MétaCan
Menu
Retour à la cohorte
Enregistrement W2160838186 · doi:10.1109/plans.2004.1308999

A vector-based gyro-free inertial navigation system by integrating existing accelerometer network in a passenger vehicle

2004· article· en· W2160838186 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueInertial Sensor and Navigation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAccelerometerInertial navigation systemInertial measurement unitComputer scienceInertial reference unitGyroscopeAutomotive industryInertial frame of referenceEngineeringControl theory (sociology)Control engineeringAutomotive engineeringAerospace engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Modern automotive electronic control and safety systems, including air-bags, anti-lock brakes, anti-skid systems, adaptive suspension, and yaw control, rely extensively on inertial sensors. Currently, each of these sub-systems uses its own set of sensors, the majority of which are low-cost accelerometers. Recent developments in MEMS accelerometers have increased the performance limits of mass-produced accelerometers far beyond traditional automotive requirements; this growth trend in performance will soon allow the implementation of a gyro-free inertial navigation system (GF-INS) in an automobile, utilizing its existing accelerometer network. We propose, in addition to short-term aid to GPS navigation, a GF-INS can also serve in lieu of more expensive and less reliable angular rate gyros in vehicle moment controls and inclinometers in anti-theft systems. This work presents a modified generalized GF-INS algorithm based on four or more vector (triaxial) accelerometers. Historically, GF-INS techniques require strategically-placed accelerometers for a stable solution, hence inhibiting practical implementations; the vector-based GF-INS allows much more flexible system configurations and is more computationally efficient. An advanced attitude estimation technique is presented, utilizing coupled angular velocity terms that emerged as a result of the intrinsic misalignment of real vector accelerometers; this technique is void of singularity problems encountered by many prior researchers and is particularly useful when error due to the integration of angular accelerations is prominent, such as in low-speed systems or long-duration navigations. Furthermore, an initial calibration method for the vector-based GF-INS is presented. In the experimental setup, four vector accelerometers, based on Analog Devices accelerometers, are assembled into a portable, one cubic-foot, rigid structure, and the data is compared with that of a precision optical position tracking system. Finally, the feasibility of a GF-INS implementation in an automobile is assessed based on experimental results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,216
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

En bref

Citations32
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInertial Sensor and NavigationTravaux en français237 207