MétaCan
Menu
Retour à la cohorte
Enregistrement W2600656202 · doi:10.3390/s17040698

Improving Observability of an Inertial System by Rotary Motions of an IMU

2017· article· en· W2600656202 sur OpenAlexaff
Shuang Du, Wei Sun, Yang Gao

Notice bibliographique

RevueSensors · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueInertial Sensor and Navigation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésObservabilityInertial measurement unitAccelerometerInertial navigation systemAzimuthControl theory (sociology)ObservableInertial frame of referenceRotation (mathematics)Computer scienceInertial reference unitUnobservableGyroscopeEngineeringPhysicsAerospace engineeringMathematicsArtificial intelligenceClassical mechanicsOptics

Résumé

récupéré en direct d'OpenAlex

It has been identified that the inertial system is not a completely observable system in the absence of maneuvers. Although the velocity errors and the accelerometer bias in the vertical direction can be solely observable, other error states, including the attitude errors, the accelerometer biases in the east and north directions, and the gyro biases, are just jointly observable states with velocity measurements, which degrades the estimation accuracy of these error states. This paper proposes an innovative method to improve the system observability for a Micro-Electro-Mechanical-System (MEMS)-based Inertial Navigation System (INS) in the absence of maneuvers by rotary motions of the Inertial Measurement Unit (IMU). Three IMU rotation schemes, namely IMU continuous rotation about the X, Y and Z axes are employed. The observability is analyzed for the rotating system with a control-theoretic approach, and tests are also conducted based on a turntable to verify the improvements on the system observability by IMU rotations. Both theoretical analysis and the results indicate that the system observability is improved by proposed IMU rotations, the roll and pitch errors, the accelerometer biases in the east and north directions, the gyro biases become observable states in the absence of vehicle maneuvers. Although the azimuth error is still unobservable, the enhanced estimability of the gyro bias in the vertical direction can effectively mitigate the azimuth error accumulation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,010
Tête enseignante GPT0,223
Écart entre enseignants0,213 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetInertial Sensor and NavigationTravaux en français237 207