Design of an Extended Kalman Filter for an Autonomous Sailboat

Abstract

O presente trabalho foi desenvolvido no Laboratório de Métodos de Controle e Robótica (RMR) na TU Darmstadt - Alemanha, em parceria com a Sailing Team Darmstadt (STDA). Seu objetivo é desenvolver e construir um veleiro que atravesse o Oceano Atlântico sem tripulação e seja autossuficiente em energia apenas com propulsão eólica. A travessia do Oceano Atlântico corresponde a uma distância de cerca de 7000 km e demora pelo menos dois meses a atravessar. Para o controle e planejamento de trajetórias de um veleiro autônomo, é necessário ser capaz de conhecer as condições do sistema com confiança (como posição, velocidade, orientação). Mesmo que um dos sensores individuais pare de funcionar, o barco tem que ser capaz de se manter em operação com segurança. Com isso em mente, um Filtro de Kalman pode ser projetado para combinar os vários dados dos sensores e estimar os estados do sistema (posição(x,y), velocidade, yaw e velocidade angular), obtendo a melhor estimação possível, mesmo na presença de ruídos de medição e pertubações externas. Além disso, o oceano é um ambiente hostil, com condições meteorológicas complicadas, de modo que a maioria dos dispositivos tendem a apresentar defeitos após certo tempo. Em barcos autônomos, esses defeitos são especialmente importantes devido à forte dependência que medições precisas têm para um bom funcionamento do sistema. Por isso, é importante analisar se e quais falhas do sensor podem ser compensadas. Uma análise da dinâmica de um veleiro autônomo e dos algoritmos de estimação propostos culminou na seleção e implementação de um modelo não-linear e de um Filtro de Kalman Estendido. Este filtro foi então testado em diferentes cenários para avaliar sua robustez em situações reais através de simulações numéricas. No final do trabalho, foi obtido um método capaz de estimar os estados do veleiro com bastante precisão, mesmo para casos com altas covariâncias do ruído de medição, além de se mostrar tolerante a falhas de sensores. Este trabalho fornece um sistema de grande precisão e robustez na estimativa dos estados de um veleiro autônomo, permite sua análise sob uma simulação controlada, contribuindo massivamente para a subsequente implementação do veleiro autônomo.

The present work was developed at the Control Methods and Robotics Lab (RMR) in TU Darmstadt - Germany, in partnership with the Sailing Team Darmstadt (STDA). Their aim is to develop and build a sailboat that will cross the Atlantic Ocean unmanned and energy self-sufficient with wind propulsion alone. The Atlantic crossing corresponds to a distance of about 7000 km and take at least two months to cross. For the control and path planning of a autonomous sailing boat, it’s necessary to have a reliable knowledge of the conditions of the system. Even if one of the individual sensors stops working, the boat has to be able to keep safely operating. With this in mind, a Kalman Filter must be designed to combine the various data from the sensors, and estimate the states of the system (including position, velocity, yaw angle), obtaining the best estimation possible. Besides the sea is a harsh environment with complicated weather conditions so most devices like the GPS module antennas or wind sensors are prone to malfunction under long periods of time. In autonomous sailing boats this is specially important because of the strong dependence on accurate measurements to have a good operation. So it’s important to analyze if and which sensor failures can be compensated. An analysis of the dynamics of a autonomous sailing boat and of the estimation algorithms proposed culminated in a selection and implementation of a nonlinear model, and of a Kalman Filter. This filter was then tested under different scenarios to assess its robustness under a real world scenario as best as it could be in a simulation. At the end of the work, a method was obtained able to estimate the states of the sailboat quite accurately even for cases with high measurement noise covariances, while also being resistant to sensor failures. This work provides a system of great accuracy and robustness in the estimation of the states of an autonomous sailboat, allows its analysis under a controlled simulation, contributing massively to the subsequent implementation of the autonomous sailboat.