Steering Angle Assisted Vehicular Navigation Using Portable Devices in GNSS-Denied Environments
Notice bibliographique
Résumé
Recently, land vehicle navigation, and especially by the use of low-cost sensors, has been the object of a huge level of research interest. Consumer Portable Devices (CPDs) such as tablets and smartphones are being widely used by many consumers all over the world. CPDs contain sensors (accelerometers, gyroscopes, magnetometer, etc.) that can be used for many land vehicle applications such as navigation. This paper presents a novel approach for estimating steering wheel angles using CPD accelerometers by attaching CPDs to the steering wheel. The land vehicle change of heading is then computed from the estimated steering wheel angle. The calculated change of heading is used to update the navigation filter to aid the onboard Inertial Measurement Unit (IMU) through the use of an Extended Kalman Filter (EKF) in GNSS-denied environments. Four main factors that may affect the steering wheel angle accuracy are considered and modeled during steering angle estimations: static onboard IMU leveling, inclination angle of the steering wheel, vehicle acceleration, and vehicle inclination. In addition, these factors are assessed for their effects on the final result. Therefore, three methods are proposed for steering angle estimation: non-compensated, partially-compensated, and fully-compensated methods. A road experimental test was carried out using a Pixhawk (PX4) navigation system, iPad Air, and the OBD-II interface. The average Root Mean Square Error (RMSE) of the change of heading estimated by the proposed method was 0.033 rad/s. A navigation solution was estimated while changes of heading and forward velocity updates were used to aid the IMU during different GNSS signal outages. The estimated navigation solution is enhanced when applying the proposed updates to the navigation filter by 91% and 97% for 60 s and 120 s of GNSS signal outage, respectively, compared to the IMU standalone solution.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 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 ».