Benefits of Combined GPS/GLONASS with Low-Cost MEMS IMUs for Vehicular Urban Navigation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The integration of Global Navigation Satellite Systems (GNSS) with Inertial Navigation Systems (INS) has been very actively researched for many years due to the complementary nature of the two systems. In particular, during the last few years the integration with micro-electromechanical system (MEMS) inertial measurement units (IMUs) has been investigated. In fact, recent advances in MEMS technology have made possible the development of a new generation of low cost inertial sensors characterized by small size and light weight, which represents an attractive option for mass-market applications such as vehicular and pedestrian navigation. However, whereas there has been much interest in the integration of GPS with a MEMS-based INS, few research studies have been conducted on expanding this application to the revitalized GLONASS system. This paper looks at the benefits of adding GLONASS to existing GPS/INS(MEMS) systems using loose and tight integration strategies. The relative benefits of various constraints are also assessed. Results show that when satellite visibility is poor (approximately 50% solution availability) the benefits of GLONASS are only seen with tight integration algorithms. For more benign environments, a loosely coupled GPS/GLONASS/INS system offers performance comparable to that of a tightly coupled GPS/INS system, but with reduced complexity and development time.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 0,000 |
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 découle