Détermination du positionnement et de l'attitude pour les robots agricoles de précision sur la base de la fusion de capteurs IMU et de deux capteurs GPS RTK

Pour garantir que notre véhicule expérimental puisse se localiser de manière fiable et précise dans son référentiel mondial, nous avons conçu un système de géolocalisation basé sur la fusion de données multi-capteurs à l'aide d'un filtre de Kalman étendu. Ce système exploite les données de deux antennes GNSS, d'une unité de mesure inertielle (IMU) à 6 axes et de codeurs à roue. Au cours du développement, nous avons mené une étude théorique complète pour valider la solution en simulation avant de l'intégrer à notre véhicule. Ces résultats ont été publiés lors de la conférence AgriControl en août 2022.

Cet article se concentre sur le développement d'une architecture de fusion de données pour le positionnement et l'estimation de l'attitude d'un véhicule agricole autonome, combinant deux systèmes RTK-GNSS et un système d'unité de mesure inertielle (IMU). Les principales étapes de l'algorithme sont présentées en donnant une approche générique pour les applications de guidage de véhicules en temps réel ou de localisation à l'aide de la fusion de données. Des caractéristiques importantes telles que la modélisation des erreurs des capteurs basée sur la méthode de variance d'Allan ainsi que les phénomènes de compensation liés à la navigation terrestre à l'aide de la mécanisation IMU sont présentées. Une architecture de fusion faiblement couplée est proposée, permettant une faible complexité pour l'intégration d'algorithmes en temps réel. Enfin, les résultats basés sur des données réelles provenant d'un prototype réel sont exploités pour montrer l'efficacité de l'algorithme proposé.