Tight, online integration of INS/GNSS based on RTKLIB

Abstract

Ettersom UAV-er blir brukt i stadig flere sammenhenger, er det etterspørsel etter høypresisjons-PVA-estimering. Dette er en komplisert oppgave, og selv om mange system har vist seg å fungere i simuleringer, har det blitt observert en mangel på estimatorer som gir løsninger i sanntid og kjører på faktisk hardware. Enkelte kommersielle system, som for eksempel PixHawk flight controller, gir lett tilgjengelige PVA-estimater, krever begrenset oppsett og kan programmeres og brukes som testplattform for forskjellige system. Imidlertid er det ikke satt opp noe rammeverk for dette, og en betydelig mengde oppsett kreves. Denne avhandlingen ønsker å lage en plattform som forenkler oppsettet av fremtidige estimeringssystem. Et tett koblet "extended Kalman filter" som estimerer posisjon og hastighet gjennom integrering av pseudo-range- og Doppler-målinger med akselerasjonsmålinger er presentert. Det er implementert i sanntidsnavigasjonsrammeverktet DUNE, og et grensesnitt med open source programpakken RKTLIB er også implementert, som gir tilgang til en rekke funksjoner relatert til GNSS. Systemet lastes over til en embedded maskin, BeagleBone Black, som kjører en minimal Linux distribusjon. Resultatene viser at systemet gir PV-estimat i sanntid, men på bekostning av en noe stor belastning av CPU-en.

With UAVs being used for an ever increasing number of operations, there is a demand for high-precision PVA-estimation. This is a complicated task, and while many systems have been shown to work in simulations, a lack of estimators providing real-time solutions and running on actual hardware is seen. Some commercial systems, such as the PixHawk flight controllers, provides readily available PVA-estimates with limited setup, and can also be programmed and used as a test platform for different systems. However, no framework is provided for this, and significant setup is required. This thesis seeks to provide a platform that simplifies the setup of future PVA estimation systems. A tightly coupled extended Kalman filter estimating position and velocity by integrating pseudo-range and Doppler measurements with acceleration measurements is presented. It is implemented in the real time navigation framework DUNE and an interface with the open source program package RTKLIB is implemented as well, giving access to a host of GNSS related functionality. The system is loaded onto and run on an embedded computer, BeagleBone Black, running a miniaturized Linux distribution. The results show that the system is able to provide PV estimates in real time, but with a somewhat heavy computational load.