Improved Vehicle Navigation Using Aiding with Tightly Coupled Integration
Notice bibliographique
Résumé
Vehicle navigation poses difficulties as it requires the uninterrupted availability of accurate positioning information, even in circumstances without an ideal condition. Global Positioning System (GPS) provides consistently accurate positioning solutions if four or more GPS satellites can be observed. Unfortunately, this condition is usually not satisfied if a vehicle is going through urban canyon, tunnel or forest canopy. Even with High Sensitivity and Assisted GPS receivers, reliable positioning using GPS alone in difficult urban situations is still a challenge. Inertial Navigation System (INS), consists of self- contained sensors that can continuously provide accurate short term positioning solutions. The integration of GPS and INS can overcome the GPS drawback and provide continuous navigation solutions even during GPS signal outages. Though newly developed MEMS-based INS sensors have relatively low accuracy, they are compact and inexpensive, which is very suitable for vehicle navigation. Hence, there is a growing interest in exploring the capabilities of these sensors in the field of vehicle navigation. This paper presents the integration of GPS with MEMS-based INS in a tightly coupled scheme. Tightly coupled integration can make use of GPS signals even if less than four GPS satellites are observed. Thus it offers better integration options. To further improve the GPS/INS integration results, non- holonomic constraints and heading observations were used in this study to improve the online positioning accuracies. The results showed the drift errors could be significantly reduced when non- holonomic constraints and/or heading information were used, during periods with GPS signal outage. In addition, a backward smoother called Rauch-Tung-Striebel (RTS) was also implemented for offline processing needs purpose. The integration results showed that the RTS smoother can significantly reduce the drift errors even if neither non-holonomic constraints nor heading information were used.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».