The Development of a Low-cost MEMS IMU/GPS Navigation System for Land Vehicles Using Auxiliary Velocity Updates in the Body Frame
Notice bibliographique
Résumé
Cost and space constraints are currently driving manufacturers of vehicles to investigate and develop next generation of low cost and small size navigation and guidance systems to meet the fast growing location services market demands. Advances in Micro-Electro- Mechanical Systems (MEMS) technology have shown promising light towards the development of such systems. MEMS are integrated micro devices or systems combining electrical and mechanical components whose size ranges from micrometers to millimeters. MEMS is an enabling technology and the MEMS industry has a projected 10-20% annual growth rate to reach 200 billion US$ market by 2005. Advances in MEMS technology combined with the miniaturization of electronics, have made it possible to produce chip-based inertial sensor for use in measuring angular velocity and acceleration. These chips are small, lightweight, consumes very little power, and extremely reliable. It has therefore found a wide spectrum of applications in the automotive and other industrial applications. MEMS technology, therefore, can be used to develop car navigation systems that are inexpensive, small, and consume low power (microwatt). However, due to the lightweight and fabrication process, MEMS sensors have large bias instability and noise, which consequently affect the obtained accuracy from MEMS-based IMUs. Introducing auxiliary velocity update in the body frame, (e.g. non-holonomic constraint and odometer signal) is an option to solve the problem. This paper describes the development of a MEMS IMU/GPS navigation system by the Mobile Multi-Sensor Systems (MMSS) Research Group at the University of Calgary. The development objective was to develop a fully integrated system with price range of US $100 – 200 using low-end (surface micromachined) MEMS inertial sensors. The system’s accuracy performance will be investigated by using land vehicle test and through the contributions of the auxiliary velocity updates in the body frame.
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) | 0,000 | 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) | 0,002 | 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 ».