喵ID：s0GV3b免责声明

OPTIMAL MULTI-SENSOR MULTI-VEHICLE (MSMV) LOCALIZATION AND MOBILITY TRACKING

最佳多传感器多车辆 (MSMV) 定位和移动跟踪

基本信息

DOI：
10.1109/globalsip.2018.8646626
发表时间：
2018
期刊：
2018 IEEE Global Conference on Signal and Information Processing (GlobalSIP)
影响因子：
--
通讯作者：
Liuqing Yang
中科院分区：
文献类型：
--
作者： Pengtao Yang;Dongliang Duan;Chen Chen;Xiang Cheng;Liuqing Yang研究方向： -- MeSH主题词： --
关键词： --
来源链接：pubmed详情页地址

文献摘要

Vehicule localization and mobility tracking are important tasks in intelligent transportation systems (ITS). In this paper, we develop a multi-sensor multi-vehicle localization and mobility tracking algorithm for vehicles equipped with GPS, IMU, and an integrated sensing system including camera, LiDAR and radar. The algorithm combines the information from a vehicle’s own local sensing and from other vehicles’ observations on it to enhance the accuracy and reliability of the localization and mobility tracking. Simulation results demonstrate that the cooperation among vehicles can significantly improve localization and mobility tracking accuracy.
车辆定位和移动性跟踪是智能交通系统（ITS）中的重要任务。在本文中，我们为配备全球定位系统（GPS）、惯性测量单元（IMU）以及包括摄像头、激光雷达和雷达的集成传感系统的车辆开发了一种多传感器多车辆定位和移动性跟踪算法。该算法结合了车辆自身局部传感信息以及其他车辆对其的观测信息，以提高定位和移动性跟踪的准确性和可靠性。仿真结果表明，车辆之间的协作能够显著提高定位和移动性跟踪的准确性。
参考文献（1）
被引文献（4）

数据更新时间：{{ references.updateTime }}

Liuqing Yang
通讯地址:
--
所属机构:
--
电子邮件地址：
--
免责声明免责声明
1、猫眼课题宝专注于为科研工作者提供省时、高效的文献资源检索和预览服务；
2、网站中的文献信息均来自公开、合规、透明的互联网文献查询网站，可以通过页面中的“来源链接”跳转数据网站。
3、在猫眼课题宝点击“求助全文”按钮，发布文献应助需求时求助者需要支付50喵币作为应助成功后的答谢给应助者，发送到用助者账户中。若文献求助失败支付的50喵币将退还至求助者账户中。所支付的喵币仅作为答谢，而不是作为文献的“购买”费用，平台也不从中收取任何费用，
4、特别提醒用户通过求助获得的文献原文仅用户个人学习使用，不得用于商业用途，否则一切风险由用户本人承担；
5、本平台尊重知识产权，如果权利所有者认为平台内容侵犯了其合法权益，可以通过本平台提供的版权投诉渠道提出投诉。一经核实，我们将立即采取措施删除/下架/断链等措施。
我已知晓