamento ( ciò è anche dovuto al fatto che il GPS per usi civili è volutamente poco preciso per disposizione del Ministero della Difesa degli USA che ne detiene il controllo).

Riferimenti

Documenti correlati