ACTUALITÉ SCIENTIFIQUE
ET INNOVATION DE L'ÉTS
Navigation INS/GPS à faible coût en milieu urbain difficile - Par : Philippe Lavoie, René Jr Landry,

Navigation INS/GPS à faible coût en milieu urbain difficile


Philippe Lavoie
Philippe Lavoie Profil de l'auteur(e)
Philippe Lavoie est développeur de logiciels embarqués à iMetrik. Il a obtenu sa maîtrise en génie électrique et électronique à l’École de technologie supérieure de Montréal (ÉTS).
Programme : Génie électrique 

René Jr Landry
René Jr Landry Profil de l'auteur(e)
René Jr Landry est professeur au Département de génie électrique à l’ÉTS et directeur du laboratoire LASSENA. Son expertise porte sur les systèmes embarqués, la navigation et l’avionique.
Programme : Génie électrique 

navigation

Résumé

De nos jours, les solutions de navigation pour les véhicules automobiles dépendent principalement du système de positionnement global GPS (Global Positioning System), qui exige des conditions optimales de fonctionnement pour être omniprésent et fiable. Souvent, le GPS est combiné à un système de navigation inertielle (INS) pour réduire l’effet de propagation par trajets multiples. Des erreurs complexes affectent fortement le microsystème électromécanique INS lors de son utilisation pendant les pannes de GPS. Pour améliorer l’exécution de l’algorithme du INS/GPS, la méthodologie suivante a été employée pour : 1) mettre au point une technique robuste de calibration en temps réel pour rectifier les erreurs de nature déterministe et 2) corriger les erreurs de nature stochastique du INS à l’aide d’un modèle autorégressif (AR) de type Gauss‑Markov (GM). Les résultats d’un essai routier, effectué dans en milieux urbains problématiques, démontrent que la mise en pratique du procédé de calibration améliore de 55 % l’efficacité de l’algorithme dans l’ensemble. Les résultats montrent également que l’utilisation du modèle GM basé sur l’algorithme AR, pour évaluer et corriger les erreurs stochastiques, permet d’augmenter par ailleurs le fonctionnement global de 20 %.

————————————

Depuis une vingtaine d’années, on constate une tendance à la hausse en ce qui a trait à l’utilisation d’applications de positionnement pour véhicules automobiles, dont le suivi de véhicules pour éviter le vol, la gestion de parcs automobiles, la navigation autonome et l’aide en cas d’urgence. La plupart de ces applications sont fondées uniquement sur le système de positionnement global GPS (Global Positioning System) pour offrir une solution de navigation fiable pour le suivi de véhicules. Afin de fournir des solutions fiables et de lancer de nouvelles applications, comme le Payez selon les destinations (PWYD) et le Payez selon le type de conduite (PHYD), les récepteurs GPS nécessitent des conditions de fonctionnement optimales, c’est-à-dire qu’ils doivent être situés dans un endroit permettant la communication avec au moins quatre satellites en ligne de vue. De nouveaux modèles de récepteurs GPS à haute précision peuvent fonctionner sans signal en ligne de vue mais leur efficacité s’en trouve compromise (moins de précision, de robustesse et de fiabilité). Malheureusement, les conditions précitées ne sont pas toujours présentes, surtout lors de conduite en milieu urbain difficile, là où les immeubles, structures de béton, ponts et tunnels peuvent atténuer, bloquer ou réfléchir les signaux entrants, entraînant des solutions de navigation imprécises.  En fait, la propagation par trajets multiples est la plus grande source d’erreurs en ce qui a trait aux récepteurs GPS autonomes utilisés en milieux urbains difficiles.

navigation 1

Figure 1 Principe de géolocalisation basée sur GPS, pour déterminer la position, et sur le GSM/GPRS, ou réseau de télécommunication par satellite, pour la transmission de données.

Pour réduire l’effet de la propagation par trajets multiples, on a souvent recours à un système de navigation hybride, combinant le GPS à un système de navigation inertielle INS (Inertial Navigation System), soit un système autonome d’estimation de parcours basé sur des mesures d’accélération linéaires et de vitesses angulaires. Cette intégration est la mécanisation INS. Étant donné les erreurs inhérentes des capteurs et les approximations numériques pendant ce processus, le positionnement par INS autonome tend à diverger après un certain temps. Par conséquent, pour compenser les faiblesses des systèmes GPS et INS autonomes, on a recours à un couplage serré, créant ainsi un système de navigation intégré. L’intégration INS/GPS est une approche ayant atteint un certain niveau de maturité, bien documentée dans les ouvrages sur les systèmes de haute technologie [1-4]. Toutefois, de récentes études ont démontré plusieurs faiblesses quant à l’utilisation de capteurs inertiels MEMS à faible coût.

navigation 2

Figure 2 Un mauvais alignement est causé par une erreur d’orthogonalité d’un IMU (unité de mesure inertielle). Ainsi, plutôt que d’être parfaitement orthogonaux, les axes des capteurs peuvent être quelque peu inclinés (voir Figure 1). Cette non-orthogonalité produit une excitation selon un axe unique du repère des capteurs entraînant une mesure erronée le long des autres axes.

Contrairement aux capteurs inertiels calibrés avec précision, les capteurs à faible coût sont habituellement calibrés par le fabricant, à l’aide de techniques automatisées de calibration par lots, permettant de réduire les coûts de production. Ces techniques donnent généralement des capteurs dont la calibration est inadéquate, comportant d’importantes erreurs de nature déterministe comme le biais, le facteur d’échelle et le mauvais alignement qui risquent de nuire à la navigation si elles ne sont pas corrigées. D’importants travaux de recherche ont été consacrés, ces dernières années, à l’amélioration des techniques de calibration des capteurs à faible coût [5-8]. Cependant, pour la plupart de ces méthodes, il s’agit de techniques post-traitement nécessitant des manipulations et des calculs complexes, non adaptés aux applications en temps réel. Il existe donc un besoin pour des techniques d’autocalibration de capteurs inertiels à faible coût. De plus, un grand nombre d’erreurs de capteurs ne sont pas constantes mais varient de façon aléatoire, selon certains facteurs comme la température interne du capteur, une fluctuation de la tension d’alimentation, l’usure du capteur, etc. Ces erreurs, de nature stochastique plutôt que déterministe, doivent être modélisées afin d’être évaluées et corrigées de façon dynamique.

navigation 3

Figure 3 Interprétation d’un artiste illustrant un satellite GPS; image offerte par la NASA.

L’objectif de cet article est d’améliorer la performance d’un système de navigation INS/GPS à faible coût basé sur la technologie MEMS pour un obtenir un positionnement robuste en milieu urbain difficile. Pour améliorer la performance des algorithmes de navigation INS/GPS à faible coût, nous proposons la méthodologie suivante :

1) Développer une technique robuste de calibration en temps réel pour corriger les erreurs déterministes.

2) Corriger les erreurs stochastiques des capteurs inertiels à faible coût à l’aide d’un modèle autorégressif (AR) de type Gauss-Markov (GM).

navigation 4

Figure 4 Les trois centrales inertielles utilisées pour ce projet. De gauche à droite : Honeywell HG1700 (Novatel SPANTM), MEMSense nIMU, STMicroelectronics iNEMO V2.

La première méthode est basée sur l’utilisation d’un procédé KF de calibration en temps réel pour corriger les erreurs déterministes inhérentes aux centrales inertielles MEMS à faible coût (facteur d’échelle, mauvais alignement, biais). Contrairement aux algorithmes classiques de calibration basés sur des méthodes d’optimisation itératives, telles que les algorithmes de Gauss-Newton ou de Levenberg-Marquardt (LM), l’approche proposée est basée sur un algorithme incrémental plus facile à exécuter dans une application en temps réel (ne nécessite pas de pré- ou post-traitement laborieux des mesures des capteurs). Des mesures réelles provenant de la centrale inertielle MEMSense nIMU ont servi à valider l’algorithme proposé et les résultats démontrent que la méthode KF offre des performances semblables à celles d’un algorithme de calibration LM classique. Les résultats d’un test en milieu urbain difficile (à l’aide du système SPAN de la compagnie Novatel à titre de trajectoire de référence) démontrent aussi que l’application du procédé de calibration proposé permet une nette amélioration d’environ 55 % de la performance globale de l’algorithme.

navigation

Figure 5 Erreurs maximales et erreurs de position horizontale RMS de dix segments difficiles pour évaluer l’influence de la calibration sur les erreurs déterministes

La seconde méthode proposée dans cette recherche est de rehausser le modèle classique d’intégration INS/GPS au moyen d’un modèle GM de premier ordre afin d’obtenir une évaluation et une correction dynamiques des erreurs stochastiques présentes dans les capteurs inertiels à faible coût. Dans cet article, deux méthodes différentes ont servi à déterminer les paramètres du modèle GM de premier ordre, soit la méthode classique basée sur l’analyse d’une fonction d’autocorrélation expérimentale et une autre méthode basée sur l’analyse d’un modèle autorégressif de premier ordre. Les résultats des tests sur le terrain obtenus au moyen de la centrale nIMU démontrent que cette méthode est supérieure à la méthode classique, peu importe la situation évaluée. Les résultats démontrent également que l’utilisation du modèle GM de premier ordre basé sur l’algorithme AR pour évaluer et corriger les erreurs stochastiques entraîne une amélioration additionnelle d’environ 20 % de la performance globale de l’algorithme.

Information supplémentaire

Pour de plus amples informations, nous vous invitons à consulter l’article de recherche suivant, présenté à la conférence Pacific PNT, qui a eu lieu à Honolulu, Hawaii, du 22 au 25 avril 2013, durant la session C-1 du mardi matin 23 avril 2013 :

P. Lavoie et R. Jr. Landry, « Sensor Error Compensation Methods for Performance Enhancement of a Low-cost INS/GPS Navigation Algorithm used in Severe Urban Environments », ION PNT 2013, the Institute of Navigation, Honolulu, Hawaii, USA, 2013.

Pour en savoir plus sur les projets futurs de l’équipe Lassena, cliquer sur le lien suivant :

 

 

Philippe Lavoie

Profil de l'auteur(e)

Philippe Lavoie est développeur de logiciels embarqués à iMetrik. Il a obtenu sa maîtrise en génie électrique et électronique à l’École de technologie supérieure de Montréal (ÉTS).

Programme : Génie électrique 

Laboratoires de recherche : LASSENA – Laboratoire des technologies spatiales, systèmes embarqués, navigation et avionique 

Profil de l'auteur(e)

René Jr Landry

Profil de l'auteur(e)

René Jr Landry est professeur au Département de génie électrique à l’ÉTS et directeur du laboratoire LASSENA. Son expertise porte sur les systèmes embarqués, la navigation et l’avionique.

Programme : Génie électrique 

Laboratoires de recherche : LACIME – Laboratoire de communications et d'intégration de la microélectronique  LASSENA – Laboratoire des technologies spatiales, systèmes embarqués, navigation et avionique 

Profil de l'auteur(e)


commentaires

    Laisser un commentaire

    Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *