Multisensor Attitude Estimation

Der har været en stigende interesse for tværfaglig forskning i multisensor-teknologi til holdningsestimering, drevet af dens alsidighed og forskellige anvendelsesområder, såsom sensornetværk, robotik, navigation, video, biomedicin osv. Holdningsestimering består af bestemmelsen af ​​stive legemers orientering i 3D-rum. Dette forskningsområde er en flerniveau-proces, der håndterer automatisk associations-korrelationsestimering og kombination af data og information fra flere kilder. Datafusion til holdningsestimering er motiveret af flere problemstillinger, såsom dataufuldkommenhed, datamultimodalitet, datadimensionalitetsbehandlingsramme osv. Selvom mange af disse problemer er blevet identificeret og grundigt undersøgt, er ingen enkelt datafusionsalgoritme i stand til at løse alle de ovennævnte udfordringer. De mange forskellige metoder i litteraturen fokuserer på en delmængde af disse problemer, der skal løses, og som vil blive bestemt ud fra den aktuelle applikation. Historisk set er problemet med holdningsestimering blevet introduceret af Grace Wahba i 1965 inden for estimering af satellit-holdnings- og rumfartsapplikationer. Denne bog har til hensigt at give læseren både et generisk og omfattende overblik over moderne datafusionsmetoder til holdningsestimering samt den seneste forskning og nye fremskridt inden for multisensor-holdningsestimeringsopgaver. Den udforsker design af algoritmer og arkitekturer, fordele og udfordrende aspekter samt en bred vifte af discipliner, herunder: navigationsrobotik, biomedicin, bevægelsesanalyse osv. En række problemstillinger, der gør datafusion til attitudestimering til en udfordrende opgave, og som vil blive diskuteret gennem bogens forskellige kapitler, er relateret til: 1) Sensorernes og informationskildernes art (accelerometer, gyroskop, magnetometer, GPS, hældningsmåler osv.); 2) Sensorernes beregningsevne; 3) Den teoretiske udvikling og konvergensbeviser; 4) Systemarkitekturens fusionsniveau for beregningsressourcer. . Sprog: Engelsk