Desenvolvimento de Horizonte Artificial para
Aviação Geral baseado em Sensores MEMS
Paulo Iscold, Gibram R. C. de Oliveira, Armando A. Neto, Guilherme A. S. Pereira, Leonardo A. B. Tôrres
Resumo— Neste trabalho apresenta-se o desenvolvimento de
um instrumento Horizonte Artificial, construı́do utilizando-se
acelerômetros e girômetros microeletromecânicos (MEMS) de
baixo custo. A implementação computacional está baseada em
utilização de filtragem complementar para realizar a fusão de
informações de atitude oriundas tanto da projeção do vetor gravi-
dade, quanto da integração de velocidades angulares. Resultados
experimentais sugerem que esta é uma alternativa viável para a
utilização em sistemas eletrônicos de informação de vôo.
Palavras-Chave— Horizonte Artificial, Dispositivos MEMS,
Filtragem complementar.
Abstract— In this paper an Artificial Horizon development is
presented. The proposed device is comprised by low-cost MEMS
gyros and accelerometers. A complementary filter algorithm
approach is used to perform sensor fusion by combining attitude
estimates obtained from gravity vector projection and angular
velocity integration. Experimental results suggest that this proce-
dure is a feasible alternative for electronic flight instrumentation
systems.
Keywords— Artificial Horizon, MEMS devices, Complemen-
tary filter.
I. I NTRODUÇ ÃO
O desenvolvimento de sistemas eletrônicos de informação
de vôo – EFIS1 tem sido uma tendência nos recentes desen-
volvimentos de aviônicos em todo o mundo. Sobretudo para
a aplicação em aeronaves de aviação geral, tais sistemas têm
sido de extrema importância no aprimoramento de estratégias
de controle e operação de aeronaves, em consonância com
os objetivos propostos em programas de desenvolvimento
tecnológico voltados para a aviação geral, tais como o NASA
AGATE [1] e o FAA/NASA SATS [2], e recentemente o
desafio centenário da NASA de um veı́culo aéreo pessoal –
PAV2 [3].
A Universidade Federal de Minas Gerais, dando continui-
dade ao seu constante apoio ao desenvolvimento da aviação
geral brasileira, iniciou no ano de 2006 a construção de um
EFIS para aplicação em aeronaves leves, em conjunto com a
empresa Flight Technologies (Fig.1).
Neste trabalho serão apresentados detalhes de
implementação de um Horizonte Artificial – um dos
principais componentes do EFIS – construı́do utilizando-se
acelerômetros e girômetros microeletromecânicos – MEMS3
de baixo custo.
Guilherme Augusto Pereira - CEA/DEE/UFMG - gpereira@ufmg.br, Leo-
nardo Antônio Borges Torres - CEA/DELT/UFMG - torres@cpdee.ufmg.br,
Paulo Iscold - CEA/DEMEC/UFMG - iscold@ufmg.br.
1 Electronic Flight Information System.
2 Personal Air Vehicle.
3 Micro-Electro-Mechanical Systems.
Fig. 1. Horizonte Artificial como parte integrante do sistema eletrônico de
informação de vôo em desenvolvimento na UFMG.
De acordo com sua utilização na aviação, um Horizonte
Artificial convencional é responsável por indicar ao piloto a
atitude da aeronave em relação à linha de horizonte da Terra.
Esta indicação é feita através de dois ângulos, a saber: ângulo
de arfagem (pitch) θ, e ângulo de rolamento (roll) φ.
Uma caracterı́stica importante no desenvolvimento de sis-
temas de estimação de atitude é a abordagem utilizada para
filtragem e fusão dos dados provenientes dos sensores. Recen-
temente, diversos trabalhos [4], [5], [6] têm apresentado dife-
rentes técnicas para solucionar este problema, em sua maioria
baseadas em utilização de Filtros de Kalman [7], [8]. Entre-
tanto, um problema importante correlato é a implementação
computacional destas abordagens em sistemas embarcados.
Em geral a utilização de algoritmos inspirados no Filtro de
Kalman levam a necessidade de operações matriciais, e.g.
inversão de matrizes, o que pode se tornar uma tarefa difı́cil
para certas classes de processadores.
Embora existam soluções comerciais para os problemas
supracitados na implementação de Horizontes Artificiais, o
custo ainda é um fator impeditivo, uma vez que as soluções
baseadas em giroscópios mecânicos, usuais do mercado de
aviação geral, ainda apresentam custo inferior às soluções
baseadas em sensores eletrônicos, sobretudo no Brasil. Assim,
torna-se interessante o estudo de alternativas para simplificar
as atuais abordagens de filtragem e fusão sensorial utilizadas
em Horizontes Artificiais baseados em dispositivos MEMS.
Neste trabalho utilizou-se um acelerômetro MEMS de 3
eixos, capaz de medir as três componentes de aceleração a
qual está submetido, para se determinar as projeções do vetor
aceleração da gravidade sobre os eixos de um referencial fixo
no veı́culo. Além disto, um conjunto de 3 girômetros MEMS
foi utilizado para se medir as componentes do vetor velocidade
angular do veı́culo e, através da integração destas velocidades
considerando-se a cinemática de corpo rı́gido associada, obter
estimativas de posicionamento espacial (atitude) ao longo do
tempo. A fusão de dados é realizada através de filtragem
complementar – uma alternativa interessante, em termos de
custo computacional, a abordagem via filtragem de Kalman
[9], [10]. Resultados experimentais são utilizados para se
comparar estimativas de ângulos de rolamento φ e de arfagem
θ obtidas usando o sistema desenvolvido, e fornecidas por uma
sistema inercial comercial, com medições de uma mesa de
calibração construı́da para realizar a aferição do equipamento.
II. M ODELAGEM M ATEM ÁTICA
A. Estimação de Atitude via Projeção do Vetor Gravidade
A medição obtida usando-se acelerômetros presos ao corpo
do veı́culo pode ser determinada tendo em vista os referenciais
mostrados na Fig.2. Considerando a existência de um suposto
referencial inercial preso à Terra, denotado como NED, e a
existência de um referencial preso ao corpo do veı́culo, com
origem no centro de massa – centro de gravidade do mesmo,
denotado como ABC, obtém-se:
~a = R
R ~ CM + ~ra ,
sendo R ~ a a posição do acelerômetro em relação ao referencial
inercial; R ~ CM a posição do centro de gravidade do veı́culo em
relação ao referencial inercial; e ~ra a posição do acelerômetro
em relação ao centro de gravidade da aeronave.
sensor
~ra
x
~a
R
ABC
z
y 0
Y ~ CM
R 0
X ~am z = −g0 cos φ cos θ.
NED
Z
Fig. 2. Posição do sensor de aceleração em relação ao referencial NED e
em relação ao referencial ABC do corpo rı́gido.
Neste caso a aceleração sofrida pelo acelerômetro, em
relação ao referencial inercial NED, e considerando que o
mesmo está rigidamente ligado ao corpo do veı́culo; i.e. ~ra
é um vetor constante em relação ao referencial ABC; pode
ser escrita como:
~ × ~ra + ω
~aa = ~aCM + α ~ × (~
ω × ~ra ),
sendo ~aCM a aceleração de translação do veı́culo; α ~ a
aceleração angular da aeronave; e ω ~ a velocidade angular
do veı́culo. Todos os vetores estão representados no referen-
cial ABC. Um acelerômetro ideal registraria, neste caso, a
diferença entre a aceleração inercial e a aceleração gravitaci-
onal no ponto R ~ a , ambas expressas no referencial ABC, ou
seja:
~as = ~aa − ~g ABC ,
= ~aa − RNED/ABC ~g NED .
sendo ~g ABC o vetor gravidade representado no referencial
ABC; ~g NED = [0 0 g0 ]T o vetor gravidade representado
2
no referencial NED, com g0 ≈ 9,8m/s ; e RNED/ABC a
matriz de rotação que transforma representações vetoriais no
referencial NED para aquelas no referencial ABC, a qual
depende dos ângulos de atitude φ, θ e ψ do veı́culo. Além
disso, considerando que o sensor de aceleração não apresenta
eixos em alinhamento perfeito com os eixos do referencial
ABC, e que o sinal do mesmo é contaminado por ruı́do espúrio
e polarização (bias), a medição do acelerômetro pode ser
representada como:
~am = RABC/S ~aa − RNED/ABC ~g NED + ~ba (t) + ~ηa (t), (2)
 
sendo RABC/S a matriz de rotação que transforma
representações vetoriais no referencial ABC para
representações no referencial S do sensor; ~ba é um vetor de
termos de polarização; e ~ηa é um vetor de termos de ruı́do
com média nula.
Para os casos em que o alinhamento do sensor é perfeito
(RABC/S = I, sendo I a matriz identidade), e o veı́culo está
em equilı́brio de translação (~aCM = 0) e de rotação (~
α=0e
ω
~ = 0), a partir de (1) e (2) conclui-se que
~am = −RNED/ABC ~g NED + ~ba (t) + ~ηa (t).
Supondo que o vetor ~ba (t) é constante, e tomando o valor
esperado (média) da aceleração medida, tem-se a seguinte
equação vetorial:
0
~am = E[~am ] − ~ba = −RNED/ABC ~g NED ,
que pode ser reescrita de forma escalar como [11]:


~am
x = g0 sin θ,
~am = −g 0 sin φ cos θ,
0

y
Das expressões acima, conclui-se que estimativas para os
ângulos de rolamento e arfagem podem ser obtidas como:
 
(~am )x
θa = arcsin , (3)
g0

(~am )y

φa = arcsin . (4)
−g0 cos θ
Salienta-se que a expressão (4) permite que seja utilizado
apenas um acelerômetro MEMS de 2 eixos, o que promove
uma redução no custo total do projeto. Mas neste caso há
(1)
singularidade para θ = ±π/2. Além disso, a medição da
componente (~am )z é também estritamente necessária para se
determinar se −π/2 < φ < π/2 ou π/2 < φ < 3π/2.
Posto isto, alternativamente, caso a aeronave possa apresentar
atitudes correspondentes a estas condições, é possı́vel estimar
φ a partir de
 
φa = arctan2 (~am )y ; (~am )z , (5)
usando-se dois acelerômetros de 2 eixos, ou um acelerômetro
de 3 eixos.
B. Estimação de Atitude a partir da Integração de Velocidades e ψ(0) = 0, e o vetor de quatérnios inicial ~q(0) pode ser
Angulares calculado a partir de (6).
As relações entre as componentes do vetor velocidade A integração numérica das equações (7) é feita através
~ = [p q r]T da aeronave e as variações dos ângulos
angular ω de um algoritmo de Runge-Kutta de 4a ordem de passo
de atitude podem ser expressas de acordo com o seguinte fixo, modificado para que, a iteração, o vetor de quatérnios
conjunto de equações diferenciais não lineares [11]: seja normalizado; i.e. faz-se ~qk = ~qkRK /k~qkRK k, sendo ~qk o
resultado final da integração numérica modificada no instante
φ̇ = p + q tan θ sin φ + r tan θ cos φ, de tempo kT , k ∈ {0, 1, 2, . . .}; e ~qkRK o resultado da
θ̇ = q cos φ − r sin φ, integração numérica via algoritmo de Runge-Kutta.
sin φ cos φ Na equação (7) as componentes de velocidade angular
ψ̇ = q cos θ + r cos θ . do veı́culo são substituı́das pelos valores medidos usando-
Entretanto, estas equações diferenciais apresentam pontos se girômetros MEMS. A medição obtida pode ser modelada
de singularidade em θ = ±π/2. Uma abordagem alternativa matematicamente como:
na qual este fenômeno não está presente, e que apresenta
ω
~m = ω ~ + ~bg + ~ηg , (9)
vantagens também em relação ao custo computacional para
integração das equações diferenciais, é a representação da sendo ω ~ m = [pm qm rm ]T o vetor velocidade angular medida;
atitude usando-se quatérnios [11]. Os quatérnios são vetores ~bg um vetor de termos de polarização; e ~ηg um vetor de
~q = [q0 q1 q2 q3 ]T em R4 , cujas componentes podem ser termos de ruı́do com média nula. Além disso, outra técnica
expressas a partir dos ângulos de atitude da aeronave como: utilizada na integração das equações (7) foi a modificação
h i do algoritmo Runge-Kutta de maneira que os valores das
q0 = − cos φ2 cos θ2 cos ψ2 + sin φ2 sin θ2 sin ψ2 , componentes pm , qm e rm , em instantes intermediários entre
h i
q1 = − sin φ2 cos θ2 cos ψ2 + cos φ2 sin θ2 sin ψ2 , o passo anterior e o passo atual de integração, necessários a
h i (6) cada iteração do algoritmo, são interpolados linearmente entre
q2 = − cos φ2 sin θ2 cos ψ2 + sin φ2 cos θ2 sin ψ2 , valores efetivamente medidos, ao invés de serem mantidos
h i
q3 = − cos φ2 cos θ2 sin ψ2 + sin φ2 sin θ2 cos ψ2 . constantes durante todo o intervalo de integração.
Finalmente, estimativas φg , θg e ψg para os ângulos de
As equações acima garantem que k~qk = 1; i.e. norma atitude são obtidas, a cada passo de integração, através da
Euclidiana unitária. aplicação das equações (8).
A equação diferencial que expressa a variação temporal É interessante notar que os girômetros não precisam estar
do quatérnio em função do vetor velocidade angular ω~ da localizados no centro de gravidade do veı́culo. Entretanto,
aeronave pode ser expressa na forma matricial como [11]: valores ~bg 6= 0 produzem contı́nuas alterações nas estimativas
      dos ângulos de atitude, mascarando o movimento real da
q̇0 0 −p −q −r q0 aeronave. Em função disto, as estimativas obtidas por este
 q̇1  1  p 0 r −q    q1  . método, em baixas freqüências, não são confiáveis.
 
 q̇2  = 2  q −r 0 (7)
  
p   q2 
q̇3 r q −p 0 q3 C. Fusão de Dados via Filtragem Complementar
Por outro lado, a partir de um dado quatérnio ~q, pode-se No desenvolvimento de um Horizonte Artificial, o objetivo
obter os ângulos de atitude correspondentes: é a determinação da atitude de rolamento e de arfagem do
  veı́culo a partir dos dados disponibilizados pelos sensores
2 (q2 q3 + q0 q1 ) embarcados. No presente caso, conforme visto nas seções
φ = arctan ,
(q02 − q12 − q22 + q32 ) anteriores, dispõe-se de estimativas φa e θa obtidas através da
θ = arcsin [−2 (q1 q3 + q0 q2 )] , (8) projeção do vetor gravidade, e de estimativas φg e θg obtidas
 
2 (q1 q2 + q0 q3 ) através da integração das velocidades angulares.
ψ = arctan ,
(q02 + q12 − q22 − q32 ) Conforme mostrado nas subseções II-A e II-B, a estimativa
de atitude obtida através da projeção do vetor gravidade
para o caso em que |q1 q2 +q0 q3 | =
6 0,5. Caso contrário, adota- somente é válida quando o veı́culo não está acelerado, e, em
se a seguinte regra: geral, se considera sua velocidade angular constante e nula.

Portanto, esta estimativa é confiável apenas para os casos em
 φ =
 0,
π
θ = que o veı́culo se encontra em equilı́brio, ou quando executa
q1 q2 + q0 q3 = 0,5 ⇒ 2 , 
 ψ = 2 arctan q2 ,
 movimentos relativamente lentos.
q0 Por outro lado, as estimativas de atitude obtidas através da


 φ = 0, integração das velocidades angulares são adequadas em quais-
q1 q2 + q0 q3 = -0,5 ⇒ θ = − π2 ,  quer situações, em princı́pio. Entretanto, tendo em vista que os
 ψ = −2 arctan q2 .
 girômetros apresentam componentes espúrias de polarização
q0
(bias) nos correspondentes sinais medidos, a componente de
A condição inicial utilizada na resolução do sistema de baixa freqüência desta estimativa não é confiável.
equações diferenciais (7) é obtida através do uso das estimati- Visando obter estimativas adequadas a implementação do
vas θa e φa , em (3) e (4), de forma que φ(0) = φa , θ(0) = θa Horizonte Artificial, utilizando métodos numéricos de baixo
custo computacional, e tendo em vista as limitações supraci-
tadas associadas aos procedimentos de medição via projeção
do vetor gravidade e via integração de velocidades angulares,
optou-se pela utilização de filtragem complementar, conforme
mostrado na Fig.3. Esta técnica consiste em combinar es-
timativas oriundas de diferentes procedimentos de medição,
que são confiáveis em faixas distintas de freqüências. No
presente caso, a estimativa de atitude obtida via projeção
do vetor gravidade é processada por um filtro passa-baixas
digital, enquanto a estimativa obtida através da integração
das velocidades angulares medidas é processada por um filtro
passa-altas digital. Ambos os filtros são projetados de forma
que:
GL (z) + GH (z) = 1, (10)
sendo GL (z) a função de transferência do filtro passa-baixas;
e GH (z) a função de transferência do filtro passa-altas; ambas
no domı́nio do tempo discreto, ou seja, z = esT , sendo s a
variável freqüência complexa e T o perı́odo de amostragem
[12].
φa , θa
Projeção do GL (z)
Acelerômetros vetor gravidade
φ̂, θ̂
φg , θg
Cinemática de
Girômetros GH (z)
corpo rígido
Fig. 3. Visão geral do problema de determinação de atitude através de
medições oriundas de acelerômetros e girômetros MEMS, usando filtragem
complementar.
Para o filtro passa-baixas, escolheu-se uma resposta em
freqüência maximamente plana do tipo Butterworth, de 1a
ordem [12]. O filtro passa-altas complementar foi obtido a
partir da expressão (10). A freqüência de corte do filtro
passa-baixas foi escolhida através de um procedimento de
otimização, sendo a função custo a ser minimizada a integral
do erro quadrático médio entre a estimativa final e valores de
referência para uma dada excitação (Seção III). Os resultados
obtidos indicaram que o valor escolhido para a freqüência de
corte parece ser adequado para diversos tipos de excitações.
Uma das vantagens desta abordagem é a implementação
do processo de filtragem através de simples equações de
diferença, o que demanda geralmente um esforço computa-
cional reduzido na etapa de fusão de dados.
III. E NSAIOS E XPERIMENTAIS
A. Descrição do Aparato Experimental
No desenvolvimento do protótipo do Horizonte Artificial
foram utilizados sensores MEMS desenvolvidos pela empresa
Analog Devices. Em particular, utilizou-se um acelerômetro
ADXL330 com fundo de escala de ±3g. Adicionamente
foi implementado um filtro passa-baixas anti-aliasing com
freqüência de corte de 40Hz. Além disto, foram utilizados
três girômetros ADXRS150 montados em uma trı́ade, e com
filtros passa-baixas anti-aliasing com freqüência de corte de
40Hz.
Para a coleta de dados foi utilizado o sistema de aquisição
fabricado pela National Instruments modelo USB-6009 com
capacidade de aquisição para até 8 canais analógicos, 14bits
de resolução, em uma taxa máxima de 48.000 amostras por
segundo.
Como padrão para comparação foi utilizada também um
sistema AHRS comercial fabricado pela empresa MicroStrain.
Utilizou-se o modelo 3DM-GX1 que, segundo especificações
do fabricante, utiliza um algoritmo de filtragem recursiva,
atualizado em uma taxa de 350Hz para estimar a sua atitude,
usando representação de quatérnios, posteriormente converti-
dos para ângulos de Euler. A comunicação com esta AHRS é
feita através de uma porta RS-232 e pode alcançar até 20Hz
de taxa de amostragem.
Foi também desenvolvida uma mesa de aferição, com
inclinação variável, cuja atitude é medida por meio de três
potenciômetros lineares, fabricados pela empresa GEFRAN,
com erro de linearidade menor que 0,05% (Fig.4). A partir de
cálculos de cinemática inversa, é possı́vel determinar a atitude
da mesa inclinada com uma precisão menor que um grau.
Fig. 4. Mesa de aferição montada usando 3 potenciômetros de precisão
lineares para avaliação do equipamento desenvolvido.
Na Fig.4 o equipamento denotado IMU4 contém os
girômetros e o acelerômetro tri-axial. Os equipamentos
DAQ-IMU e DAQ-mesa correspondem aos sistemas de
aquisição de dados USB-6009.
B. Ensaios Realizados
Nesta seção serão apresentados alguns resultados de testes
obtidos neste trabalho. Nestes testes são comparados os valores
de ângulos de rolamento e arfagem obtidos através da mesa
de aferição inclinada (linha vermelha), da AHRS comercial
MicroStrain 3DM-GX1 (linha preta), e do procedimento de
estimação descrito neste trabalho (linha verde). Os testes
realizados foram, em sua maioria, inspirados nos requisitos
propostos no FAA-TSO-C4c [13]:
1) Combinação de oscilações dos ângulos φ e θ, em
freqüências variando entre 0,1Hz e 3Hz.
2) Oscilações maiores que 7,5o , em φ e θ, durante cerca
de 2 minutos, seguida de nivelamento (φ = 0 e θ = 0).
4 Inertial Measurement Unit.
 20

10
φ (graus)

−10

−20
0 5 10 15 20 25 30
t (s)

60

40
θ (graus)

20

−20

−40
0 5 10 15 20 25 30
t (s)

Fig. 5. Comparação de desempenho entre o protótipo desenvolvido (linha verde) e a AHRS MicroStrain (linha preta), em relação aos valores obtidos
usando-se a mesa de aferição (linha vermelha): Teste 1.

3) Simulação de uma curva coordenada, com cerca de 20o
de inclinação, durante cerca de 15 segundos, seguida de
nivelamento.
4) Giro de 180o , em ψ, em menos de 10 segundos, man-
tendo φ = 0 e θ = 0.
Para os testes 2 e 4 a norma FAA-TSO-C4c exige que
o máximo desvio (drift), em arfagem e rolamento não deve
exceder um grau. Já para o teste 3, este valor máximo é de
3o .
Para a obtenção dos resultados obtidos com o procedi-
mento de estimação descrito neste trabalho, foi utilizada uma
freqüência de corte para o filtro complementar de 1,2Hz. Esta
freqüência foi obtida conforme descrito na Seção II-C.
rolamento e arfagem, a estimativa feita com o procedimento
proposto é sempre mais precisa que a estimativa feita com
a AHRS, sendo que os desvios máximos não ultrapassam
um grau. Após o nivelamento, em rolamento não se observa
desvio, entretanto, em arfagem observa-se um acúmulo de
desvio da AHRS. É importante notar que este acúmulo de
desvio surge após o nivelamento da mesa, atingindo seu
valor máximo 4 segundos após o nivelamento. Em relação
as estimativas feitas com o procedimento porposto, não se
observa desvios significativos.
10
φ (graus)

Na Fig.5, apresenta-se o resultado relativo ao teste 1. 0

Observa-se que a AHRS comercial apresenta um significativo −10

desvio em relação à referência de posição obtida usando a 110 115 120 125 130
mesa de aferição. Este acúmulo se inicia na fase de excitação
de baixa freqüência e se acentua na fase de excitação de alta 10
freqüência, chegando a um valor maior do que 5 graus ao
θ (graus)

final do teste. Embora não seja apresentada esta informação 0

na Fig.5, a AHRS leva cerca de 40 segundos para eliminar −10

este desvio. Já a estimação obtida usando-se o protótipo, 110 115 120 125 130
aparentemente não apresenta acúmulo de desvio. É notado t (s)

que, em alguns picos e vales das excitações, ocorrem os

maiores erros de estimação usando o protótipo desenvolvido.
Entretanto, observa-se que estes desvios não são superiores a
2o .
Na Fig.6 são apresentados os resultados do teste 2,
limitando-se à ultima oscilação e 10 segundos após ao ni-
velamento da mesa. Observa-se durante as oscilações, em
Fig. 6. Comparação de desempenho entre o protótipo desenvolvido (linha
verde) e a AHRS MicroStrain (linha preta), em relação aos valores obtidos
usando-se a mesa de aferição (linha vermelha): Teste 2.
Já a Fig.7, apresenta o teste 3 completo, onde é possı́vel ver
a inclinação da mesa em rolamento para t = 4s, acompanhada
de uma pequena mudança de arfagem, e próximo a t = 18s
ocorre o nivelamento da mesa. Nota-se que em rolamento a
estimativa feita com o procedimento proposto não apresenta
desvios significativos. Já a estimativa da AHRS, após o nivela-
mento da mesa de aferição, começa a acumular um desvio que
se torna maior que um grau após 10 segundos. Em arfagem,
nota-se que a estimativa feita com o procedimento proposto,
apesar da baixa relação sinal-ruı́do, também não apresenta
desvios significativos, e seu erro máximo é inferior a um
grau. Por outro lado, a estimativa da AHRS apresenta um erro
de cerca de 0,5o durante a fase em que a mesa permaneceu
inclinada, e apresenta um forte acúmulo de desvio após seu
nivelamento, chegando a mais de 3o após 10 segundos.
10
φ (graus)
IV. C ONCLUS ÕES
Neste trabalho foi apresentado o desenvolvimento de um
Horizonte Artificial para aviação geral, baseado na utilização
de sensores MEMS para obter estimativas de atitude a partir
da projeção do vetor gravidade e integração de velocidades
angulares, combinadas usando um filtro complementar.
Os resultados experimentais obtidos apontam para o fato de
que a solução proposta parece ser competitiva em relação ao
sistemas comercial avaliado, além de poder ser implementada
em um hardware embarcado de baixo custo.
Nos próximos passos desta pesquisa pretende-se incorporar
as medições de velocidade angular, e o efeito da posição
relativa dos sensores de aceleração em relação ao centro de
gravidade da aeronave, como correção no método de estimação
de atitude via projeção do vetor gravidade, conforme indicado

0 na equação (2). Além disso, as diversas equações de diferenças

−10 utilizadas na presente abordagem serão implementadas em
−20 uma arquitetura digital dedicada, a ser embarcada na aeronave,
−30 de forma que os erros oriundos dos processos de quantização
0 5 10 15 20 25 30
e arredondamento possam ser melhor avaliados.
2

0 AGRADECIMENTOS
θ (graus)

−2
Os autores agradecem os financiamentos recebidos da
−4
Fundação de Amparo a Pesquisa do Estado de Minas Gerais
−6 – FAPEMIG, e do Conselho Nacional de Desenvolvimento
0 5 10 15 20 25 30
t (s)
Cientı́fico e Tecnológico – CNPq.
Fig. 7. Comparação de desempenho entre o protótipo desenvolvido (linha
verde) e a AHRS MicroStrain (linha preta), em relação aos valores obtidos R EFER ÊNCIAS
usando-se a mesa de aferição (linha vermelha): Teste 3.
[1] NASA. AGATE: Revitalizing general aviation.
http://www.nasa.gov/centers/langley/news/factsheets/AGATE.html,
2007. Accessed in august.
Finalmente a Fig.8 apresenta o resultado do teste 4, o [2] Bruce J. Holmes. NASA – FAA general aviation small aircraft
qual consiste de um giro vertical (guinada) de 180o , com transportation system. http://www.aeronautics.nasa.gov/events/home&
home/sats/index.htm, 1999. Accessed in august, 2007.
a mesa nivelada, em menos de 10 segundos. Neste caso, a [3] NASA. Personal air vehicle challenge.
AHRS continuou apresentando acúmulo de desvio, porém sem http://centennialchallenges.nasa.gov/cc challenges.htm#pav, 2007.
ultrapassar um grau. Já a estimativa feita com o procedimento Accessed in august, 2007.
[4] Rong Zhu, Dong Sun, Zhaoying Zhou, and Dingqu Wang. A linear
proposto, apesar de não apresentar tendência aparente de fusion algorithm for attitude determination using low cost MEMS-based
acúmulo de desvio, apresentou oscilações que, em alguns sensors. Measurement, 40:322–328, 2007.
casos, chegaram próximas a um grau. [5] Hendrik Rehbinder and Xiaoming Hu. Dift-free attitude estimation for
accelerated rigid bodies. Automatica, 40(4):653–659, 2004.
[6] D. Gebre-Egziabher, R. C. Hayward, and J. D. Powell. A low-cost
GPS/inertial attitude heading reference system (AHRS) for general avia-
2 tion applications. In IEEE Position Location and Navigation Symposium,
pages 518–525, Palm Springs, California, USA, 1998.
[7] R. E. Kalman. A new approach to linear filtering and prediction
φ (graus)

0 problems. Transactions of the ASME-Journal of Basic Engineering,

82:35–45, March 1960.
[8] P. S. Maybeck. Sthocastic Models, Estimation and Control, volume 1.
−2
0 2 4 6 8 10 12 14 16
Academic Press, San Diego, 1979.
[9] Najib Metni, Jean-Michel Pflimlin, Tarek Hamel, and Philippe Souères.
1 Attitude and gyro bias estimation for a VTOL UAV. Control Engineering
Practice, 14:1511–1520, 2006.
θ (graus)

0 [10] Albert-Jan Baerveldt and Robert Klang. A low-cost and low-weight atti-
tude estimation system for an autonomous helicopter. In Proceedings of
−1 the IEEE International Conference on Intelligent Engineering Systems,
pages 391–395, 1997.
−2
0 2 4 6 8 10 12 14 16 [11] Brian L. Stevens and Frank L. Lewis. Aircraft Control and Simulation.
t (s) John Wiley & sons, Inc., second edition, 2003.
[12] Alan V. Oppenheim, Alan S. Willsky, and Ian T. Young. Signals and
Fig. 8. Comparação de desempenho entre o protótipo desenvolvido (linha Systems. Prentice-Hall, 1983.
verde) e a AHRS MicroStrain (linha preta), em relação aos valores obtidos [13] FAA. Federal Aviation Agency: bank and pitch instruments. Technical
usando-se a mesa de aferição (linha vermelha): Teste 4. Standard Order, TSO-C4c, part 514, 1959.