Estimación de orientación de un vehículo aéreo no modelado usando fusión de sensores inerciales y aprendizaje de máquina

Los vehículos aéreos no tripulados (UAV) ofrecen alternativas para diversas aplicaciones en las que se compromete la integridad humana. En este sentido, la necesidad de incrementar la autonomía de estos vehículos presenta una alternativa al área de inteligencia artificial para aumentar las capacidades de navegación en diversos entornos. Este artículo presenta una evaluación para estimación de inclinación y orientación, utilizando algoritmos de aprendizaje automático para una planta dinámica con múltiples rotores. Para esto se propone un experimento para recopilar datos de unidades de medición inercial (IMU) sobre la placa de un UAV, y sometidos a diferentes inclinaciones antes de lograr la tarea de clasificación. Los resultados reportados usando los algoritmos de k vecinos más cercanos (k-NN), máquinas de soporte vectorial (SVM) y de Bayes muestran eficiencia en el reconocimiento, obteniendo una precisión hasta del 99 %. Además, estos algoritmos podrían combinarse con técnicas de control robustas, ideal para la implementación en sistemas con capacidades de procesamiento limitadas.