Revista Brasileira de Cartografia (2015) N0 67/6: 1315-1326

C Sociedade Brasileira de Cartografia, Geodésia, Fotogrametria e Sensoriamento Remoto

B ISSN: 1808-0936
S

POSICIONAMENTO RELATIVO EM TEMPO REAL E PÓS-

PROCESSADO UTILIZANDO MICRORRECEPTOR GNSS
DISPONÍVEL EM PLATAFORMAS MÓVEIS

Relative Positioning in Real-Time and Post-Processed Using GNSS

Micro Receiver Available in Mobile Platforms

Gabriel Diniz de Oliveira1,2, Moises Ferreira Costa2

& Willian Rodrigo Dal Poz2
1
Instituto Nacional de Colonização e Reforma Agrária – INCRA
Setor de Cartografia
Av. Senador Robert Kennedy, nº 601, São Torquato, Vila Velha/ES, Brasil
gabriel.oliveira@vta.incra.gov.br

2
Universidade Federal de Viçosa - UFV
Departamento de Eng. Civil – Pós-Graduação Informações Espaciais
Av. P.H. Rolfs S/N Centro, Viçosa/MG, Brasil
{gabriel.diniz, moises, willian.dalpoz}@ufv.br

Recebido em 16 de Julho, 2014/ Aceito em 23 de Março, 2015

Received on July 16, 2014/ Accepted on March 23, 2015

RESUMO
Com o passar do tempo aumentou-se a necessidade da população em posicionamento acurado a baixo custo, e por
este motivo a procura por aparelhos de navegação tem crescido consideravelmente em todos os níveis de usuários.
Destes dispositivos, a população no geral tem maior acesso aos smartphones devido a suas diversas funcionalidades.
A principal componente de posicionamento destes dispositivos são os microrreceptores GNSS, sendo que sua ob-
servável básica é a pseudodistância. As fontes de dados para correções GPS estão cada vez mais disponíveis para a
comunidade por meio de instituições como o IBGE, no Brasil, com a Rede Brasileira de Monitoramento Continuo
(RBMC). Por meio desta, tem-se uma maior possibilidade de melhorias no posicionamento destes dispositivos com
o posicionamento relativo pós-processado e até mesmo em tempo real. Com estas possibilidades e necessidades, este
trabalho tem como objetivo verificar metodologias que melhore a acurácia no posicionamento de dispositivos móveis
que utilizam microrreceptor GNSS, utilizando a estimativa de mínimos quadrados recursiva com a matriz de ganho de
Kalman aplicada no posicionamento relativo estático por dupla diferença da pseudodistância. Para verificar a eficácia
desta metodologia utilizou-se dados do microrreceptor SiRFstar IV que recebe dados na frequência L1 da constelação
GPS. Foram utilizadas as estações de referência VICO e CEFE da RBMC para o processamento destes dados. Com
rastreios de 15 minutos em pontos de coordenadas conhecidas teve-se um desvio médio na componente horizontal das
coordenadas planas da ordem de 30 centímetros para o pós-processamento e 1,0 metro para o processamento em tempo
real, sendo que, para o posicionamento por ponto simples o desvio médio foi de 6 metros. Com isso, concluiu-se que a
utilização da metodologia de processamento relativo estático por estimativa dos mínimos quadrados recursiva melhorou
 Oliveira G. D. et al.

a acurácia do posicionamento de forma significativa, onde dispositivos móveis que até então eram indicados somente
para navegação, podem ser utilizados também para mapeamento, desde que os seus dados sejam devidamente corrigidos.
Palavras chaves: Microrreceptor GNSS, Dupla Diferença, MMQ Recursivo, Matriz de Ganho de Kalman, RBMC-IP,
SiRFstar.

ABSTRACT
Over time has increased the need for accurate positioning of the population at low cost, and for this reason the demand
for navigation devices has grown considerably in all levels of users. Of these devices, the population in general has
greater access to smartphones because of its many features. The main component of these positioning devices is micro
GNSS receivers, where the pseudorange is its basic observable. The data sources for GPS corrections are increasingly
available to the community through institutions like the IBGE, in Brazil, with the Brazilian Network for Continuous
Monitoring (RBMC). Through this, there is a greater possibility of improvements in these devices with the real time
and post-processed relative positioning. With these possibilities and needs, this study aims check methodology that
improves the accuracy in the positioning devices using micro GNSS receiver with a recursive least squares estimation
with the Kalman gain matrix applied in relative positioning static by double difference of pseudorange. To verify the
effectiveness of this methodology is used data SiRFstar IV micro receiver which receives data only in L1 frequency
GPS constellation. They use reference stations VICO and CEFE of RBMC to process these data. With traces 15 min-
utes in known points had a mean deviation in the horizontal component of the plane coordinates in order of 30 cm for
post-processing and 1,0 m for the real time processing, and, for the single point positioning average deviation was 6
meters. With this, it was concluded that the use of static methods for processing on recursive least squares estimation
improves the accuracy of positioning significantly, where mobile devices that were previously given only to navigation
may also be used for mapping, if that data are properly corrected.
Keywords: GNSS Micro Receiver, Double Difference, MMQ Recursive, Kalman Gain Matrix, RBMC-IP, SiRFstar.

1. INTRODUÇÃO planimétrica na ordem de 10 metros (MONICO,

Com o passar do tempo aumentou-se a 2008).
necessidade da população em posicionamento Com a utilização de aparelhos geodésicos
baixo custo e por este motivo a procura por ou topográficos associados a métodos de
aparelhos de navegação como GPS automotivo, posicionamento relativo, a acurácia chega à
smartphones, relógios com GPS e dentre outros ordem de centímetros podendo ir a milímetros
tem crescido consideravelmente em todos os nos casos de: posicionamento por ponto preciso
níveis de usuários. (PPP), utilização da combinação linear Ionfree,
Desde o surgimento do primeiro sistema Real Time Kinematic (RTK) e dentre outros.
de posicionamento por satélite, houve uma Aperfeiçoar a técnica de posicionamento
grande evolução nos componentes eletrônicos, nestas plataformas traz a possibilidade de que
na tecnologia computacional e na capacidade de um maior número de pessoas sejam beneficiadas.
processamento. Isto fez com que os receptores O objetivo deste trabalho é verificar
ficassem cada vez menores e consumissem metodologia que melhore a acurácia do
menos energia, proporcionando o crescimento posicionamento utilizando microrreceptores
no interesse por essa tecnologia, aumentando sua GNSS usados em smartphones através de
popularidade e o número de usuários pelo mundo posicionamento relativo em tempo real e pós-
afora. Desta forma, existe uma diversidade processado.
de receptores GNSS disponíveis aos usuários 2. POSICIONAMENTO RELATIVO
em formatos, tamanhos e precisões diferentes, Método não utilizado em smartphones
o que facilita uma melhor adequação a cada devido aos circuitos integrados dos
necessidade. microrreceptores GNSS e sistema operacional
Atualmente a principal forma de terem restrições de segurança que dificultam
posicionamento utilizada nos dispositivos a utilização destes modo, pois é necessária a
de navegação é o posicionamento por ponto comunicação entre dispositivos.
simples. Este método proporciona uma acurácia

1316 Revista Brasileira de Cartografia, Rio de Janeiro, N0 67/6, p. 1315-1326, Nov/Dez/2015

Posicionamento Relativo em Tempo Real e Pós-Processado

2.1 Dupla Diferença onde:

A dupla diferença (DD) das observáveis vPDdd é o resíduo da dupla diferença;
GNSS é uma técnica de diferenciação bastante ∆ρ11,2 é a simples diferença entre o receptor 1 e
usual no posicionamento relativo, elimina os 2 em relação ao satélite 1;
erros do relógio dos satélites e dos receptores e ∆ρ21,2 é a simples diferença entre o receptor 1 e
minimiza erros atmosféricos em linhas de base 2 em relação ao satélite 2;
curtas.
Há várias possibilidades de processamento Quando combinada as observações nas
das observações GNSS. Podem-se citar as DD’s eliminam-se os erros do relógio do receptor
técnicas de diferenciação realizadas entre dois (dtr), o erro do relógio do satélite (dts), e erros
receptores (por exemplo, simples, dupla e tripla atmosféricos como o atraso da ionosfera e
diferença) e as combinações lineares realizados troposfera. Neste último caso somente quando
num mesmo receptor de dupla frequência (por utilizado em linhas de base curtas, onde se
exemplo, a combinação ion-free, wide lane, atribuem o mesmo erro para os receptores base
narrow lane, entre outras) (MONICO, 2008; e rover.
LEICK, 1995). Para um vetor com observações de duas
A equação de observação da simples estações (rover e base) e n satélites em uma
diferença (SD) das pseudodistâncias observadas época, temos sua MVC dada por (MONICO,
simultaneamente por duas estações de um satélite 2008):
num instante t é dada por (MONICO 2008):
(5)
(1)
onde:
I2n é a matriz identidade de ordem igual ao
em que:
número de observações;
σ2 é a variância da observação não diferenciada.
(2)
Aplicando a lei de propagação de
onde: covariâncias, obtém-se a MVC do vetor das SD:
vPDsd é o resíduo da simples diferença;
ρ11 é a distância entre o receptor 1 ao satélite 1;
ρ12 é a distância entre o receptor 2 ao satélite 1. (6)

Para a MVC das duplas diferenças é

Na combinação da SD o erro do relógio do
aplicada novamente a lei de propagação de
satélite (dts) é eliminado.
covariâncias resultando na equação 11, onde a
Para se determinar as DD’s realiza-se a
matriz apresentada é de ordem n-1 devido ao uso
diferença entre as SD’s de cada satélite pela SD
de um satélite como base.
do satélite escolhido como base. O parâmetro de
escolha do satélite base comumente utilizado é 2.2 Estimativa das Coordenadas Pelo Método
o de maior ângulo de elevação. dos Mínimos Quadrados (MMQ)
A equação de DD para as pseudodistâncias Para se estimar a coordenada do receptor
observadas simultaneamente por duas estações pelo método dos mínimos quadrados (MMQ),
e dois satélites num instante t é dada por utilizando equações de dupla diferença da
(MONICO 2008): pseudodistância, se faz necessário conhecer a
coordenada do receptor base e ter uma estimativa
(3) inicial do receptor rover.
Para o processamento correto da época
em que: dos dados deve-se atentar para a simultaneidade
das observações dos dois receptores e o uso de
pelo menos 5 dos mesmos satélites rastreados
(4)

Revista Brasileira de Cartografia, Rio de Janeiro, N0 67/6, p. 1315-1326, Nov/Dez/2015 1317

 Oliveira G. D. et al.

em ambos, considerando como incógnitas as

coordenadas do receptor X Y e Z, dts e dtr.
No método paramétrico, os valores
observados ajustados são dados em função dos (11)
parâmetros ajustados, ou seja (TEUNISSEN,
2001): A matriz Jacobiana, também conhecida
como matriz design ou simplesmente matriz ‘A’
; (7) é desenvolvida pela linearização do modelo de
dupla diferença da pseudodistância, onde Blewitt
em que Xa = X0 + X, sendo X0 o vetor dos (1997) apresenta que para uma observação
parâmetros aproximados e X o vetor das tem-se:
correções aos parâmetros aproximados.
Considerando n como o número de
observações e u o número de parâmetros (12)
incógnitos, o modelo funcional linearizado é em que:
dado por (GEMAEL, 1994):
(13)
; (8)
(14)
sendo:

(15)
em que:
V – Vetor dos resíduos; onde:
L – Vetor das observações brutas menos o vetor
das observações aproximadas;
A – Matriz design (Jacobiana); – é derivada parcial da distância receptor-
X – Vetor dos parâmetros (incógnitas). satélite em relação a componente x,

De acordo com a teoria do MMQ a soma – é derivada parcial da distância receptor-

dos quadrados dos resíduos deve ser mínima. E satélite em relação a componente y,
considerando que as n observações são obtidas – é derivada parcial da distância receptor-
com diferentes graus de precisão, torna-se satélite em relação a componente z,
necessário a introdução de uma ponderação, ou
, , – são as coordenadas aproximadas
seja, um peso. Nesse caso o MMQ se apresenta
do receptor;
como:
, , – são as coordenadas do
satélite 1 no tempo de transmissão i;
; (9)
, , – são as coordenadas do
em que P é a matriz (nxn) dos pesos, simétrica e satélite 2 no tempo de transmissão i;
definida positiva a qual é dada por: – distância da estação B até o satélite 2 no
tempo de transmissão i;
(10) – distância da estação B até o satélite 1 no
tempo de transmissão i.
Sendo o fator de variância a priori,
O vetor dos parâmetros que minimiza a
usualmente atribuído = 1.
forma quadrática da equação (9) é dado por:
O modelo estocástico usualmente utilizado
para DD’s é apresentado por (TALBOT, 1991
apud MONICO, 2008) como: (16)

1318 Revista Brasileira de Cartografia, Rio de Janeiro, N0 67/6, p. 1315-1326, Nov/Dez/2015

Posicionamento Relativo em Tempo Real e Pós-Processado

Aplicando a lei de propagação das Atualiza-se a correção dos parâmetros

covariâncias obtém-se a matriz variância- pelo vetor dado por (TEUNISSEN, 1998 apud
covariância (MVC) dos parâmetros ajustados. SILVA, 2009):

(17) (20)

é o fato de variância a posteriori, o qual é em que: para k = 1,2,...

dado por: é o vetor dos resíduos predito;
é a matriz de ganho de Kalman,
(18)
Os quais são dados por:

2.3 MMQ Recursivo Utilizando a Matriz de (21)

Ganho de Kalman
Com a utilização do MMQ de forma (22)
independente em cada época do processamento
a redundância nas observações fica restrita ao em que:
número de satélites utilizados. Entretanto, no - um vetor de dimensão nx1 das n novas
levantamento estático tanto por ponto como observações, e;
relativo, existe o acúmulo de observações para - o vetor correspondente a matriz design
os mesmos parâmetros ao longo do tempo. nxu calculada com as novas observações.
Com a entrada de novas observações,
pode-se melhorar a estimativa dos parâmetros A atualização da MVC é dada por
se expressar esta nova estimativa como uma (TEUNISSEN, 1998 apud SILVA, 2009):
combinação linear da antiga estimativa
com as novas observações (STRANG & (23)
BORRE, 1997 p. 543):
sendo I a matriz identidade de dimensão uxu.
(19) Sabe-se que na navegação por satélite
gera-se um número excessivo de dados para
Kalman (1960) introduziu uma nova processamento. Contudo, este procedimento
abordagem para filtragem e previsão de permite atualizar a estimativa para novas
problemas lineares. Contudo, as fórmulas de observações sem a necessidade de armazenar as
atualização dos parâmetros podem ser escritas de observações anteriores.
várias maneiras equivalentes, isto faz com que 3. MATERIAS E MÉTODOS
um monte de exposições para o filtro de Kalman
sejam difíceis de ser entendida. (STRANG & Apresenta-se neste capítulo o dispositivo
BORRE, 1997) utilizado no experimento e a localização dos
O filtro de Kalman é composto de predição pontos utilizados para coleta dos dados. Detalha-
e correção dos parâmetros, separando a predição se a metodologia utilizada no experimento para a
e utilizando somente a parte da correção, leitura dos dados, processamento em tempo real
apresenta-se a seguir um procedimento de forma e pós-processamento com a geração de arquivos
clara para se realizar estimativas recursivas dos no formato RINEX.
parâmetros. 3.1 Materias
Neste caso, inicia-se o procedimento com
No desenvolvimento deste trabalho
uma primeira estimativa para a correção dos
utilizou-se como exemplo o microrreceptor
u parâmetros, calculada pelo MMQ mostrado
GPS SiRFstarIV, que é utilizado no smartphone
anteriormente na equação (16) e sua MVC pela
Samsung Galaxy SII apresentado na Figura 1.
equação (17).

Revista Brasileira de Cartografia, Rio de Janeiro, N0 67/6, p. 1315-1326, Nov/Dez/2015 1319

 Oliveira G. D. et al.

O microrreceptor SiRFstarIV recebe dados

GPS com alta sensibilidade pois opera em faixas
de -160dBm, ou seja, realiza facilmente leitura
dos sinais transmitidos mesmo que refletidos e
desviados. Possui consumo energético de apenas
8mW e ocupa menos de 20 milímetros quadrados
dos dispositivos (CSR, 2014).
Entretanto, a conectividade dos chipset’s
em smartphones com computadores é limitada
devido a padrões de segurança do sistema
operacional, que deveriam ser mais versáteis
disponibilizando pacotes de desenvolvimento
para este fim. Com isso optou-se neste trabalho em
utilizar o receptor GPS G-STAR IV modelo BU-
353S4 da GlobalSat® que possui conectividade
USB para saída e entrada de dados. Fig. 2 – Receptor GPS G-STAR IV da GlobalSat®.

Para o pós-processamento dos arquivos

RINEX, gerados por algoritmos no MATLAB®,
utilizou-se o software LEICA Geo Office,
também com a licença do Departamento de
Engenharia Civil da Universidade Federal de
Viçosa.
3.2 Área de Estudo
Verificou-se a metodologia proposta por
meio de rastreios em marcos de coordenadas
conhecidas nas cidades de Viçosa/MG e Vitória/
ES, ambas próximas ao meridiano 41° W e ao
Fig. 1 – GPS SiRFstar IV no smartphone paralelo 20º S, locais onde foi desenvolvido o
Samsung Galaxy SII. Fonte: http://www.csr.com. projeto de pesquisa.
Na cidade de Viçosa/MG utilizaram-se os
O receptor G-STAR é munido do marcos denominados MET, ETA, BAN do IBGE
mesmo microrreceptor, SiRFstarIV, presente e o marco CCE5 do Departamento de Engenharia
no smartphone Samsung Galaxy SII. Como de Agrimensura, localizados no interior do
apresentado na Figura 2, este possui 53 mm de campus da Universidade Federal de Viçosa.
diâmetro e base com ímã para apoio. Em Vitória/ES utilizou-se o marco denominado
Neste trabalho utilizou-se o MATLAB® INCRA localizado na sede do Instituto Nacional
para comunicar, processar e armazenar os dados de Colonização e Reforma Agrária do Espirito
rastreados pelo GPS em tempo real. Santo – INCRA/ES.
MATLAB® é uma linguagem de alto nível Nos casos dos marcos MET, ETA, BAN
em um ambiente interativo de programação e CCE5 utilizou-se como base de referência a
numérica desenvolvida pela MatWorks®. estação ativa da RBMC denominada VICO. E
Com a licença da versão R2012b adquirida para o marco INCRA utilizou-se a estação CEFE
pelo Departamento de Engenharia Civil da também da RBMC.
Universidade Federal de Viçosa, teve-se a Para todos os processamentos teve-se
possibilidade de analisar dados, processar o cuidado de utilizar linhas de base curtas
algoritmos e criar gráficos com resultados de (<15km) para poder-se negligenciar os efeitos
metodologias em estudo. atmosféricos no posicionamento relativo.

1320 Revista Brasileira de Cartografia, Rio de Janeiro, N0 67/6, p. 1315-1326, Nov/Dez/2015

Posicionamento Relativo em Tempo Real e Pós-Processado

Sendo assim temos as seguintes distâncias A comunicação pelo MATLAB se faz pela
das linhas de base formadas: função serial(), onde é fundamental entrar com
• VICO – MET: 0,6 km pelo menos os parâmetros da porta de entrada,
• VICO – ETA: 0,5 km taxa de transmissão e o tamanho de alocação dos
• VICO – BAN: 0,6 km dados na memória, conforme o código a seguir:
• VICO – CCE5: 0,3 km
• CEFE – INCRA: 4,2 km USBport = ‘COM4’;
objUSB = serial(USBport);
Na Tabela 1 é apresentado as coordenadas objUSB.BaudRate = 115200;
de referência para estas estações rastreadas. objUSB.InputBufferSize = 2^18.
Os dados estão no sistema SIRGAS 2000,
referenciados ao plano de projeção UTM com É importante ser alocado um valor alto
as alturas referentes ao elipsoide. (2 ) na memória referente aos dados de entrada
18

para não haver perda de dados devido à latência

Tabela 1: Coordenadas (metros) UTM(SIR- do processamento que varia de 0.5 a 3 segundos.
GAS2000) das estações utilizadas no experimento Como os dispositivos estão cada vez mais
E N MC avançados com memórias cada vez maiores,
722366,433 7702656,508 estes valores altos alocados na memória não
MET -45°
±0,003 ±0,003 afetam o desenvolvimento de demais sistemas.
721649,258 7703351,492 Realizou-se a conexão com a internet pelo
BAN -45°
±0,002 ±0,003 notebook por modem 3G para receber os dados
722060,582 7702350,605 das estações da RBMC. O acesso ao provedor
ETA -45°
±0,002 ±0,003 dos dados do IBGE é feito por login e senha com
721903,793 7702473,689 o auxílio do software BNC – BKG Ntrip Client.
CCE5 -45°
±0,001 ±0,002 Os dados da base de referência são
358663,621 7751498,596 recebidos por protocolo TCP/IP, decodificados
INCRA -39°
±0,004 ±0,006 e emitidos pelo software BNC – BKG Ntrip
h Client. Tem-se no MATLAB a função tcpip()
MET 695,770 ±0,012 que controla este fluxo de dados, conforme o
BAN 706,030 ±0,020 código a seguir:
ETA 691,980 ±0,009
CCE5 650,779 ±0,004 porta = 19;
INCRA -4,157 ±0,015 objTCP = tcpip(‘localhost’,porta);
objTCP.InputBufferSize = 2^18;
3.3 Métodos
Por padrão a latência de dados do receptor
Utilizou-se o GPS G-STAR IV da rover é de 1 segundo, e a da base foi configurado
GlobalSat instalando-o nos marcos apresentados para 5 segundos. Com isso, fez-se necessário
na seção 3.2, centralizado no pino de centragem a sincronização dos dados para garantir-se a
forçada com o auxílio do seu ímã na parte simultaneidade das observações exigida pelo
inferior, conforme apresentado na Figura 3. posicionamento relativo. Durante o processo
Conectado a um notebook pela saída de sincronização dos dados aproveitou-se para
USB, realiza sua comunicação nos sistemas receber as coordenadas calculadas pelo GPS na
operacionais por uma porta serial virtualizada. forma de posicionamento por ponto simples,
Na plataforma Windows é denominada e sendo estas, utilizadas como parâmetro inicial
localizada por COM (COM1, COM2, COM3...), no ajustamento.
na plataforma Linux por ‘/dev/ttyS0’ e na Para cada estação realizou-se rastreios de
plataforma MAC OS por ‘/dev/tty.KeySerial1’. 15 minutos ininterruptos.

Revista Brasileira de Cartografia, Rio de Janeiro, N0 67/6, p. 1315-1326, Nov/Dez/2015 1321

 Oliveira G. D. et al.

pelos satélites em instantes diferentes, com isso

deve-se calcular a coordenada do satélite para
o instante de transmissão da base e do rover
separadamente. Para se determinar a coordenada
do satélite no tempo de transmissão utilizam-se
as coordenadas e velocidades computadas pelo
microrreceptor GPS.
Com as coordenadas dos satélites no
tempo de transmissão de cada receptor calculou-
se a distância geométrica entre a coordenada
aproximada da estação rover e a coordenada
conhecida da estação base.
Fig. 3 - GPS G-STAR instalado no marco MET Nestes termos tem-se o vetor L n-1x1
do IBGE. calculado por:

(25)
3.3.1 Processamento em Tempo Real
O primeiro passo é verificar a disponibilidade Desenvolveu-se a matriz jacobiana
dos dados antes do processamento. Confirma-se a calculando a equação (12) para cada observação
leitura simultânea de no mínimo quatro satélites dos satélites utilizados, exceto para o satélite
para rover e base e se os dados de erro do relógio base. Com isso tem-se dimensão da matriz
do satélite estão disponíveis para os mesmos. de n-1x3, sendo as coordenadas X,Y e Z, da
Em cada época do processamento localização do receptor, os 3 parâmetros, e
verificou-se o satélite de máxima elevação para as observações são as duplas diferenças que
ser considerado como base no computo das correspondem ao número de satélites n menos
duplas diferenças. um do satélite base.
Confirmada a integridade dos dados A primeira estimativa das coordenadas
determina-se a matriz peso P do ajustamento. se faz pelo método tradicional dos mínimos
Considerando o número de satélites com dados quadrados, onde o vetor das correções dos
disponíveis igual a n, tem-se a matriz P definida parâmetros é dado pela equação (16) e a matriz
por: variância covariância é calculada pela equação
(17).
Nas demais épocas utilizam-se do método
recursivo com a matriz de ganho de Kalman,
(24) onde as fórmulas foram apresentadas na seção
2.3.3.
Calcula-se o vetor das simples diferenças Ao final de cada rastreio criou-se
por meio da diferença entre as observações do um arquivo no formato RINEX (Receiver
receptor base menos as observações do receptor Independent Exchange Format) versão 2.11 de
rover. E as duplas diferenças por meio da acordo com as especificações de GURTNER
diferença entre a simples diferença do satélite (2007), utilizando as observações armazenadas
base menos as demais simples diferenças. A durante o levantamento.
técnica utilizada para se determinar o satélite
3.3.2 Pós-Processamento
base no calcula das DD’s foi por meio do critério
de maior ângulo de elevação. Com isso, atribuiu- Conforme apresentado na seção 3.1,
se o vetor destas DD’s como sendo o vetor das utilizou-se o software LEICA Geo Office para o
observações brutas Lb de dimensão n-1x1. pós-processamento dos arquivos RINEX gerados
Para o computo das observações calculadas após os rastreios.
deve-se observar que os dados recebidos no Recorreu-se aos dados de navegação
mesmo instante nos receptores são transmitidos gerados pelas efemérides transmitidas do IGS e

1322 Revista Brasileira de Cartografia, Rio de Janeiro, N0 67/6, p. 1315-1326, Nov/Dez/2015

Posicionamento Relativo em Tempo Real e Pós-Processado

disponibilizados pelas estações da RBMC para Tabela 3: Discrepâncias das coordenadas UTM
realizar este processamento. (metros) estimadas pelo posicionamento por
No geral, as definições padrões de ponto simples em relação às coordenadas de
processamento do LEICA Geo Office são referência.
satisfatórias para processamentos que requer ∆E ∆N ∆h
precisão decimétrica, sendo que, neste trabalho MET 2,809 -5,173 13,018
as principais configurações utilizadas foram: BAN -0,579 -8,001 17,376
intervalo de gravação de 15 segundos, ângulo de ETA 2,351 3,010 2,304
elevação de 15°, modelo troposférico de Hopfield CCE5 3,330 -3,981 10,811
e modelo Ionosférico padrão do software. INCRA 2,740 -7,655 12,900
É de se esperar uma solução flutuante
(float) para a solução das ambiguidades destes De acordo com a Tabela 3, verificou-se, por
dados, tendo em vista à confiabilidade dos dados meio da distância geométrica nas componentes
L1 rastreados, já que estes microrreceptores não ∆E e ∆N, um erro planimétrico médio de 6,0
possuem osciladores de qualidade para poder metros, variando de 3,8 metros na estação ETA
determinar a fase da onda portadora e também a 8,0 metros na estação BAN. Pela componente
por sua alta sensibilidade na leitura dos sinais, ∆h constatou-se um erro altimétrico médio de
acabando que se recebem sinais desviados de sua 11,2 metros, variando de 2,3 metros na estação
trajetória (multicaminhamento). ETA a 17,4 na estação BAN.
4. RESULTADOS E DISCUSSÕES 4.1 Pós-Processamento
Comparou-se cada coordenada estimada Após o processamento dos arquivos
com as coordenadas de referência apresentadas RINEX, com dados de 15 minutos de rastreio,
na Tabela 1 da seção 3.2. no software LEICA Geo Office, obteve-se as
As coordenadas cartesianas X, Y e Z coordenadas apresentadas na Tabela 4.
estimadas pelos procedimentos apresentados
foram convertidas em coordenadas planas UTM Tabela 4: Coordenadas e desvio-padrão (metros)
pelo software ProGriD v1.1 disponibilizado UTM (SIRGAS2000) estimadas pelo pós-
gratuitamente pelo IBGE. processamento
Enquanto fez-se a sincronização dos dados, E N MC
722366,192 ± 7702656,477 ± -45°
receberam-se do microrreceptor as coordenadas MET
computadas pelo sistema do dispositivo que 0,003 0,002
721649,789 ± 7703351,496 ± -45°
utiliza do posicionamento por ponto simples. Na BAN
0,087 0,030
Tabela 2 são apresentadas as coordenadas deste 722060,212 ± 7702350,595 ± -45°
posicionamento inicial. ETA
0,034 0,013
721903,915 ± 7702473,875 ± -45°
CCE5
Tabela 2: Coordenadas UTM (metros) estimadas 0,004 0,006
pelo posicionamento por ponto simples 358663,483 ± 7751498,523 ± -39°
INCRA
E N h MC 0,045 0,009
MET 722369,242 7702651,335 708,788 -45° h
BAN 721648,679 7703343,491 723,406 -45° MET 695,710 ± 0,007
ETA 722062,933 7702353,615 694,284 -45°
CCE5 721907,123 7702469,708 661,590 -45° BAN 706,351 ± 0,088
INCRA 358666,361 7751490,941 8,743 -39° ETA 691,960 ± 0,048
CCE5 650,988 ± 0,031
Infelizmente o dispositivo não apresenta a INCRA -4,188 ± 0,018
precisão do processamento destas coordenadas,
com isso analisa-se somete as discrepâncias Subtraindo-se as coordenadas estimadas
comparando estas coordenadas iniciais com pelas coordenadas de referência apresentadas
as coordenadas de referência da Tabela 1. nas Tabelas 1, as discrepâncias em metros
Verificaram-se as seguintes discrepâncias encontrados nas coordenadas pós-processadas
apresentadas na Tabela 3. estão presentes na Tabela 5.

Revista Brasileira de Cartografia, Rio de Janeiro, N0 67/6, p. 1315-1326, Nov/Dez/2015 1323

 Oliveira G. D. et al.

Tabela 5: Discrepâncias das coordenadas UTM Tabela 6: Acurácia das coordenadas UTM pós-
pós-processadas em relação às coordenadas de processadas
referência ∆E ∆N ∆h
∆E ∆N ∆h MET 0,241 0,031 0,060
MET -0,241 -0,031 -0,060 BAN 0,538 0,030 0,333
BAN 0,531 0,004 0,321 ETA 0,372 0,016 0,052
ETA -0,370 -0,010 -0,020 CCE5 0,122 0,185 0,211
CCE5 0,122 0,185 0,209 INCRA 0,145 0,074 0,036
INCRA -0,138 -0,073 -0,031
4.2 Processamento em Tempo Real
Na Figura 4 é apresentado o gráfico com
os valores das Tabelas 5 respectivamente Realizaram-se os rastreios dos marcos
apresentados na seção 3.2 com processamento em
tempo real a partir dos dados das estações bases
VICO e CEFE da RBMC, que são disponibilizados
com a latência de 5 segundos. Com isso, os
rastreios de 15 minutos correspondem a 180
épocas processadas.
Em todos os casos a partir da época 80 já se
tinha um resultado satisfatório no processamento,
que corresponde a aproximadamente 6,5 minutos
de rastreio.
Na Tabela 7 são apresentadas as coordena-
Fig. 4 - Gráfico com as discrepâncias das das da última época do processamento.
coordenadas planas UTM pós-processadas.
Tabela 7: Coordenadas e desvio-padrão (metros)
Pelos dados da Tabela 5 e Figura 4, UTM (SIRGAS2000) estimadas em tempo real
verificou-se, por meio da distância geométrica
E N MC
nas componentes ∆E e ∆N, um erro planimétrico
médio de 0,30 m, variando de 0,15 m na 722367,031 ± 7702656,025 ±
MET -45°
estação INCRA a 0,53 m na estação BAN. Pela 0,074 0,073
componente ∆h constatou-se um erro altimétrico 721649,360 ± 7703349,674 ±
BAN -45°
0,084 0,069
médio de 0,13 m, variando de 0,2 m na estação
722059,149 ± 7702349,271 ±
ETA a 0,32 m na estação BAN. ETA -45°
0,071 0,068
Mikhail e Ackermann (1976 apud Monico, 721903,290 ± 7702473,868 ±
2009) apresenta acurácia como: CCE5 -45°
0,076 0,067
358663,778 ± 7751498,795 ±
INCRA -39°
(26) 0,077 0,067
h
onde: MET 694,673 ± 0,204
- Erro quadrático médio (mean square BAN 708,662 ± 0,189
error); ETA 697,586 ± 0,186
CCE5 649,751 ± 0,269
- variância;
INCRA -6,685 ± 0,268
- discrepância ao quadrado.
Comparando as coordenadas da Tabela
A Tabela 6 apresenta as acurácias das
7 com as coordenadas de referência da Tabela
coordenadas estimadas pelo pós-processamento
1, verificaram-se as seguintes discrepâncias
de acordo com a equação 26.
apresentadas na Tabela 8.

1324 Revista Brasileira de Cartografia, Rio de Janeiro, N0 67/6, p. 1315-1326, Nov/Dez/2015

Posicionamento Relativo em Tempo Real e Pós-Processado

Tabela 8: Discrepâncias das coordenadas UTM que 1 metro, sendo exatamente as duas estações
estimadas em tempo real que foi constatado visualmente a presença de
∆E ∆N ∆h outlier. Tem-se o fato de que as estações ETA
MET 0,598 -0,483 -1,097 e BAN são as mais propícias a terem erros de
BAN 0,102 -1,818 2,632 multicaminhamento devido à presença de grande
ETA -1,433 -1,334 5,606 vegetação no entorno do marco rastreado.
CCE5 -0,503 0,179 -1,028 Estes outliers interferindo os resultados
INCRA 0,157 0,199 -2,528 apresentam o ônus do método recursivo, uma
vez que novas observações são adicionadas ao
Na Figura 5 é apresentado o gráfico com resultado, novos erros também são adicionados.
os valores da Tabela 8 respectivamente.
5. CONCLUSÕES
Em razão dos resultados obtidos, seguidas
das análises advindas desta pesquisa em função
das implementações realizadas, as conclusões
para este trabalho são que as metodologias
apresentadas de processamento relativo em
microrreceptores GNSS melhoram a qualidade
do posicionamento com estes dispositivos em
rastreios estáticos, visto que o posicionamento
por ponto simples proporcionou um erro
planimétrico médio de 6,0 metros e com o pós-
Fig. 5 - Gráfico com as discrepâncias das processamento relativo reduziu-se este erro
coordenadas planas UTM estimadas em tempo médio para 0,30 m.
real Além disso, o posicionamento em tempo
real pelo método dos mínimos quadrados
Pela Tabela 8 e Figura 5, verificou-se, por recursivo utilizando a matriz de ganho de Kalman
meio da distância geométrica nas componentes melhora de forma significativa a qualidade do
∆E e ∆N, um erro planimétrico médio de 1,07 posicionamento em microrreceptores GNSS,
m, variando de 0,25 m na estação INCRA a uma vez que o erro médio planimétrico alcançado
1,95 m na estação ETA. Pela componente ∆h foi seis vezes menor que alcançado pelo
constatou-se um erro altimétrico médio de 2,58 método convencional de posicionamento destes
m, variando de 1,02 m na estação CCE5 a 5,61 dispositivos.
m na estação ETA. Outro ponto relevante foi que o pós-
A Tabela 9 apresenta as acurácias das processamento se mostrou muito mais eficaz
coordenadas estimadas pelo processamento em que o processamento em tempo real devido ao
tempo real de acordo com a equação 26. uso da fase da onda portadora L1 e também ao
tratamento das observáveis no software utilizado.
Tabela 9: Acurácia das coordenadas UTM Apesar das precisões alcançadas terem
estimadas em tempo real chegado a casa dos centímetros ainda é cedo
∆E ∆N ∆h para apresentar os microrreceptores GNSS como
MET 0,603 0,488 1,116 uma boa forma de levantamentos geodésicos e
BAN 0,132 1,819 2,639 topográficos, pois a inconsistência dos dados
ETA 1,435 1,336 5,609 lidos ainda é um fator a ser mais estudado.
CCE5 0,509 0,191 1,063 O posicionamento relativo aplicado em
INCRA 0,175 0,210 2,542 tempo real e pós-processado melhora a acurácia
do posicionamento em dispositivos que utilizam
Verificou-se que somente nas estações microrreceptor GNSS, como os smartphones,
ETA e BAN teve-se o erro planimétrico maior viabilizando o uso para fins de mapeamento.

Revista Brasileira de Cartografia, Rio de Janeiro, N0 67/6, p. 1315-1326, Nov/Dez/2015 1325

 Oliveira G. D. et al.

AGRADECIMENTOS LEICK, A. GPS Satellite Surveying, New York:

Este estudo fez parte da dissertação de Wiley, 1995. 560 p.
mestrado do primeiro autor no Programa de MONICO, J. F. G. Posicionamento pelo GNSS:
Pós-Graduação em Informações Espaciais descrição, fundamentos e aplicações. 2 ed. São
da Universidade Federal de Viçosa (UFV). Paulo:Unesp, 2008. 476 p.
Agradecimentos são estendidos ao departamento
MONICO, J.F.G.; DAL PÓZ, A. P.; GALO, M.;
de Engenharia Civil da UFV, pela disponibilização
SANTOS, M. C. dos; OLIVERIA, L. C. de.
dos softwares utilizados neste trabalho e ao
Acurácia e precisão: revendo os conceitos de
INCRA pelo espaço cedido para realização de
forma acurada. Boletim de Ciências Geodésicas,
alguns rastreios.
Curitiba, v.15, nº3, p.469-483, jul-set, 2009.
REFERÊNCIAS BIBLIOGRÁFICAS
SILVA, H. A. Avaliação de Modelo Estocásticos
BLEWITT, G. Basics of the GPS Technique: no Posicionamento GNSS, Dissertação de
Observation Equations, Department of Mestrado, UNESP, Presidente Prudente, 2009.
Geomatics, University of Newcastle, 1997. 46 p. 109 p.
CSR, SiRFstarIV™ GSD4e, Disponível em STRANG, G., BORRE, K. Linear Algebra,
<http://www.csr.com/products/35/ sirfstariv- Geodesy and GPS. Wellesley College, 1997.
gsd4e>, Acessado em Maio de 2014. 624 p.
GEMAEL, C. Introdução ao Ajustamento de TALBOT, N. C. Real Time High Precision GPS
Observações: Aplicações Geodésicas. Editora Positioning Concepts: Modelling, Processing
da UFPR. Curitiba, 1994. 319 p. and Results, Phd Thesis, Royal Melbourne
GURTNER, W., ESTEY, L. RINEX : The Institute of Technology, Department of Land
Receiver Independent Exchange Format Information, Melbourne, Australia, 1991. 222 p.
Version 2.11, Astronomical Institute, University TEUNISSEN, P. J. T. Quality Control and GPS,
of Berne, 2007. ftp://igscb.jpl.nasa.gov/igscb/ Faculty of Civil Enginnering and Geosciences,
data/format/rinex211.txt section MGP, Thijsseweg 11, 2629 JÁ Delft, The
KALMAN, R. E. A New Approach to Linear Netherlands, 1998. Cap. 7, p. 271-318
Filtering and Prediction Problems. Transaction _________. Dynamic data processing:
of the ASME – Journal of Basic Engineering, recursive least-squares. Netherlands: Delft
pp. 35-45, Março 1960. University Press, 2001. 241 p.

1326 Revista Brasileira de Cartografia, Rio de Janeiro, N0 67/6, p. 1315-1326, Nov/Dez/2015