A vector-based gyro-free inertial navigation system by integrating existing accelerometer network in a passenger vehicle
Notice bibliographique
Résumé
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».