XiaoMi-AI文件搜索系统
World File Search System地图匹配
精确雷达定位的神经误差协方差估计
自动驾驶汽车由于技术进步及其改变转移的潜力而引起了极大的关注。该领域中的一个关键挑战是精确的定位，尤其是在基于激光雷达的地图匹配中，由于数据中的退化，这很容易出现错误。大多数传感器融合技术，例如卡尔曼过滤器，都依赖于每个传感器的准确误差协方差估计来提高定位精度。但是，获得地图匹配的可靠协方差值仍然是一项复杂的任务。为了应对这一挑战，我们提出了一个基于神经网络的框架，用于预测LIDAR地图匹配中的本地化错误协方差。为了实现这一目标，我们引入了一种专门设计用于错误协方差估计的新型数据集生成方法。在使用Kalman滤波器的评估中，我们实现了2 cm的定位准确性，这是该域的显着增强。
执行摘要 - 国防科学委员会
致国防部研究与工程副部长的备忘录 主题：国防科学委员会 (DSB) 关于位置、导航和定时控制的报告 我很高兴转发由 Daniel Hastings 博士和 James Shields 先生共同主持的 DSB 关于位置、导航和定时控制研究的最终报告。全球定位系统 (GPS) 仍然是全球分布位置和定时信息的黄金标准，基于此能力的精度已成为全球和国内经济以及美国军事力量的基石。GPS 除用于精确制导弹药外，还可用于电信、银行、交通和天气跟踪。然而，GPS 和全球导航卫星系统 (GNSS) 的可用性和准确性可能无法在所有地点和时间得到保证。因此，国防部 (DoD) 一直致力于识别、开发和实施获取和分发位置和定时信息以及据此进行导航的替代方法。对于国防部来说，没有一种万能的 GNSS 替代方案。不同的任务和系统有不同的要求，可以通过组合替代导航技术来部分或全部满足这些要求。基于视觉的导航、天文导航、机会信号和各种类型的地图匹配都是实现这一目标的可行手段。叙利亚和乌克兰的大规模 GPS 干扰表明，至少必须训练和装备作战人员，以便在 GNSS 无法持续使用的环境中作战。为了向国防部提供可行的建议，国防安全委员会研究了各种替代导航系统（包括天基导航系统和其他导航系统），并考虑了作战人员的需求和满足这些需求的未来机会。我完全赞同该研究的所有建议，并敦促认真考虑和采纳这些建议。