Zuverlässige Navigation in Umgebungen, in denen Global Positioning System (GPS)-Signale nicht verfügbar oder beeinträchtigt sind, bleibt eine kritische Herausforderung für autonome Systeme, Verteidigungsoperationen sowie unterirdische oder Innenraumanwendungen. Diese Forschung schlägt einen robusten Navigationsrahmen vor, der Doppler-basierte Geschwindigkeitsabschätzungen nutzt, um die Positionsgenauigkeit in GPS-freien Umgebungen zu verbessern. Das System integriert inertiale Messeinheiten (IMUs) mit Doppler-Verschiebungsbeobachtungen, die aus Hochfrequenz- oder akustischen Signalen abgeleitet werden, um eine kontinuierliche und driftreduzierte Lokalisierung zu ermöglichen. Ein Sensor-Fusionsansatz, der Erweiterte Kalman-Filterung und maschinelles Lernen zur Fehlerkorrektur kombiniert, wird eingesetzt, um akkumulierten Drift und Messrauschen zu mindern. Das vorgeschlagene Modell wird in komplexen Szenarien wie städtischen Schluchten, Tunneln und Innenräumen evaluiert und zeigt eine verbesserte Trajektorienschätzung und Widerstandsfähigkeit im Vergleich zu herkömmlichen nur inertialen Methoden. Experimentelle Ergebnisse deuten darauf hin, dass dopplerunterstützte Navigation die Zuverlässigkeit signifikant verbessert, Positionsfehler reduziert und kontinuierlichen Betrieb unter anspruchsvollen Bedingungen sicherstellt. Dieser Ansatz bietet eine skalierbare und effiziente Lösung für Navigationssysteme der nächsten Generation in autonomen Fahrzeugen und der Robotik.
Building similarity graph...
Analyzing shared references across papers
Loading...
Yogapriya et al. (Thu,) untersuchten diese Fragestellung.
www.synapsesocial.com/papers/69d896676c1944d70ce07dc7 — DOI: https://doi.org/10.5281/zenodo.19471215
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context:
Dr. J. Yogapriya
Sangsai ST
Praveen R
Building similarity graph...
Analyzing shared references across papers
Loading...