أنظمة الملاحة/التحديد المتكاملة متعددة المستشعرات باستخدام دمج البيانات: من النهج القائم على التحليلات إلى النهج القائم على التعلم

أصبحت أنظمة الملاحة/التحديد حاسمة للعديد من التطبيقات، مثل القيادة الذاتية، وإنترنت الأشياء (IoT)، والطائرات بدون طيار (UAV)، والمدن الذكية. ومع ذلك، من الصعب توفير حل قوي ودقيق وسلس باستخدام تكنولوجيا الملاحة/التحديد الفردية. على سبيل المثال، لا يمكن لنظام تحديد المواقع العالمي (GNSS) أن يعمل بشكل مرضٍ في الأماكن المغلقة؛ وبالتالي، توفر الأنظمة المتكاملة متعددة المستشعرات الحل، حيث تعوض عن قيود التكنولوجيا الفردية باستخدام الخصائص التكميلية لمستشعرات مختلفة. تصف هذه المقالة تحقيقًا شاملاً في دمج بيانات متعددة المستشعرات، والتي تم استخدامها على مدار السنوات العشر الماضية لأنظمة الملاحة/التحديد المتكاملة. في هذه المقالة، يتم تصنيف أنظمة الملاحة/التحديد المختلفة وتفصيلها من ثلاثة جوانب: (1) المصادر، (2) الخوارزميات والهياكل، و(3) السيناريوهات، التي نقسمها further إلى فئتين: (i) دمج قائم على التحليلات و(ii) دمج قائم على التعلم. بالنسبة للدمج القائم على التحليلات، نناقش مرشح كالمان وطرقه المعدلة، وطرق تحسين الرسوم البيانية، والمخططات المتكاملة. بالنسبة للدمج القائم على التعلم، يتم توضيح تقنيات التعلم المراقب وغير المراقب، والتعلم المعزز، والتعلم العميق في أنظمة التحديد/الملاحة المتكاملة متعددة المستشعرات. تتم مناقشة اعتبارات التصميم لهذه الأنظمة المتكاملة بالتفصيل من عدة جوانب وتصنيف سيناريوهات تطبيقها. أخيرًا، تتم مناقشة الاتجاهات المستقبلية لأبحاثها وتنفيذها.