要約
現代のオンロード・ナビゲーション・システムは、慣性航法システム（INS）や全地球航法衛星システム（GNSS）と速度計測を統合することに大きく依存しています。テレメトリーベースのアプリケーションは通常、オンボード診断II（OBD-II）システムから速度データを取得します。しかし、車輪速の測定に使用されるセンサーの種類だけでなく、速度を導き出す方法も車両によって異なります。このような違いにより、ナビゲーションや自律走行アプリケーションで考慮しなければならない誤差特性も異なります。本論文では、先進運転支援システム（ADAS）、自律走行（AD）、または測量アプリケーションなど、より高度な自律性を目指して設計された先進システムで使用される、標準的な自動車システムで採用されている多様な速度検知技術と代替技術を調査することで、このギャップに対処する。我々は、車両の速度センサーの種類を特定する方法を提案し、その誤差特性を正確にモデル化するための戦略を提示する。本アプローチを検証するため、カナダのオンタリオ州トロントとキングストンの都市環境で実施された3つの長時間の実走行軌跡のデータを収集・分析した。その結果、より正確な速度推定を達成するために複数のセンサモダリティを統合することの重要な役割が強調され、その結果、特にGNSSが利用できない環境において、自動車ナビゲーションの状態推定が改善された。
要約(オリジナル)
Modern on-road navigation systems heavily depend on integrating speed measurements with inertial navigation systems (INS) and global navigation satellite systems (GNSS). Telemetry-based applications typically source speed data from the On-Board Diagnostic II (OBD-II) system. However, the method of deriving speed, as well as the types of sensors used to measure wheel speed, differs across vehicles. These differences result in varying error characteristics that must be accounted for in navigation and autonomy applications. This paper addresses this gap by examining the diverse speed-sensing technologies employed in standard automotive systems and alternative techniques used in advanced systems designed for higher levels of autonomy, such as Advanced Driver Assistance Systems (ADAS), Autonomous Driving (AD), or surveying applications. We propose a method to identify the type of speed sensor in a vehicle and present strategies for accurately modeling its error characteristics. To validate our approach, we collected and analyzed data from three long real road trajectories conducted in urban environments in Toronto and Kingston, Ontario, Canada. The results underscore the critical role of integrating multiple sensor modalities to achieve more accurate speed estimation, thus improving automotive navigation state estimation, particularly in GNSS-denied environments.
arxiv情報
| 著者 | Hany Ragab,Sidney Givigi,Aboelmagd Noureldin |
| 発行日 | 2024-12-31 03:17:05+00:00 |
| arxivサイト | arxiv_id(pdf) |