THÈSE En vue de l'obtention du

Mariana Spangenberg

Description

Niveau: Supérieur, Doctorat, Bac+8

• dissertation

THÈSE En vue de l'obtention du DOCTORAT DE L'UNIVERSITÉ DE TOULOUSE Délivré par l'Institut National Polytechnique de Toulouse Discipline ou spécialité : Réseaux, Télécommunications, Système et Architecture Présentée et soutenue par Mariana SPANGENBERG Le 16 juin 2009 Titre : Safe navigation for vehicles JURY Prof. Francis Castanié (Président) Prof. Emmanuel Duflos (Rapporteur) Prof. Bernd Eissfeller (Rapporteur) Prof. Jean-Charles Noyer (Rapporteur) Prof. Jean-Yves Tourneret (Directeur de thèse) Dr. Vincent Calmettes ( Co-directeur de thèse) Dr. Olivier Julien (Co-directeur de thèse) M. Grégoire Duchâteau (Examinateur) Ecole doctorale : Mathématiques, Informatique et Télécommunications de Toulouse Unité de recherche : Laboratoire de Télécommunications Spatiales et Aéronautiques (TéSA)

• signal satellitaire


• axes d'amélioration


• genre de signal


• techniques d'hybridation classiques


• satellite navigation


• algorithmes de localisation


• amélioration des technologies

Sujets

• Dissertation
• Duchateau
• Toulouse
• Julien
• Thalès
• Université de Toulouse

Informations

• Publié par: profil-feym-2012
• Publié le: 01 juin 2009
• Nombre de lectures: 38
• Langue: English
• Poids de l'ouvrage: 3 Mo

Extrait

THÈSE
En vue de l'obtention du
DOCTORAT DE L’UNIVERSITÉ DE TOULOUSEV
Délivré par l’Institut National Polytechnique de Toulouse
Discipline ou spécialité : Réseaux, Télécommunications, Système et Architecture
Présentée et soutenue par Mariana SPANGENBERG
Le 16 juin 2009
TitreTitre : : SafSafee navigationtion f foor r vehiclvehicleses
JURY
Prof. Francis Castanié (Président)
Prof. Emmanuel Duflos (Rapporteur)
Prof. Bernd Eissfeller (Rapporteur)
Prof. Jean-Charles Noyer (Rapporteur)
Prof. Jean-Yves Tourneret (Directeur de thèse)
Dr. Vincent Calmettes ( Co-directeur de thèse)
Dr. Olivier Julien (Co-directeur de thèse)
M. Grégoire Duchâteau (Examinateur)
Ecole doctorale : Mathématiques, Informatique et Télécommunications de Toulouse
Unité de recherche : Laboratoire de Télécommunications Spatiales et Aéronautiques (TéSA)iiAcknowledgements
I would like to express my sincere gratitude to those who helped me complete this endeavor:
My main supervisor, Prof. Jean Yves Tourneret, for his continuous support, encouragement and guidance
on my research. Thank you for sharing all you signal processing expertise and wisdom with me. I am in debt
for his careful proofreading and fruitful contribution to every publication.
My two co-advisors: Vincent Calmettes and Olivier Julien. Their great competences and knowledge on the
inertial and satellite navigation domain have been essential for the development of this work. Their valuable
comments and suggestions have improved the quality of this thesis significantly.
Philippe Poiré and Grégoire Duchâteau from Thales Alenia Space (Toulouse) for their helpful discussion,
guidance and interest in the research project.
I greatly appreciate all the examining committee members for their time and advice on the revision of this
dissertation.
My special thanks go to my colleagues in the laboratory. It was a pleasure sharing all these years with
you. In particular, I will never forget Ferdinand’s and Julien’s advices and french grammatical lessons as well
as Patrice’s good humor and endless jokes.
My beloved family for their love and support. Mom, Dad and sister Laura: thank you for always believing
in me. I owe you a lot.
My two main supporters during this long, arduous but amazing journey: Juan and Josep. Your love and
understanding encouraged me to keep going. Your company and patience during the most difficult moments
kept me sane.
Last but not least, to my dear friends: Paula, Alex, Javi and Gaby. Thank you for your friendship and
support. These years in Toulouse would not have been such a wonderful experience without you.
This work was supported by Thales Alenia Space, Toulouse, France.
iiiivRésumé
Lanavigationparsatelliteprendunviragetrèsimportantcesdernièresannées, d’unepartparl’arrivée
imminente du système Européen GALILEO qui viendra compléter le GPS Américain, mais aussi
et surtout par le succès grand public qu’il connaît aujourd’hui. Ce succès est dû en partie aux
avancées technologiques au niveau récepteur, qui, tout en autorisant une miniaturisation de plus en
plus avancée, en permettent une utilisation dans des environnements de plus en plus difficiles.
L’objectif aujourd’hui est de préparer l’utilisation de ce genre de signal dans une optique bas coût
dans un milieu urbain automobile pour des applications critiques d’un point de vue sécurité (ce que
ne permet pas les techniques d’hybridation classiques).
L’amélioration des technologies (réduction de taille des capteurs type MEMS ou Gyroscope) ne
peut, à elle seule, atteindre l’objectif d’obtenir une position dont nous pouvons être sûrs si nous
utilisons les algorithmes classiques de localisation et d’hybridation. En effet ces techniques permettent
d’avoir une position sans cependant permettre d’en quantifier le niveau de confiance.
Lafaisabilitédecesapplicationsreposed’unepartsurunerechercheapprofondied’axesd’amélioration
des algorithmes de localisation, mais aussi et conjointement, sur la possibilité, via les capteurs ex-
ternes de maintenir un niveau de confiance élevé et quantifié dans la position même en absence de
signal satellitaire.
vviAbstract
Satellite navigation has acquired an increased importance during these last years, on the one hand due
to the imminent appearance of the European GALILEO system that will complement the American
GPS, and on the other hand due to the great success it has encountered in the commercial civil
market. An important part of this success is based on the technological development at the receiver
level that has rendered satellite navigation possible even in difficult environments.
Today’s objective is to prepare the utilisation of this kind of signals for land vehicle applications
demanding high precision positioning. One of the main challenges within this research domain, which
cannot be addressed by classical coupling techniques, is related to the system capability to provide
reliable position estimations.
The enhancement in dead-reckoning technologies (i.e. size reduction of MEMS-based sensors
or gyroscopes) cannot all by itself reach the necessary confidence levels if exploited with classical
localization and integration algorithms. Indeed, these techniques provide a position estimation whose
reliability or confidence level it is very difficult to quantify.
The feasibility of these applications relies not only on an extensive research to enhance the naviga-
tionalgorithmperformancesinharshscenarios, butalsoandinparallel, onthepossibilitytomaintain,
thanks to the presence of additional sensors, a high confidence level on the position estimation even
in the absence of satellite navigation signals.
viiviiiContents
Acknowledgements iii
Résumé v
Abstract vii
Introduction 1
1 GPS Satellite Navigation 9
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Satellite Navigation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.1 Global Positioning System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.2 Differential GPS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.2.3 Urban navigation phenomena . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.2.4 High Sensitivity GPS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2 Dead reckoning navigation 35
2.1 Dead reckoning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2 Inertial Sensors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.2.1 Gyroscope . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.2.2 Accelerometers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
ix2.2.3 Adopted noise models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3 Allan Variance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.4 Odometers/Wheel Speed Sensor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.5 Coordinate frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.5.1 Inertial Frame (i-frame) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.5.2 Earth-Centered Earth-fixed frame (ECEF or e-frame) . . . . . . . . . . . . . . 46
2.5.3 Navigation frame (n-frame) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.5.4 Mobile frame(m-frame) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.6 Inertial Navigation system . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.6.1 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.6.2 Equations of motion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.6.3 INS mechanization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.6.4 Error equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.7 Navigation based on Wheel Speed Sensors . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.7.1 Error equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.8 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3 Hybrid navigation systems: integrating GPS, INS and odometric data 61
3.1 Integration strategies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.1.1 Loose integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.1.2 Tight integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.1.3 Chosen integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.2 Filtering framework . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.3 The optimal Kalman Filter (KF)- Linear systems . . . . . . . . . . . . . . . . . . . . . 67
3.4 Non-linear systems . . . . . . . .