La caminata aleatoria se refiere a un tipo de modelo de error comúnmente observado en los sistemas de navegación inercial (INS) posición, la velocidad u otros estados del sistema acumulan errores aleatorios con el tiempo, lo que lleva a un aumento gradual de la incertidumbre . Este fenómeno a menudo se asocia con el ruido del sensor , particularmente en acelerómetros y giroscopios utilizados en INS. Se manifiesta como una deriva aleatoria en las mediciones del sistema, lo que dificulta predecir el estado preciso del sistema durante períodos prolongados.
¿Cómo afecta la caminata aleatoria?
Drift de posición : la caminata aleatoria conduce a un aumento gradual en el error de posición , a medida que se acumulan pequeños errores aleatorios con el tiempo.
Drift de velocidad : de manera similar, los errores aleatorios en las mediciones de aceleración causan una deriva en las estimaciones de velocidad , lo que, cuando se integran con el tiempo, da como resultado un error de posición.
Mayor incertidumbre : el error crece con la raíz cuadrada del tiempo , lo que significa que durante un período más largo, la incertidumbre en la posición o la velocidad aumentará significativamente .
¿Cómo modelar y mitigar la caminata aleatoria en INS?
Modelado de caminata aleatoria : en INS, la caminata aleatoria a menudo se modela como un proceso aleatorio , con características de ruido como inestabilidad de sesgo y ruido blanco . Por lo general, se representa en el filtro Kalman o el filtro bayesiano para la corrección de errores.
Calibración del sensor : la calibración regular de los sensores ayuda a reducir la deriva aleatoria asegurando mediciones iniciales precisas.
Fusión del sensor : la combinación de datos de otros sensores (por ejemplo, GNSS, LiDAR ) con datos INS permite una mejor corrección de errores y compensa la deriva causada por la caminata aleatoria .
Técnicas de filtrado avanzado : técnicas como el filtro Kalman y el filtro Kalman extendido (EKF) se utilizan para reducir el impacto de la caminata aleatoria en la solución de navegación general.
Aplicaciones de la caminata aleatoria en INS
Navegación de larga duración : los errores de caminata aleatorios se vuelven más significativos en los sistemas que operan durante largas duraciones sin correcciones externas (por ejemplo, submarinos, naves espaciales ).
Vehículos autónomos : los INS en sistemas autónomos pueden experimentar errores aleatorios de caminata, especialmente en entornos con regatoria GNSS , donde se necesitan actualizaciones periódicas para corregir estos errores.
Terreno aéreo : en la navegación de drones , la caminata aleatoria puede afectar el posicionamiento de largo alcance si no se corrige regularmente.
Ventajas de mitigar la caminata aleatoria en INS
Precisión mejorada : la reducción de los errores de caminata aleatorios conduce a una posición más precisa y estimaciones de velocidad con el tiempo.
Estabilidad en la navegación : la fusión del sensor y avanzadas de filtrado aseguran que el sistema permanezca estable y confiable incluso durante largos períodos de operación.
Mejor rendimiento en entornos de GNSS : la fusión del sensor permite que el INS continúe proporcionando una navegación precisa sin depender únicamente de las señales GNSS.
