MétaCan
Menu
Retour à la cohorte
Enregistrement W3044262661 · doi:10.1017/s0373463320000375

Precise Single-Frequency Positioning Using Low-Cost Receiver with the Aid of Lane-Level Map Matching for Land Vehicle Navigation

2020· article· en· W3044262661 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Navigation · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésComputer scienceGNSS applicationsReal Time KinematicPrecise Point PositioningAmbiguityAmbiguity resolutionMatching (statistics)KinematicsGlobal Positioning SystemReal-time computingPosition (finance)Map matchingComputer visionArtificial intelligenceTelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

Precise positioning with low-cost single-frequency global navigation satellite system (GNSS) receivers has great potential in a wide range of applications because of its low price and improved accuracy. However, challenges remain in achieving reliable and accurate solutions using low-cost receivers. For instance, the successful ambiguity fixing rate could be low for real-time kinematic (RTK) while large errors may occur in precise point positioning (PPP) in some scenarios (e.g., trees along the road). To solve the problems, this paper proposes a method with the aid of additional lane-level digital map information to improve the accuracy and reliability of RTK and PPP solutions. In the method, a digital camera will be applied for lane recognition and the positioning solution from a low-cost receiver will be projected to the digital map lane link. With the projected point position as a constraint, the RTK ambiguity fixing rate and PPP performance can be enhanced. A field kinematic test was conducted to verify the improvement of the RTK and PPP solutions with the aid of map matching. The results show that the RTK ambiguity fixing rate can be increased and the PPP positioning error can be reduced by map matching.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,288

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,244
Écart entre enseignants0,209 · 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