MétaCan
Menu
Retour à la cohorte
Enregistrement W2807213851 · doi:10.1109/plans.2018.8373374

Multiple ultrasonic aiding system for car navigation in GNSS denied environment

2018· article· en· W2807213851 sur OpenAlexafffund
M. Moussa, A. Moussa, Naser El‐Sheimy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueInertial Sensor and Navigation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésUltrasonic sensorInertial measurement unitGNSS applicationsMean squared errorExtended Kalman filterKalman filterNoise (video)AcousticsComputer scienceRemote sensingEngineeringGlobal Positioning SystemComputer visionArtificial intelligenceGeographyTelecommunicationsPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetInertial Sensor and NavigationTravaux en français237 207