ULTRASONIC BASED HEADING ESTIMATION FOR AIDING LAND VEHICLE 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
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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