Magnetic field based heading estimation for pedestrian navigation environments
Notice bibliographique
Résumé
Heading estimation plays an important role in pedestrian navigation applications. With the advent of smart-phones equipped with MEMS sensors, it has become possible to utilize ones orientation information along with location. This combination has allowed researchers to investigate provisioning users with orientation aware location based services as well as seamless navigation in different environments using Pedestrian Dead Reckoning (PDR) techniques. Although gyroscopes are considered to be the primary sensors for orientation estimation, the errors associated with these sensors require periodic updates from other sources. In case of small hand held devices, these other sources are accelerometers for roll and pitch estimates and magnetic field sensors for the heading. In order to utilize the magnetic field sensors for heading estimation with respect to some known reference, it is desirable to measure only the Earth's magnetic field components. Although this is achievable in the outdoors, presence of manmade infrastructure in all kinds of urban environments makes it impossible to sense only the Earth's magnetic field at all times. These manmade magnetic anomalies caused by electronic devices, ferrous materials, mechanical and electrical infrastructures among others are the main culprits contaminating the magnetic field information. Therefore it is desirable to investigate how good one can estimate the heading using magnetic field alone in different pedestrian navigation environments by isolating the perturbed regions from the clean ones. In this paper, a detector is proposed that can identify the magnetic field measurements that can be used for estimating heading with adequate accuracy. The expected errors in the heading estimates are also output based on the test statistics, which allow the proposed detector to be utilized for sensor fusion and estimation of errors associated with gyroscopes. Real world data is acquired using a custom designed consumer grade sensor platform and a high accuracy reference system. Theoretical analysis and experimental results show that the proposed detector is capable of identifying the effects of perturbations on the Earth's magnetic field, which provides users with a better estimate of magnetic heading in different pedestrian navigation environments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».