ULTRASONIC BASED HEADING ESTIMATION FOR AIDING LAND VEHICLE NAVIGATION IN GNSS DENIED ENVIRONMENT
Notice bibliographique
Résumé
Abstract. This paper introduces a novel approach for land vehicles navigation in GNSS denied environment by aiding the Inertial Navigation System (INS) with a very low-cost ultrasonic sensor using Extended Kalman Filter (EKF) to bound its drift during GNSS blockage through a heading change update to enhance the navigation estimation.The ultrasonic sensor is mounted on the body of the car facing the direction of the car motion and behind the front right wheel, a wooden surface is mounted on the car body on the other side of this wheel with a constant distance between the sensor and this surface. The ultrasonic sensor measures this range as long as the car moving straight. When orientation changes, the ultrasonic sensor senses the range to the front right wheel. The relation between the range and the estimated GNSS/INS change of heading during GNSS availability is estimated through a linear regression model. During GNSS signal outage, the ultrasonic sensor provides heading change update to the INS standalone navigation solution.Experimental road tests were performed, and the results show that the navigation states estimation using the proposed aiding is improved compared with INS standalone navigation solution during GNSS signal outage. For multiple GNSS outages of 60 seconds, the inclusion of the proposed update reduced the position RMSE to around 80 % of its value when using the non-holonomic constraints and velocity update only.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».