Resumen

Este artículo introduce un nuevo enfoque de propagación de restricciones de intervalo (ICP) para tratar el problema de localización de vehículos en tiempo real. Los métodos bayesianos como el filtro de Kalman extendido (EKF) se utilizan clásicamente para lograr la localización de vehículos. ICP es una alternativa que proporciona resultados de localización garantizados en lugar de probabilidades. Nuestro enfoque asume que todos los modelos y errores de medición están acotados dentro de límites conocidos sin ninguna otra hipótesis sobre la distribución de probabilidad. El algoritmo propuesto utiliza un algoritmo de consistencia de bajo nivel y ha sido validado con un vehículo en exteriores equipado con un receptor GPS, un giroscopio y odómetros. Los resultados se han comparado con EKF y otros métodos ICP como los algoritmos de consistencia de casco (HC4) y 3-bound (3B). Se han estudiado experimentalmente las consistencias de EKF y de nuestro algoritmo.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:ekf, nueva propagación de restricciones de intervalo, problema de localización de vehículos en el tiempo, filtro kalman extendido, algoritmo de consistencia de nivel, otros métodos icp, icp, algoritmo, enfoque, métodos bayesianos
• Keywords:ekf, new interval constraint propagation, time vehicle localization problem, extended kalman filter, level consistency algorithm, other icp methods, icp, algorithm, approach, bayesian methods