UNIVERSIDAD DEL CAUCA.
Incidencia del algoritmo de integración de las
velocidades angulares en el proceso de
calibración del giroscopio de una unidad de medida
inercial IMU.
Botina Trujillo Camilo Andrés, Vergara Bustos Fabian Andrés, Realpe Martinez Fabio Hernán
(fabianvergara, cabotina, frealpe@unicauca.edu.co)
Resumen—En el presente trabajo se diseñó y construyó un
sistema mecatrónico compuesto por una plataforma modular
con tres grados de libertad, para ajustar los parámetros de
calibración de una IMU y reducir los errores agregados por
el usuario en el procedimiento manual. El sistema se probó
realizando adquisiciones de datos automatizadas para la MPU
6050. La prueba consistió en colocar la IMU en la plataforma
y realizar diez veces una trayectoria de desplazamiento que
contenía tres estados consecutivos: reposo inicial, movimiento
en el espacio, reposo final. A partir de los conjuntos de datos
adquiridos se ajustó las medidas del acelerómetro empleando las
lecturas de aceleración lineal en los intervalos estáticos, mientras
que las medidas del giroscopio se ajustan mediante la integración
numérica de la orientación inicial y la velocidad angular entre
el reposo inicial y final.
Palabras claves : IMU, acelerómetros, giroscopios, integracion
numérica.
I. I NTRODUCCIÓN .
Los avances en las técnicas de fabricación de sistemas micro
electromecánicos (MEMS) han conducido a desarrollar dispo-
sitivos integrados, tales como, las unidades de medida inercial
(IMU) que proporcionan información sobre la aceleración
lineal y velocidad angular que experimenta un cuerpo, son
ampliamente aplicables en sistemas de estabilización [17],
sistemas de control y guiado de vuelo [12], entre otros. No
obstante, para garantizar un funcionamiento correcto de estos
sistemas, la IMU requiere un previo procedimiento de ajuste
en las medidas de aceleración lineal y velocidad angular, que
consiste en conocer y eliminar los errores determinísticos y
estocásticos los cuales afectan el sistema [21].
En una IMU ideal los ejes del acelerómetro y del giroscopio
tienen que definir y compartir un único marco de referencia
ortogonal. El acelerómetro detecta la aceleración y el giros-
copio mide la velocidad angular a lo largo de sus respectivos
ejes. Sin embargo, debido a la inexactitud en la construcción
de una IMU real, las dos triadas forman dos tramas distintas,
es decir, están mal alineadas, también los sensores individuales
no son perfectos debido a que sus ejes no son ortogonales.
Algunas investigaciones orientadas a la implementación de
métodos para ajustar la medida de una IMU hacen uso de
algoritmos de integración numérica en cuaterniones. El con-
junto de cuaterniones utilizados se restringe a los cuaterniones
unitarios, con el propósito de reducir acumulación de errores
y poder representar las rotaciones en tres dimensiones de
manera muy sencilla. Sin embargo, la integración numérica
con algoritmos clásicos no garantiza que la magnitud del
cuaternión sea unitaria. Por tanto, para preservar la restricción
de unicidad del nuevo cuaternión, este debe ser re-normalizado
después de cada paso de integración. El principal problema
con las renormalizaciones es que pueden introducir errores
en la precisión y su acumulación puede afectar la estimación
de la orientación [3]. Además, la necesidad de re-normalizar
los cuaterniones reduce en gran medida la velocidad de
integración [23].
En el proyecto se implementa un algoritmo de integración
numérica que preserva la unicidad del cuaternión, para el
procedimiento de ajuste en las medidas de un giroscopio y
un acelerómetro desarrollado en [21].
II. T RABAJOS RELACIONADOS
El objetivo de las plataformas en el procedimiento de adqui-
sición de datos (Ver Figura 1) de una IMU es minimizar las
interacciones y errores añadidos por el usuario. En el mercado
no existe un sistema económico y compacto específicamente
diseñado para la adquisición de datos de una IMU, en cambio
existen sistemas que suelen ser muy costosos y de gran
tamaño, por ejemplo, el sistema de Acutronic [20].También
existen sistemas que podrían usarse o adaptarse para realizar la
tarea, por ejemplo, un rueda de bicicleta [14], una plataforma
de piezas de LEGO [15] o plataformas giratorias [19], sin
embargo, todos tienen inconvenientes en la precisión y en el
rango de rotación limitada por el diseño mecánico.
Jurman en 2007 [10] propuso un esquema de calibración donde
el giroscopio no requiere un equipo de alta precisión, los datos
de velocidad angular se obtienen por medio de una vuelta
completa de la IMU alrededor de su eje normal y se emplea un
algoritmo de integración para obtener ángulos de orientación
a partir de velocidades angulares. El método emplea ángulos
de Euler para representar la orientación, lo que conduce al
problema de Gimbal Lock, fenómeno que consiste en perder
un grado de libertad en un espacio de tres dimensiones, y
ocurre cuando dos ejes coinciden [11], [2], [22]. El problema
de Gimbal Lock se puede corregir fácilmente con el uso
de cuaterniones que evitan los problemas de singularidad y
adicionalmente reducen los recursos computacionales.
UNIVERSIDAD DEL CAUCA. 2

por una IMU. A continuación se describen las caracteristicas

funcionales y mecánicas.

III-A. Funcionales
Provee diferentes posiciones estáticas, con el fin de
realizar el ajuste en los parámetros del acelerómetro y
el bias del giroscopio.
Provee trayectorias de movimiento en el espacio tridi-
mensional, con el objetivo de realizar el ajuste en los
parámetros del giroscopio.

Figura 1: Proceso de adquisión de datos
Las ventajas de los cuaterniones se extendió a los trabajos
propuestos en [21], [16], [7], [8], donde se presenta un
procedimiento para corregir la imprecisión, bias, desalineación
y ortogonalidad en los ejes, tanto para el acelerómetro como
para la triada del giroscopio. Los autores establecen un proce-
dimiento de múltiples posiciones estáticas con el vector físico
de gravedad como referencia, mientras que para el giroscopio,
la posición del vector de gravedad en la orientación final se
estima mediante la integración de la orientación inicial y la
velocidad angular entre dos posiciones estáticas consecutivas.
El método mencionado realiza la calibración mediante 36 y
50 orientaciones distintas que se obtienen manualmente, un
proceso que se hace tedioso y lento. Ademas para encontrar
la condición de estado estático y reducir el efecto del ruido,
los datos se promedian durante un periodo de tiempo (detector
cuasi-estático). Aunque estos esquemas no requieren ninguna
plataforma de adquisición de datos, la precisión puede verse
afectada por las perturbaciones externas y el diseño óptimo
del esquema de rotación. Particularmente en [7], se utilizan
la gravedad y el campo magnético del ambiente como refe-
rencias para ajustar la medida del giroscopio. No obstante,
este esquema tiene diferentes referencias cinemáticas y puede
ser fácilmente afectado por las variaciones en el entorno
magnético.
Los métodos descritos anteriormente tienen en común que
usan un algoritmo de integración en cuaterniones para la
calibración del giroscopio, sin embargo, el algoritmo no pre-
serva la unicidad del cuaternión, por lo que se puede generar
errores en la estimación de la orientación seguidos por errores
en los parámetros de ajuste de la medida. Adicionalmente,
se realiza un procedimiento de re-normalización que puede
conllevar a un comportamiento inestable después de un tiempo
de integración [3].
III-B. Mecánicos
Garantiza la protección de los dispositivos y del opera-
dor, además es resistente contra efectos de temperatura
excesiva y la inserción de elementos sólidos.
Garantiza la correcta comunicación entre las tarjetas y el
computador.
Es modular, con el fin de poder realizar ajuste o cambio
en sus componentes.
El prototipo físico se obtuvo mediante la fabricación por fun-
dición de filamento (FFF), con la colaboración de la empresa
Demoss prototipado SAS de la ciudad de Popayán, el material
recomendado para cumplir los requerimientos en este tipo de
impresión 3D es ABS (acrilonitrilo butadieno estireno) un tipo
de plástico resistente, flexible y liviano [1]. El diseño mecánico
de la Gimvebo se presenta el la Figura 2.
Figura 2: Diseño mecánico de la Gimvebo.
IV. M ODELO DE ERROR .
El funcionamiento de una IMU ideal implica que los ejes
de los sensores inerciales sean ortogonales, pero debido a
la imprecisión en la construcción de la IMU esto rara vez
ocurre. En consecuencia se define la matriz de errores de
ortogonalidad para el acelerómetro y giroscopio. ( Más detalles
pueden ser consultados en [4], [5], [21]).
 
1 −αyz αzy
aO = T a aS , Ta =  0 1 −αzx  (1)
0 0 1

III. P LATAFORMA DE ADQUISICIÓN DE DATOS y para el giroscopio.

(G IMVEBO )  
1 −γyz γzy
La Gimvebo es una plataforma portable, operada de manera wO = T wS , T =  γxz 1 −γzx  (2)
automática para facilitar la adquisición de datos entregados −γxy γyx 1
UNIVERSIDAD DEL CAUCA.
Los sensores de una IMU emiten un voltaje proporcional a las
cantidades físicas detectadas (aceleración y velocidad angular).
La relación entre la tensión de salida y la cantidad física que
actúa a lo largo de los ejes del sensor está dada por la hoja de
datos del fabricante, pero la escala real varía entre diferentes
muestras y señales de entrada. Además, a menudo hay un
pequeño off-set o bias en la señal de salida del sensor, es decir,
aunque no haya fuerza actuando sobre el sensor se produce
una salida distinta de cero. Por lo anterior, se agrega al modelo
de error del sensor la matriz de escalabilidad y bias, definidas
como:
   
bxa bxg
ba =  bya  , bg =  byg 
bza bzg
Ka = diag (Sxa , Sya , Sza ), Kg = diag (Sxg , Syg , Szg )
(4)
El modelo completo de error del sensor para el acelerómetro
es:
aO = T a K a (aS + ba )
y para el giroscopio.
wO = T g K g (wS + bg )
IV-A. Estimación de parámetros de calibración por medio
del método Mínimos Cuadrados (LM)
La estimación de los parámetros de calibración de los sensores
se puede abordar como un problema de optimización de una
función objetivo. Si lo que se desea lograr es una mayor
exactitud en las mediciones, entonces dicha función debe estar
relacionada con el error entre la medición y el valor real. Por
lo tanto, se define el error cuadrático medio o valor RMS(del
inglés Root Mean Square) del error como función a optimizar.
La Eq. 8 determina la función objetivo y el vector de la Eq. 7
detalla los parámetros desconocidos en la función del modelo
de error del acelerómetro.
θacc = [αyz , αzy , αzx , sax , say , saz, bax , bay , baz ]
M
acc
X 2
2 velocidad angular y «q(t)» es el cuaternión de la orientación
(kgk −
h(aSk , θacc )
)2
L(θ )=
k=1
En la Eq. 8kgk es la gravedad local y corresponde a la
referencia de la medida, h(aSk , θacc ) es la función del modelo
de error que depende de los parámetros de calibración y
las lecturas de la IMU sin las medidas ajustadas, M es el
número de posiciones distintas temporalmente estables y aSk
es el vector de aceleración (medido en el marco AF) obtenido
en una ventana temporal con intervalo estático. Luego, se
estiman los parámetros minimizando la Eq. 8 con el método
de mínimos cuadrados LM (del inglés Levenberg-Marquardt).
3
En el ajuste de la medida del giroscopio, los parámetros de
bias se obtienen mediante el promedio de las señales leídas por
el giroscopio en un intervalo estático. Para estimar los demás
parámetros de calibración se define un operador ä en la Eq
9, cuya entrada ua,k−1 es un vector unitario que representa
la dirección de la gravedad en el intervalo inicial dado por
el acelerómetro con las medidas de aceleración ajustadas y,
una secuencia de n lecturas del giroscopio wi medidas entre
dos intervalos estáticos consecutivos k − 1 − th y k − th.
Posteriormente, el operador retorna la estimación de un vector
unitario de orientación que representa la orientación en el
intervalo estático final ug,k .
(3) ug,k = ä [wi , ua,k−1 ] (9)
En la Eq. 9 el operador ä es un algoritmo de integración
que calcula la orientación final a través de la integración de
la velocidad angular y la orientación inicial. El vector de
parámetros desconocidos y la función objetivo para calibrar
el giroscopio se presentan respectivamente en las ecuaciones
10 y 11.
(5)
θacc = [γ yz , γzy , γxz , γzx , γxy , γyx , sgx , sgy , sgz, ] (10)
M
X 2
(6) L(θgyro ) = kua,k − ug,k k (11)
k=2
En la Eq. 11 M es el número de intervalos estáticos, ua,k
es el vector de aceleración que se obtiene promediando las
lecturas del acelerómetro en el k − th intervalo estático y ug,k
es el vector de aceleración estimado en la Eq.9. Por último se
estiman los parámetros θgyro minimizando la Eq. 11 con LM.
V. I NTEGRACIÓN NUMÉRICA
Se plantea el problema de valor inicial para calcular el cambio
de la orientación, dada la velocidad angular de un cuerpo y la
orientación inicial, por medio de la integración numérica de
la ecuación cinematica del cuaternión Eq. 12 ( Más detalles
pueden ser consultados en [24], [18], [6]).
1
(7) q 0 (t) = U(w(t))q(t) (12)
2
En la Eq. 12 U(w(t)) es el cuaternión correspondiente a la
(8)
inicial. La nueva orientación del cuaternión se obtiene por
medio de métodos de integración numérica para la resolución
de ecuaciones diferenciales ordinarias de primer orden (EDO).
Sin embargo, cuando se integra con métodos clásicos se
observa que la nueva orientación de q̄ no tiene magnitud
unitaria, siendo esto una propiedad inherente en la definición
de la Eq. 12. Usualmente este problema se soluciona con la
renormalización del cuaternión. No obstante, las normalizacio-
nes pueden introducir errores en la precisión y su acumulación
puede afectar la estimación de la orientación [3]. Además,
la necesidad de renormalizar los cuaterniones reduce en gran
UNIVERSIDAD DEL CAUCA. 4

medida la velocidad de integración [23]. Por lo tanto, se existen los métodos de CG4 con cuatro etapas (más detalles
implementa los métodos clásicos como el de Tustin y Runge- pueden ser consultados en [3][25][13])
Kutta resumidos en la sección V-A y, el método de integración Ahora, empleando la teoría grupos de Lie se realiza la inte-
que preserva la unicidad del cuaternión Crouch Grossman que gración de la Eq. 12 de la siguiente forma
se resume en la sección V-B.
(5)
) (b4hK (4) ) (b3hK (3) ) (b2hK (2) ) (b1hK (1) )
q(tn+1 ) = e(b5hK e e e e q(tn )
V-A. Tustin y Runge Kutta .
La idea general de los métodos clásicos de integración numé- siendo,
rica es sustituir el Problema de Valor Inicial Eq. 13, por la
ecuación integral equivalente 14. 1
ki = (w(tn + ci h))
0 2
q (t) = 21 f (w(t), q(t))
(13)
q(t0 ) = q0
Las constantes bi y ci son determinados por Jackiewicz en
ˆ [25] usando minimización por LM.
tn+1
1
q(tn+1 ) = [q(tn ) + f (w(t), q(t))dt] (14)
2 tn
b1 = 0,1370831520630755 c1 = 0
Luego, se aproxima la integral mediante un método numérico. b2 = −0,0183698531564020 c2 = 0,8177227988124852
Tustin: Este método determina la integral de la Eq. 14 b3 = 0,7397813985370780 c3 = 0,3859740639032449
mediante la regla de los trapecios. Para determinar el b4 = −0,1907142565505889 c4 = 0,3242290522866937
cuaternión q(tn+1 ) se emplea la siguiente ecuación. b5 = 0,3322195591068374 c5 = 0,8768903263420429
1 h
q(tn+1 ) = [q(tn ) + (f (w(tn ), q(tn )) + f (w(tn+1 ), q(tn+1 )))]
2 2
Rungue Kutta: Se describe el método de integración
VI. R ESULTADOS
explicito de cuarto orden (RK4), puesto que mantiene
un buen balance entre el coste del método y la precisión
que se consigue con el mismo [9]. El método de RK4 En el proyecto se adquirieron datos para 10 trayectorias
determina la integral de la Eq. 14 mediante la regla de distintas con un tiempo de muestreo igual a 20ms, cada grupo
Simpson. de datos contiene 200 muestras de aceleración lineal y 200
muestras de velocidad angular.
Usualmente la expresión formal del algoritmo de RK4 se
describe de la siguiente forma.
1 h
q(tn+1 ) = [q(tn ) + (k1 + 2k2 + 2k3 + +k4)] VI-A. Resultados para el acelerómetro
2 6
ki = f (q i , w(tn + ci h));q i = qn , parai = 1 Para exponer los resultados se determina el valor de la
Xi−1 gravedad local g = 9,7992m/s2 como la referencia física,
q i = qn + h aij kj, parai > 1 luego se realiza el diagrama de cajas y bigotes para representar
j=1 la dispersión y simetría de los datos de aceleración lineal sin
ajustar y ajustada. Figura 3.
Las constantes necesarias son:

a21 = 12 a31 = 0 a41 = 0 a32 = 12 a42 = 0 a43 = 1 10.2

c1 = 0 c2 = 21 c3 = 21 c4 = 1 10

9.8

9.6

9.4

V-B. Crouch Grossman Sin Calibrar

El método de integración numérica denominado Crouch- 9.802

9.801

Grossman (CG) sugiere que la actualización a qn+1 desde qn 9.8

9.799
9.798

∈S3 se realice suponiendo todos los cuaterniones en la super- 9.797

9.796
9.795

ficie de una esfera unitaria en R4 , es decir, la actualización Calibrado

se realiza bajo una restricción. En general, CG une el método

clásico de integración numérica de Runge Kutta y la teoría de
grupos de Lie que permite garantizar que cualquier cuaternión
obtenido se encuentre en la esfera unitaria.
El esquema implementado en el presente trabajo es un algo-
ritmo CG de cuarto orden (CG4) con 5 etapas, dado que no
Figura 3: Medidas sin ajustar y ajustadas.
En la Tabla I se sintetizan los valores obtenidos de los
diagramas de cajas y bigotes.
UNIVERSIDAD DEL CAUCA. 5

Referencia física de calibración g = 9.7992 m/s2

Información del Diagrama de Cajas y Bigotes Sin ajustar Ajustado
Primer Cuartil (Q1) 9.5565 9.7986 1.2

Mediana (Q2) 9.7984 9.7993

1

Tercer Cuartil (Q3) 10.0497 9.7999

Rango intercuartil (RIC) 0.4932 0.0013 0.8

Valor Mínimo 9.3349 9.7968

0.6

Valor máximo 10.3247 9.8017

Valor atípico ——— 9.8026 0.4

Valor atípico ——— 9.8018

0.2

Valor atípico ——— 9.7963

Valor atípico ——— 9.7946 0
Runge Kutta 4 Tustin Crouch Grossman 4

Tabla I: Resultados Acelerómetro.

Figura 4: Magnitudes RK4,Tustin,CG4.

Los datos presentados en la Tabla I permiten concluir que En la Tabla II, se resumen los valores obtenidos del diagrama
después del ajuste de la aceleración lineal se redujo: de cajas y bigotes. Los datos evidencian que la unicidad del
1. La dispersión del 25 % de aceleraciones comprendidas cuaternión solo se preserva con el algoritmo de CG4.
entre: Información del Runge Kutta Tustin Crouch Grossman
a) Q3 y el valor máximo Diagrama de Cajas y
Bigotes
b) Valor mínimo y Q1 Q1 0.1029 0.5376 1
Q2 0.2190 0.6256 1
2. El RIC, es decir, la dispersión del 50 % de las magnitu- Q3 1 0.6942 1
des alrededor del valor de referencia es menor. RIC 0.8971 0.1566 0
3. La diferencia entre el valor de la mediana respecto al V. Mín 0.0462 0.4395 1
valor de referencia. V. Máx 1.3329 0.9287 1
V. atíp. ——— 18 ———
Adicionalmente, se emplea el error cuadrático medio (ECM Tabla II: Magnitudes RK4,Tustin,CG4.
Eq. 15) para cuantificar el desempeño del procedimiento de
ajuste de los parámetros de calibración.

VII-B. Desempeño de los algoritmos de integración

N
1 X 2
Con las velocidades angulares dadas por el giroscopio y
ECM = (g − aok ) (15)
N una orientación inicial dada por el acelerómetro se estima a
k=1
través de integración numérica la orientación en el intervalo
estático final, donde también se determina el desempeño de
En la Eq. 15, g es la gravedad local y corresponde a la cada algoritmo mediante el ángulo α formado por el vector
referencia, aok es la magnitud de la aceleración lineal obtenida de orientación final dado por el acelerómetro y el estimado
después del ajuste de la aceleración lineal y N es la cantidad mediante la integración numérica, el cual idealmente debería
de muestras. El resultado obtenido con la Eq. 15 idealmente ser cero.
debería ser cero, sin embargo, se obtiene 8,9378x10−7 un
valor pequeño que se considera aceptable. Adicionalmente, los ángulos α obtenidos por los algoritmos
RK4,CG4 y Tustin se evalúan para las siguientes configura-
ciones:
1. Medidas de aceleración y giro ajustadas.
VII. R ESULTADOS PARA EL GIROSCOPIO 2. Medidas de aceleración ajustadas y giroscopio sin ajus-
tar
En esta sección se determina la capacidad del los tres algorit- 3. Medidas de aceleración y giro sin ajustar.
mos de integración para preservar la unicidad de un cuaternión VII-B1. Runge Kutta (RK4): El algoritmo de integración
y su desempeño en el ajuste de los parámetros de calibración numérica se ejecuta para los siguientes escenarios:
del giroscopio de la IMU.
1. La velocidad angular se supone constante durante todo
el paso de integración.
2. La velocidad angular entre los puntos intermedios es la
medida por el giroscopio.
VII-A. Unicidad del cuaternión
Los resultados obtenidos para ambos escenarios se comparan
En la Figura 4 para cada algoritmo se muestran las magni- para verificar la influencia de la suposición de velocidad
tudes de los cuaterniones obtenidos después de cada paso de constante sobre el vector de orientación final.
integración. En la Figura 5 se representa la distribución de los resultados.
UNIVERSIDAD DEL CAUCA. 6

W constante - W medida En la Tabla IV se resumen los valores obtenidos del diagrama

90

de cajas y bigotes.
80

70

60 Acc(a) G(w) Información del Diagrama de Cajas y Bigotes

Ajust. Ajust. Q1 Q2 Q3 RIC VMin VMax
Grados (°)

! !
50

16.68 23.72 43.85 27.17 6.87 73.96

! #
40

60.51 101.79 130.52 69.97 31.51 145.56

# #
30

20
85.61 94.66 106.04 20.43 80.30 126.43
10

Constante Medida
Tabla IV: Resultados del giroscopio con las medidas sin ajustar
y ajustadas RK4.
Figura 5: Velocidad angular constante y medida.

Los datos presentados en la Tabla IV evidencian que con la

En la Tabla III se resumen los valores obtenidos del diagrama medida del giroscopio y acelerómetro ajustada se reducen:
de cajas y bigotes.
1. El 25 % de ángulos α comprendidos entre:
W Constante W M edido
Q1 17.97 16.68 a) Q3 y el valor máximo
Q2 36.40 23.72 b) Valor mínimo y Q1
Q3 58.62 43.85
RIC 40.65 27.17 2. El valor de la mediana respecto al valor ideal.
Vmín. 5.35 6.87
Vmáx 90.25 73.96 Adicionalmente, en la Tabla IV se observa que con la medida
VAp ------ ------
del giroscopio y acelerómetro sin ajustar se obtiene un RIC
Tabla III: Resultados con W constate-medida. más pequeño, es decir, la dispersión del 50 % de los ángulos
α obtenidos es menor, sin embargo, sus valores son mayores.
VII-B2. Crouch Grossman (CG4). : Este algoritmo requiere
Los datos presentados en la Tabla III muestran que empleando
que la señal física sea muestreada con un tiempo asíncrono,
el valor medido por el giroscopio en la mitad del instante de
lo que demanda precisión en el hardware de adquisición. En
muestreo, el ángulo α formado por la orientación estimada y la
consecuencia, se implementa un interpolador lineal 16 para
orientación de referencia es menor. Además, hay reducciones
determinar la velocidad angular en los puntos intermedios
en:
requeridos por el algoritmo.
1. La dispersión del 25 % del valor de los ángulos α
comprendidos entre:
a) Q3 y el valor máximo (1 − ci )(w(tn ) + ci (w(tn+1 )) (16)
b) Valor mínimo y Q1
2. El RIC, es decir, la dispersión del 50 % de los ángulos
α obtenidos es menor. Siendo, ci las constantes definidas en la sección V-B.
3. El valor de la mediana respecto al valor ideal. Los resultados obtenidos para cada una de las tres configura-
Los resultados hasta aquí presentados muestran que el desem- ciones evaluadas se presentan en la Figura 7.
peño del algoritmo en el escenario dos es mejor, por lo tanto,
las velocidades angulares medidas se emplean para estimar las Crouch Grossman

orientaciones finales en las tres configuraciones definidas. Los 160

resultados obtenidos se presentan en la Figura 6 140

120

100
Runge Kutta
Angulos (°)

150
80

60

40
100

20
Angulos (°)

Accelerometer Calibrate-Gyro Calibrate Accelerometer Calibrate-Gyro Uncalibrate Accelerometer Uncalibrate-Gyro Uncalibrate

50

Figura 7: Giroscopio con las medidas sin ajustar y ajustadas

0
CG4.
Accelerometer Calibrate-Gyro Calibrate Accelerometer Calibrate-Gyro Uncalibrate Accelerometer and Gyro Uncalibrate

Figura 6: Giroscopio con las medidas sin ajustar y ajustadas

RK4. En la Tabla V se resumen los valores obtenidos del diagrama
de cajas y bigotes.
UNIVERSIDAD DEL CAUCA. 7

Acc(a) G(w) Información del Diagrama de Cajas y Bigotes

3. El valor de la mediana respecto al valor ideal.
Ajust. Ajust. Q1 Q2 Q3 RIC VMin VMax
! ! 6.59 22.67 24.85 18.26 3.09 38.21 VII-B4. Comparación RK4-CG4-Tustin : En la Figura 9 se
! # 38.71 92.65 106.90 68.19 20.47 157.78 comparan los resultados obtenidos para cada algoritmo con las
# # 77.83 82.01 110.19 32.36 35.89 112.86 medidas del acelerómetro y giroscopio ajustadas.
Tabla V: Resultados del giroscopio con las medidas sin ajustar
y ajustadas CG4. Runge Kutta-Crocuh Grossman- Tustin

100

90

80

Los datos presentados en la Tabla V evidencian que con la 70

medida del giroscopio y el acelerómetro ajustada se reducen:

Angulos (°)
60

50

1. El 25 % de los ángulos α comprendidos entre: 40

30

a) Q3 y el valor máximo 20

b) Valor mínimo y Q1 10

2. El RIC, es decir, la dispersión del 50 % de los ángulos 0

Runge Kutta Crouch Grossman Tustin

α es menor.
3. El valor de la mediana respecto al valor ideal. Figura 9: Giroscopio con las medidas ajustadas para RK4-
VII-B3. Tustin: Dado que es un método implícito requiere CG4-Tustin.
la solución de una ecuación algebraica no lineal cada vez que
se actualiza el cuaternión. En consecuencia, la optimización
es lenta y requiere altos recursos computacionales. En la Tabla VII se resumen los valores obtenidos del diagrama
de cajas y bigotes.
Los resultados obtenidos para cada una de las tres configura-
ciones evaluadas se presentan en la Figura 8 Información del Diagrama de Cajas y Bigotes
Algoritmo Q1 Q2 Q3 RIC VMin VMax VAt
Tustin RK4 16.68 23.72 43.85 27.17 6.87 73.96 ———
CG4 6.59 22.67 24.85 18.26 3.09 38.21 91.65
140
Tustin 37.80 55.77 88.91 51.11 31.00 104.04 ———
120

Tabla VII: Resultados del giroscopio con las medidas ajustadas

100

para RK4-CG4-Tustin..
Angulos (°)

80

60

40
Los datos presentados en la Tabla VII evidencian que con el
20 algoritmo CG4 se reducen:
Accelerometer Calibrate-Gyro Calibrate Accelerometer Calibrate-Gyro Uncalibrate Accelerometer Uncalibrate-Gyro Uncalibrate

1. El 25 % de los ángulos α comprendidos entre:

Figura 8: Giroscopio con las medidas sin ajustar y ajustadas a) Q3 y el valor máximo
Tustin b) Valor mínimo y Q1
2. El RIC, es decir, la dispersión del 50 % de los ángulos
α es menor.
En la Tabla VI se resumen los valores obtenidos del diagrama 3. El valor de la mediana respecto al valor ideal.
de cajas y bigotes.
Acc(a) G(w) Información del Diagrama de Cajas y Bigotes VIII. C ONCLUSIONES .
Ajust. Ajust. Q1 Q2 Q3 RIC VMin VMax
! ! 37 55 88 51 31 104
Para determinar la incidencia de los algoritmos de integración
! # 83 113 134 51 12 152 numérica en el procedimiento de ajuste de los parámetros de
# # 52 71 116 63 25 138 calibración se evalúo el desempeño de tres algoritmos: RK4,
CG4 y Tustin. Se empleó como indicador de desempeño el
Tabla VI: Resultados del giroscopio con las medidas sin ajsutar ángulo α, formado por el vector de orientación estimado y
y ajustadas Tustin el vector de orientación medido en el intervalo estático final.
Así, entre más pequeño sea el valor del ángulo α obtenido por
el algoritmo, mejor es su desempeño, pues el valor ideal para
Los datos presentados en la Tabla VI evidencian que con la
el indicador es cero. Los resultados obtenidos evidenciaron
medida del giroscopio y el acelerómetro ajustada se reducen:
que los algoritmos RK4 y Tustin no preservaron la unicidad
1. El 25 % de los ángulos α comprendidos entre: del cuaternión lo que disminuyó directamente su desempeño.
a) Q3 y el valor máximo Específicamente, los resultados menos satisfactorios fueron los
b) Valor mínimo y Q1 obtenidos con Tustin, esto se debe a que Tustin no evalúa la
2. El RIC, es decir, la dispersión del 50 % de los ángulos derivada en puntos intermedios y emplea un paso de integra-
α es menor. ción mayor. En contrapartida, los resultados más favorables
UNIVERSIDAD DEL CAUCA.
fueron los generados con el algoritmo CG4, que preservó la
unicidad del cuaternión y obtuvo una baja dispersión en los
ángulos α siendo el algoritmo que mejor se desempeñó.
La unicidad del cuaternión se obtiene en CG4 debido princi-
palmente a dos características del método: La primera es que
el algoritmo se realiza bajo una restricción, pues el cuaternión
qk+1 se actualiza desde qk suponiendo todos los cuaterniones
en la superficie de una esfera unitaria en R4, la segunda es
que se usa la teoría de grupos de Lie, con la cual se puede
garantizar que cualquier cuaternión obtenido se encuentre
dentro de la esfera unitaria. No obstante, el algoritmo requiere
un tiempo de muestro asíncrono para obtener la variable física
medida por lo que se requeriría emplear en el hardware de
adquisición un reloj de mayor precisión, esto torna complejo
el esquema de muestreo y conduce a que el algoritmo carezca
de interés práctico. En contraste, el algoritmo RK4 es más
práctico pues requiere un sencillo esquema de muestreo.
El RK4 evalúa la derivada en los puntos intermedios del paso
de integración, por lo que en la evaluación de este método
se obtuvieron resultados para dos escenarios: el primero en el
que se suponía la velocidad constante y, el segundo en el que
se empleó directamente la velocidad medida en dichos puntos.
Los resultados mostraron que el algoritmo se desempeñó mejor
cuando se ejecutaba el segundo escenario, por lo tanto, se
concluye que para obtener resultados satisfactorios con RK4
es fundamental tener la medida de la velocidad angular del
giroscopio en los puntos intermedios. .
Basados en el desempeño y la practicidad de los tres algo-
ritmos evaluados, en este trabajo se considera que RK4 es
el más viable, principalmente debido a su practicidad, pues
aunque no garantiza la unicidad del cuaternión, su desempeño
es aceptable y, la teoría sugiere que es posible mejorarlo
significativamente si se emplea un tiempo de muestreo más
pequeño en la adquisición de los datos.
Finalmente, el sistema mecatrónico desarrollado permitió que
el ajuste de los parámetros de calibración de la IMU se realiza-
rá en menos tiempo y con menor esfuerzo. Adicionalmente, los
resultados reflejaron la importancia de ajustar los parámetros
de calibración de una IMU sin importar el algoritmo, pues la
diferencia entre los ángulos α para la IMU sin ajustar respecto
a una IMU ajustada son significativos.
8
R EFERENCIAS
[1] ABS. Acrilonitrilo butadieno estireno.
[2] Hippolite O. Amadi and A. M J Bull. A motion-decomposition
approach to address gimbal lock in the 3-cylinder open chain mechanism
description of a joint coordinate system at the glenohumeral joint.
Journal of Biomechanics, 2010.
[3] Michael S. Andrle and John L. Crassidis. Geometric Integration of
Quaternions. Journal of Guidance, Control, and Dynamics, 2013.
[4] Kenneth R Britting. Inertial navigation systems analysis. 1971.
[5] C. Jekeli. Inertial Navigation Systems with Geodetic Applications. De
Gruyter, 2001.
[6] Stuart Card, Xerox Parc, Jonathan Grudin, Jakob Nielsen, and Niel-
sen Norman Group. The Morgan Kaufmann Series in Interactive 3D
Technology. Real-Time Collision Detection, 2005.
[7] Chi Ming Cheuk, Tak Kit Lau, Kai Wun Lin, and Yunhui Liu. Au-
tomatic Calibration for Inertial Measurement Unit. 12th International
Conference on Control, Automation, Robotics & Vision, 2012.
[8] W. T. Fong, S. K. Ong, and A. Y.C. Nee. Methods for in-field user
calibration of an inertial measurement unit without external equipment.
Measurement Science and Technology, 2008.
[9] Graciela Castro Francisco Solís. Discretización de ecuaciones dife-
renciales no linales unimodales. Revista Internacional de Métodos
Numéricos para Cálculo y Diseño en Ingeniería., 19:197–210, 2003.
[10] David Jurman, Marko Jankovec, Roman Kamnik, and Marko Topič. Ca-
libration and data fusion solution for the miniature attitude and heading
reference system. Sensors and Actuators A: Physical, 138(2):411–420,
2007.
[11] Eric Luhta and Kenny Roy. 6 - Gimbal Lock. In Eric Luhta and Kenny
Roy, editors, How to Cheat in Maya 2012, pages 137–151. Focal Press,
Boston, 2012.
[12] Manucon. Manucon - A glove based controller, 2014.
[13] B. OwrenA. Marthinsen. Runge-Kutta Methods Adapted to Manifolds
and Based on Rigid Frames. pages 116–142, 1999.
[14] Alberto Olivares, Gonzalo Olivares, J. M. G??rriz, and J. Ram??rez.
High-efficiency low-cost accelerometer-aided gyroscope calibration. In
Proceedings of the International Symposium on Test and Measurement,
2009.
[15] Luis Eduardo Ardila Perez and Johan Sebastian Eslava Garzón. Di-
seño,calibración y prueba de una Unidad de Medida Inercial(IMU)
inalámbrica para cohetes. Ingeniium, 2012.
[16] Alberto Pretto and Giorgio Grisetti. Calibration and performance
evaluation of low-cost IMUs. 18th InternationalWorkshop on ADC
Modelling and Testing, 2014.
[17] Rocket. Arduino rocket stabilization system.
https://hackaday.io/project/1742-arduino-rocket-stabilization-system-ud-
2217, 2014.
[18] Breton M. Saunders. Fast Animation Dynamics. Phd thesis, University
of Cambridge Computer Laboratory, 2000.
[19] Z. F. Syed, P. Aggarwal, C. Goodall, X. Niu, and N. El-Sheimy. A new
multi-position calibration method for MEMS inertial navigation systems.
Measurement Science and Technology, 2007.
[20] Mark Tatkow. Acutronic, 1973.
[21] David Tedaldi, Alberto Pretto, and Emanuele Menegatti. A robust and
easy to implement method for IMU calibration without external equip-
ments. In Proceedings - IEEE International Conference on Robotics
and Automation, 2014.
[22] Alan Watt Watt and Mark. Advanced Animation and Rendering
Techniques: Theory and Practice. 1992.
[23] Stephen a Whitmore. Closed-Form Integrator for the Quaternion (Euler
Angle) Kinematics Equations. Ntrs.Nasa.Gov, 2000.
[24] Andrew Witkin and David Baraff. Physically Based Modeling :
Principles and Practice. Differential Equations, 1997.
[25] B. Owren Z. Jackiewicz, A. Marthinsen. Construction of Runge-
Kutta Methods of Crouch-Grossman Type of High Order. Advanced
Computational Mathematics, 13:405–415, 2000.