XiaoMi-AI文件搜索系统
World File Search System位置估计
基于视觉的小型无人机系统相对位置估计与拦截轨迹规划
13. 摘要（最多 200 个字）无人机系统 (UAS) 的普及加剧了恶意行为者利用该技术进行恶作剧或伤害的不对称威胁。现有的地面解决方案受到视线的限制，而人工操作的响应无人机响应速度较慢且劳动强度较大。因此，需要具备基于视觉的自主追击和拦截未经授权的无人机的能力。为了解决这个问题，作者开发了一种计算机视觉 (CV) 算法，用于在现场条件下检测、跟踪和估计悬停和移动的空中小型 UAS 目标的相对位置和范围。将基于 CV 的测量结果与 GPS 数据进行比较，以评估 CV 算法的范围和角度估计性能。然后，飞行控制算法利用简单的角度制导原理处理 CV 估计的范围和角度信息以追击和拦截目标。使用原型无人机对该算法进行了现场测试。这项研究将为商用现货反无人机能力的概念设计和硬件实现选择提供参考。更广泛地说，这项研究为自主物体跟踪应用的知识体系做出了贡献。
关于超可靠的无线和位置估计的统计关系
摘要 - Location信息通常用作保证无线通信链接的性能的代理。但是，本地化错误可能会导致保证的不匹配，尤其是对操作超可靠的低延迟通信（URLLC）制度的用户有害。本文揭示了位置估计不确定性和无线链接可靠性之间的基本统计关系，特别是在超可靠通信的速率选择中。我们从一个简单的一维Nar-Rowband Rayleigh褪色场景开始，并朝着丰富的散射环境中的两维情况构建。无线链接可靠性的特征是元概率，超过停电能力的本地化误差的概率以及通过删除系统中其他错误源的概率，我们表明可靠性对本地化错误敏感。定义了ϵ -outage相干半径，并显示出对基于位置的速率选择问题的有价值的见解。但是，在不准确了解传播环境的情况下，确保可靠性通常是具有挑战性的。最后，提出了几种速率选择方案，展示了问题的动态，并揭示了适当考虑本地化错误对于确保在可靠性和可实现的吞吐量方面良好绩效至关重要。
GPS-IMU传感器融合用于可靠的自动驾驶位置估计
摘要 - 全球覆盖范围和全球覆盖范围的准确定位，使其成为具有无障碍天空视图的开放区域的可靠选择。但是，在室内空间和城市峡谷中可能发生信号降解。相比之下，惯性测量单元（IMU）由陀螺仪和加速度计组成，这些计量机提供了相对运动信息，例如加速度和旋转变化。与GPS不同，IMU不依赖外部信号，使其在受GPS有限的环境中有用。尽管如此，由于误差的积累，IMU在整合加速度以确定速度和位置的同时会流动。因此，融合GPS和IMU对于增强自动驾驶汽车中导航系统的可靠性和精度至关重要，尤其是在GPS信号受到损害的环境中。为了确保平稳导航并克服每个传感器的局限性，提出的方法将融合GPS和IMU数据。此传感器融合使用无知的卡尔曼过滤器（UKF）贝叶斯过滤技术。拟议的导航系统旨在坚固，为自动驾驶汽车的安全操作（尤其是在GPS被拒绝的环境中的安全操作）至关重要的连续和准确的定位。该项目使用Kitti GNSS和IMU数据集进行实验验证，表明GNSS-IMU融合技术可减少仅GNSS的RMSE。RMSE分别从13.214、13.284和13.363降至4.271、5.275和0.224，分别为X轴，Y轴和Z轴。使用UKF的实验结果显示了使用GPS和IMU传感器融合改善自动驾驶汽车导航的有希望的方向，并使用GPS有限环境中的两个传感器中的最佳融合。索引术语 - 自主车位，全球定位系统，惯性测量单元，传感器融合，无知的卡尔曼滤波器
三维中消除漂移的姿态和位置估计算法
融合它们的噪声数据，以便准确评估疾病。到目前为止，这是一个尚未解决的问题。通常，卡尔曼滤波器或其非线性、非高斯版本用于估计姿态 - 而这反过来对于位置估计至关重要。但是，所需的采样率和大状态向量使它们对于低成本可穿戴传感器的有限容量电池来说是不可接受的。
室内移动机器人定位的分层算法...
摘要 —本文讨论了一种基于射频识别 (RFID) 的移动机器人定位方法，该方法采用分布在空间中的 RFID 标签。现有的用于移动机器人定位的独立 RFID 系统受到许多不确定性的阻碍。因此，我们提出了一种新算法，通过将 RFID 系统与超声波传感器系统融合来改善定位。所提出的系统通过使用从超声波传感器获得的距离数据部分消除了 RFID 系统的不确定性。我们定义了使用 RFID 系统的全局位置估计 (GPE) 过程和使用超声波传感器的局部环境认知 (LEC) 过程。然后，提出了一种分层定位算法，使用 GPE 和 LEC 来估计移动机器人的位置。最后，通过实验证明了所提算法的实用性。
室内移动机器人定位的分层算法...
摘要 —本文讨论了一种基于射频识别 (RFID) 的移动机器人定位方法，该方法采用分布在空间中的 RFID 标签。现有的用于移动机器人定位的独立 RFID 系统受到许多不确定性的阻碍。因此，我们提出了一种新算法，通过将 RFID 系统与超声波传感器系统融合来改善定位。所提出的系统通过使用从超声波传感器获得的距离数据部分消除了 RFID 系统的不确定性。我们定义了使用 RFID 系统的全局位置估计 (GPE) 过程和使用超声波传感器的局部环境认知 (LEC) 过程。然后，提出了一种分层定位算法，使用 GPE 和 LEC 来估计移动机器人的位置。最后，通过实验证明了所提算法的实用性。
使用最佳定位的基于视觉的对象跟踪...
位置估计的准确性受能够提供相对目标测量值的传感器/信标数量的影响。虽然单个传感器/信标是最容易实现的系统，但必须进行多次测量才能确保位置信息的准确性。多个传感器/信标可以实现更及时的位置验证，但会增加系统复杂性。例如，传感器/信标的属性及其相对于目标物体的几何形状会影响系统的准确性。如果相同的传感器/信标太近，它们将提供几乎相同的信息，对知识库的补充很少。如果传感器/信标相距太远，可能会遗漏一些重要信息。因此，最佳传感器/信标间距介于这两个极端之间。本文将进一步探讨一种控制传感器/信标阵列几何形状的方法，以在实验期间保持最佳跟踪性能配置。
安全性和责任关键型多应用的性能和完整性水平报告
对于任何想要使用估计位置作为涉及生命安全或经济交易或任何类型的执法操作的输入的应用程序，必须有一个完善且可信赖的框架来设置完整性风险并计算保护级别。生命安全显然是民航应用的情况，为此，在过去二十年中已经开发了一个非常具有挑战性的完整性框架，该框架还包括准确性、可用性和连续性的概念（即所谓的必需导航性能），并且仍然值得改进（参见第 3.2、3.3 节）。支付关键和监管关键应用在道路/ITS 领域更为常见且更接近市场（参见第 4 章）；但是 - 尽管它们必须对它们可能使用的位置估计保持一定程度的信任 - 但它们的定位完整性框架还远未成熟（参见第 5.1 节）。
使用最佳定位的基于视觉的对象跟踪...
在定位和跟踪应用中，位置估计的准确性受到能够提供相对目标测量值的传感器/信标数量的影响。虽然单个传感器/信标是最容易实现的系统，但必须进行多次测量才能确保位置信息的准确性。多个传感器/信标可以实现更及时的位置验证，但会增加系统复杂性。例如，传感器/信标的属性及其相对于目标物体的几何形状会影响系统的准确性。如果相同的传感器/信标太近，它们将提供几乎相同的信息，对知识库的补充很少。如果传感器/信标相距太远，可能会遗漏一些重要信息。因此，最佳传感器/信标间距介于这两个极端之间。本文将进一步探讨一种控制传感器/信标阵列几何形状的方法，以在实验期间保持最佳跟踪性能配置。
月球轨道测定的好处 基于月球的...
我们分析了将月球传感器测量结果与地月空间传感器在地月拉格朗日点 1 晕轨道上融合的轨道质量性能优势。假设了十几种传感器架构来量化跟踪不同系列地月目标的轨迹估计误差。我们使用了各种几何视角以及仅角度和距离测量。使用无迹卡尔曼滤波器处理度量观测值，底层动力学模型由圆形限制三体运动方程组成。整体轨道质量性能以惯性位置、速度和加速度估计误差的平均值和标准差来表示。结果表明，由四个中纬度窄视野仅角度观察者组成的月球传感器架构可以保持 100% 的轨道保管。对所有地月目标的平均位置 RSS 误差均低于 1 公里。我们发现，增加一个仅基于太空的角度观测者可将平均位置估计 RSS 误差降低五倍。总体而言，最佳架构性能组合包含基于月球和基于太空的角度和范围观测。