[ANGLÈS] Kalman Filter is nowadays one of the most used tool to perform sensor fusion in navigation environments, i.e. combine information from several different sensors to obtain the optimal navigation solution. However, there is no single algorithm for Kalman Filter and each of them must be adapted to the concrete problem. This implies that there are no two Kalman Filters that are exactly the same, complicating an objective comparison between them, mainly if implemented by different people. The aim of this thesis is to provide the fundamentals of a rapid prototyping tool for sensor fusion algorithms. It is based on a modular software structure and will provide the basic blocks and needed interfaces for a flawless interaction, allowing the user to reconfigure, adapt and also create new blocks and functions; using the most appropriate sensor models and algorithms for his application. As several blocks are common to different algorithms, this tool will also save time on the implementation, along with the confidence that given blocks are free of error as each of them is validated. The tool provides also an analysis environment so that several sensor fusion algorithms can be evaluated and compared to each other in an objective way, both with simulated and real data, facilitating in this way the final decision on which algorithm is more suitable for the desired application.

[CASTELLÀ El filtro de Kalman es hoy en dia la herramienta más usada en la fusión de sensores en aplicaciones de navegación, esto es la combinación de la información proviniente de diferentes sensores para tal de obtener la solución óptima de navegación. Sin embargo, no hay un único algoritmo de filtro de Kalman y cada uno debe de ser siempre adaptado al problema en concreto. Esto implica que no hay dos filtros de Kalman exactamente iguales, entorpeciendo una comparación objetiva entre ellos, mayormente si han estado implementados por distintas personas. El objetivo de esta tesi es proporcionar las herramientas básicas para una herramienta de "rapid prototyping" de algoritmo de fusionado de sensores. Está basada en una estructura de software modular que proporciona los bloques básicos para una interacción sin complicaciones, permitiendo al usuario la reconfiguración, adaptación y creación de nuevos bloques y funciones, utilizando los algoritmos y modelos más adecuados para su aplicación. Dado que la mayoria de bloques son comunes para distintas aplicaciones, esta herramienta también supodrá un ahorro en el tiempo de implementación, junto con la confianza de que los bloques proporcionados son libres de errores al estar validados previamente. La herramienta tambien proporciona un entorno de análisi para que varios algoritmos de fusionado de sensores puedan ser evaluados entre ellos de una forma objetiva, tanto con dadas simuladas como reales, facilitando de esta manera la decisión final de qué algoritmo es el más adecuado para la aplicación deseada.

[CATALÀ] El filtre de Kalman és avui en dia l'eina mes utiltizada per la fusio de sensors en aplicacions de navegacio, aixo és la combinacio de la informació provinent de diferents sensors per tal d'obtenir la solucio òptima de navegació. No obstant, no hi ha un únic algoritme de filtre de Kalman i cada un ha de ser sempre adaptat al problema en concret. Això implica que no hi ha dos filtres de Kalman exactament iguals, complicant una comparació objectiva entre ells, majorment si han estat implementat per diferents persones. L'objectiu d'aquesta tesi es proporcionar les eines bàsiques per una eina de "rapid prototyping" d'algoritmes de fusio de sensors. Esta basada en una estructura de software modular que proporciona els blocs bàsics per una interaccio sense complicacions, permetent a l'usuari la reconfiguració, adaptació i creació de nous blocs i funcions, utilitzant els algoritmes i models més adequats per la seva aplicació. Donat que la majoria de blocs son comuns per les diferents aplicacions, aquesta eina tambe suposarà un estalvi en el temps d'implementació, junt amb la confiança que els blocs proporcionats son lliures d'errors donat que han estat validats prèviament. L'eina tambe proporciona un entorn d'analisi per tal de que varis algoritmes de fusio de sensors puguin ésser evaluats entre ells d'una forma objectiva, tant amb dades simulades com reals, facilitant d'aquesta manera la decisió final de quin algoritme es mes adequat per l'aplicació desitjada.