Multiple ultrasonic aiding system for car navigation in GNSS denied environment
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.
Notice bibliographique
Résumé
This paper proposes a novel approach for estimating the navigation states of land vehicles in GNSS denied environment by integrating low-cost multiple ultrasonic sensors with the Inertial Measurement Unit (IMU) using Extended Kalman Filter (EKF). These multiple ultrasonic sensors act as an aiding by providing the vehicle forward velocity to limit the INS large drift during GNSS signal outages. Ultrasonic sensors are installed on the left and right rear wheels to measure the range difference between the sensor and the spokes of the wheel to determine the angular velocity and then determine the vehicle forward velocity. As the ultrasonic raw data is contaminated with outliers and noise, outliers' removal is applied, and a moving average filter is used to reduce the noise. Two experimental road tests were performed for low velocity (30 km/hr) and moderate vehicle velocity (50 km/hr). Ultrasonic sensors were integrated with GNSS/INS in loosely coupled integration scheme through EKF. The Root Mean Square Error (RMSE) of the velocity estimated by the ultrasonic sensors was 0.28 m/sec. Moreover, the position RMSE enhanced from 101.18 meters for the case of INS standalone navigation solution to 5.07 meters when INS integrated with ultrasonic sensors for GNSS signal outage of 60 seconds in the first test. The RMSE of the position is decreased to 17.99 meters in case of ultrasonic/INS integration navigation solution compared to INS standalone solution with RMSE of 72.43 meters for an outage of 60 seconds in the second test. The proposed multiple ultrasonic system provides the land vehicle navigation solution with forward velocity update with higher accuracy and data rate than the velocity provided by regular odometer of On-Board Diagnostics (OBD II).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 0,000 |
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.
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 découle