Navegación Inercial y Navegación por Estima

Principios del Giróscopo y Acelerómetro

La Mecánica en la Detección de Aceleración Lineal

En el núcleo indiscutible del vuelo autónomo en zonas no permisivas o sin cobertura de señal reside la facultad de medir las fuerzas mecánicas que interactúan con la aeronave sin depender de emisiones externas. Esta retroalimentación sensorial interna la procesa la Unidad de Medición Inercial (IMU), pilar sensitivo físico de los lazos de control de vuelo. El elemento fundamental de este conjunto es la tríada de acelerómetros, integrada por tres sensores ortogonales montados en estricta coincidencia con los ejes longitudinal, lateral y vertical del marco estructural de la aeronave.

Para comprender su principio físico, debemos recurrir a la tecnología de Sistemas Microelectromecánicos, comúnmente denominados MEMS. A nivel microscópico, un acelerómetro MEMS integra una masa sísmica de silicio suspendida mediante muelles flexibles microscópicos. Cuando la aeronave experimenta una variación en su velocidad lineal a lo largo de cualquiera de sus tres ejes, la inercia propia de esta masa provoca su desplazamiento respecto al punto de reposo. A ambos costados de la masa móvil se sitúan peines microscópicos entrelazados de silicio que funcionan como condensadores eléctricos. Al desplazarse la masa, la separación física entre estos dedos capacitivos varía, alterando la capacidad eléctrica global del circuito en proporción directa a la aceleración física experimentada y convirtiendo el desplazamiento mecánico en una señal digital continua de voltaje.

No obstante, un axioma esencial de la navegación inercial establece que los acelerómetros no registran la aceleración cinemática real relativa a la Tierra. Lo que miden es la fuerza específica. La fuerza específica se define como la aceleración no gravitacional que experimenta el transductor en relación con un estado de caída libre.

Cuando un avión descansa inmóvil sobre una pista, su aceleración cinemática respecto a la Tierra es de cero metros por segundo al cuadrado. Sin embargo, su acelerómetro vertical interno detectará una fuerza específica orientada hacia arriba de exactamente una gravedad terrestre. Ello ocurre porque el pavimento ejerce un empuje ascendente continuo sobre el tren de aterrizaje para contrarrestar la atracción gravitatoria.

Para estimar el desplazamiento físico verdadero del vehículo en el espacio, el computador de vuelo debe valerse de su orientación en tiempo real para determinar el vector local de la gravedad. Acto seguido, debe sustraer algebraicamente esa componente gravitatoria constante de las lecturas brutas de fuerza específica, aislando de esta forma la aceleración cinemática real del aparato.

Mecánica de la Medición de Velocidad Angular

Para ejecutar correctamente la sustracción del vector gravitatorio, el sistema de guiado debe registrar la orientación espacial instantánea de la aeronave en cada microsegundo. Dicha función recae sobre el segundo núcleo sensorial de la Unidad de Medición Inercial: la tríada de giróscopos. Los autopilotos tácticos actuales emplean giróscopos MEMS de estado sólido, sustituyendo definitivamente los pesados y frágiles rotores giratorios de la aviación clásica por microestructuras resonantes de silicio.

En lugar de basarse en la conservación del momento angular mecánico, los giróscopos MEMS aprovechan el principio físico del efecto Coriolis. Dentro del encapsulado del sensor, estructuras microscópicas de silicio se mantienen bajo una oscilación mecánica continua de alta frecuencia. Cuando la aeronave experimenta una rotación sobre sus ejes de cabeceo, balanceo o guiñada, la fuerza de Coriolis induce una deflexión perpendicular sobre estos elementos oscilantes.

Dicha fuerza transversal produce una desviación microscópica en la masa en vibración, la cual es detectada por sensores de capacidad interdigitados. El transductor transforma este microdesplazamiento en una señal eléctrica directamente proporcional a la velocidad angular del vehículo, expresada habitualmente en grados sexagesimales por segundo.

Al integrar tres de estos sensores dispuestos en configuración ortogonal, el piloto automático obtiene un flujo continuo de mediciones a alta tasa que describe la velocidad de rotación instantánea en los ejes longitudinal, transversal y vertical del fuselaje.

Alineación de Rumbo e Integración Magnetométrica

Aunque los acelerómetros y los giróscopos articulan el núcleo del seguimiento inercial, se complementan con un tercer tipo de sensor: el magnetómetro. Los magnetómetros miden la intensidad y orientación del campo magnético terrestre en los tres ejes estructurales de la aeronave.

Pese a no constituir sensores inerciales en sentido estricto, operan como una referencia de brújula imprescindible. Los giróscopos destacan al registrar rotaciones dinámicas de alta frecuencia, pero carecen de la capacidad intrínseca para deducir rumbos absolutos por sí solos. El magnetómetro provee un enlace absoluto y estable de baja frecuencia con el Norte Magnético. Este rumbo actúa como referencia de calibración continua, impidiendo que la integración del ángulo de guiñada desarrolle desviaciones acumulativas con el transcurso de la misión.

Navegación por Estima (Dead Reckoning)

Fundamentos Cinemáticos de la Propagación de Estados

Cuando el piloto automático pierde la señal de los satélites de posición global, no puede continuar fijando sus coordenadas a partir de datos externos. En su lugar, el sistema de control de vuelo recurre a la navegación por estima (dead reckoning). La navegación por estima es el proceso mediante el cual se aproxima la posición actual proyectando la trayectoria desde un último punto de origen conocido, empleando vectores estimados de velocidad, tiempo transcurrido y rumbo de avance.

Para llevar a cabo esta estimación, el computador de navegación ejecuta un ciclo iterativo de alta frecuencia que integra las aceleraciones y velocidades angulares suministradas por la IMU. El piloto automático muestrea las mediciones angulares de los giróscopos y las integra temporalmente de manera continua para actualizar la actitud de la aeronave en relación con el marco geográfico local.

De forma simultánea, el sistema procesa los datos brutos de aceleración en los ejes del cuerpo del vehículo y transforma matemáticamente estos vectores hacia un sistema de coordenadas geográficas estables, como el marco Norte-Este-Abajo (NED). Tras esta rotación espacial, se resta la aceleración gravitatoria local, aislando la componente cinemática de aceleración del vehículo.

Al integrar temporalmente esta aceleración cinemática, el sistema obtiene el vector velocidad instantáneo. Una segunda integración de dicha velocidad permite al algoritmo deducir las nuevas coordenadas tridimensionales de la posición del UAS.

Navegación entre Sistemas de Coordenadas Aeroespaciales

Para ejecutar estas proyecciones cinemáticas, el piloto automático debe gestionar transformaciones continuas entre distintos marcos de referencia:

• El Sistema Eje-Cuerpo (Body Frame): Marco solidario a la estructura física del aparato, con origen fijado en su centro de gravedad. Su eje longitudinal apunta al morro, su eje transversal recorre el ala derecha y su eje vertical apunta hacia abajo cruzando la panza.
• El Marco Nivel Local (NED): Sistema geográfico local que se traslada junto con la plataforma manteniendo sus ejes orientados hacia la superficie: apuntando al Norte geodésico, al Este geodésico y perpendicularmente hacia el centro de la Tierra (Down).
• El Sistema Terrestre Centrado y Fijo en la Tierra (ECEF): Marco solidario al centro de masas terrestre que rota solidariamente con el planeta, idóneo para fijar coordenadas globales absolutas en latitud, longitud y altitud elipsoidal.

Representación de Actitud y Supresión del Bloqueo de Cardán

Para proyectar vectores de fuerza desde el cambiante marco del cuerpo hacia el sistema inercial local NED, el procesador de vuelo debe conservar una representación continua de la actitud. Antiguamente, la aviación representaba la orientación mediante Ángulos de Euler (balanceo, cabeceo y guiñada). No obstante, los ángulos de Euler presentan una singularidad matemática crítica denominada bloqueo de cardán (gimbal lock).

El bloqueo de cardán se manifiesta durante maniobras de gran inclinación vertical, como picados pronunciados o ascensos en vertical, en los cuales dos de los tres ejes geométricos coinciden en el mismo plano espacial. Esta superposición provoca la pérdida de un grado de libertad matemático, bloqueando el software de transformación de coordenadas e inutilizando el seguimiento de actitud de la aeronave.

A fin de eludir este fallo potencialmente catastrófico en autopilotos con requisitos de seguridad crítica, los ingenieros recurren al uso de Cuaterniones. Un cuaternión es un operador hipercomplejo de cuatro parámetros que formula cualquier cambio de actitud espacial como una única rotación continua en torno a un eje de giro determinado.

Dado que los cuaterniones no dependen de rotaciones angulares encadenadas, carecen de singularidades geométricas o discontinuidades algorítmicas. Ello asegura que, aun frente a pérdidas de sustentación, barrenas o maniobras de recuperación críticas, el lazo de actitud mantenga una estabilidad y continuidad absolutas.

Acumulación de Deriva en Sensores

La Realidad Matemática de las Cascadas de Integración

Si bien un Sistema de Navegación Inercial presenta una alta tasa de respuesta y es insensible a perturbaciones externas por radiofrecuencia, exhibe una vulnerabilidad estructural insalvable: la deriva exponencial. Dado que la estima inercial calcula su posición mediante integraciones temporales continuas, cualquier pequeño desfase, perturbación o ruido en los datos brutos del sensor se amplifica y expande rápidamente en la estimación posicional.

Este incremento acelerado de la deriva responde a la naturaleza matemática de la cascada de integración. Si un sensor presenta un error sistemático constante, denominado sesgo (bias), este fallo opera de forma predecible pero destructiva a lo largo del tiempo.

Cuando un sesgo estático de aceleración se integra por primera vez para calcular la velocidad, el error en la velocidad escala linealmente respecto al tiempo. Al integrarse por segunda vez para derivar la posición, el error lineal de velocidad se transforma en una divergencia de posición cuadrática (proporcional al cuadrado del tiempo transcurrido).

El impacto de un sesgo presente en los giróscopos resulta aún más devastador. Un sesgo angular sostenido induce una desviación progresiva en la orientación calculada, incrementándose linealmente con el tiempo. Producto de este desfase de orientación, el computador proyecta de manera incorrecta el vector gravitatorio, introduciendo una aceleración virtual espuria en los canales horizontales de guiado.

Al integrar esta aceleración errónea dos veces de manera consecutiva, el error de posición resultante crece de forma cúbica (proporcional al cubo del tiempo transcurrido). Tras unos pocos minutos de navegación puramente inercial sin corrección externa, una IMU MEMS de categoría táctica puede derivar varios kilómetros, desorientando por completo a la aeronave.

Sensibilidad Térmica y Ruido Mecánico en Sustratos MEMS

Más allá de los sesgos sistemáticos constantes, los transductores de estado sólido MEMS manifiestan una marcada susceptibilidad a las variaciones del entorno operativo, especialmente ante oscilaciones térmicas. A medida que la electrónica de a bordo opera y disipa calor durante el vuelo, el gradiente térmico interno induce dilataciones mecánicas y tensiones estructurales microscópicas sobre el silicio de la IMU.

Estas microdeformaciones térmicas desplazan las curvas de calibración de fábrica, generando fluctuaciones impredecibles en los sesgos de acelerómetros y giróscopos durante el transcurso de la misión. Para mitigar este fenómeno, las IMUs se someten a exhaustivos ensayos de caracterización térmica en fábrica dentro de amplios rangos de operación. Con ello se obtiene un modelo analítico de corrección que permite compensar computacionalmente las variaciones de sesgo previsibles asociadas a gradientes térmicos.

Optimización mediante Filtro de Kalman

El Motor Estadístico de la Aviónica Moderna

A fin de contener la divergencia descontrolada inherente a la navegación a estima, los sistemas de guiado autónomo integran un estimador estadístico en tiempo real: el Filtro de Kalman Extendido (EKF). El EKF es un algoritmo computacional diseñado para estimar los estados verdaderos del sistema sopesando de forma óptima las fortalezas y limitaciones de diferentes fuentes sensoriales.

El EKF actúa rastreando simultáneamente el vector de estados estimado de la aeronave (posición, velocidad y actitud angular) y las fuentes de error no observables de los sensores (tales como sesgos en giróscopos y acelerómetros). El algoritmo opera siguiendo un bucle iterativo continuo compuesto por dos fases: Predicción y Corrección.

La Fase de Predicción: Propagación Ciega a Alta Tasa

La etapa de predicción opera a la misma frecuencia de muestreo que la IMU (generalmente a cientos de hercios). El EKF emplea las lecturas de aceleración lineal y rotación para propagar temporalmente el estado estimado de la aeronave sin intervención de fuentes exteriores.

Dado que el filtro contempla internamente el ruido estocástico y las derivas térmicas del hardware sensor, su índice de incertidumbre interno, condensado en una matriz de covarianza, experimenta un crecimiento continuo por cada fracción de segundo en que no se reciben actualizaciones de referencia externa.

La Fase de Corrección: Acotación de Deriva mediante Redes Auxiliares

La fase de corrección se desencadena cada vez que un sensor auxiliar independiente suministra una observación válida. Este sensor de apoyo puede ser una cámara óptica que rastree elementos en tierra, un altímetro láser orientado hacia el suelo o un algoritmo de odometría visual-inercial.

El EKF confronta la medición aportada por el sensor alternativo con la predicción que el modelo inercial proyectaba registrar. La discrepancia entre ambas observaciones constituye el residuo de innovación.

El filtro evalúa la magnitud de este residuo, determina su nivel de certidumbre estadística y computa un factor de ponderación óptimo: la Ganancia de Kalman. Con este valor, el EKF ejecuta dos correcciones esenciales:

• Ajusta los errores acumulados en los estados de posición, velocidad y actitud del vehículo, colapsando de inmediato los márgenes de covarianza hacia límites estrechos de alta certidumbre.
• Actualiza la estimación interna de los sesgos latentes de los sensores de la IMU.

Al monitorizar y compensar activamente estos sesgos instrumentales en tiempo real, el EKF impide que la navegación inercial derive de forma cuadrática o cúbica durante los periodos subsecuentes de predicción. Este bucle de realimentación continuada garantiza que el sistema de navegación por estima conserve su precisión, estabilidad y fiabilidad operativa, incluso durante apagones prolongados del segmento satelital GNSS.