Key points are not available for this paper at this time.
Cet article discute de la conception d'un cadre architectural très général pour les systèmes de navigation et de suivi qui fusionnent des capteurs de navigation inertielle (par exemple, inertiels ou codeurs) avec des capteurs référencés à l'environnement, tels que des capteurs ultrasoniques, optiques, magnétiques ou RF. Le cadre permet aux systèmes de se suivre simultanément, de construire une carte des points de repère dans l'environnement et d'étalonner les paramètres intrinsèques et extrinsèques des capteurs. Les objectifs de l'architecture sont de permettre une configuration facile de nombreuses combinaisons de capteurs, y compris les unités de mesure inertielle (IMUs), le GPS, des capteurs de portée, des capteurs de direction à l'intérieur vers l'extérieur, des capteurs de direction de l'extérieur vers l'intérieur, etc., et de fournir une compatibilité avec de multiples normes de mise en réseau de capteurs, des algorithmes de fusion de capteurs distribués et des stratégies de mise en œuvre. Un filtre de Kalman décentralisé basé sur l'algorithme de filtre fédéré de Carlson (1990) est utilisé pour découpler les filtres d'auto-mapping, d'auto-calibration et de navigation afin de produire une architecture plus flexible et modulaire.
Eric Foxlin (mercredi) a étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: