文献

J-GLOBAL ID：201802250564114871   整理番号：18A0336243

生GNSSデータを用いたロバストな局在のための証拠フレームワーク【Powered by NICT】

Evidential framework for robust localization using raw GNSS data

著者 (2件)： Zair Salim (SATIE Laboratory, Universite Paris-Sud, ENS Cachan, CNRS, Universite Paris-Saclay, 91405 Orsay, France) ,  Le Hegarat-Mascle Sylvie (SATIE Laboratory, Universite Paris-Sud, ENS Cachan, CNRS, Universite Paris-Saclay, 91405 Orsay, France)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 61  ページ： 126-135  発行年： 2017年 
JST資料番号： T0797A  ISSN： 0952-1976  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 制約された環境における全地球的航法衛星システム(GNSS)位置決めは非Line Of Sightとマルチパス受信の存在から,不正確な測定(例えば大気効果による)を含むに加えて,GNSS擬レンジ観測セットはいくつかの異常値を含むようにすることである。本研究では,不正確なデータと異常値の取り扱いへの局在化に使用される古典的区間解析アプローチの代替としての信念関数フレームワークの重要性を評価した。RANSAC(RANdom SAmplingコンセンサス)アルゴリズムの基本的アイデアに従って,ここでは,解の一貫性の証拠測度に基づく異常値の新しい検出を提案した。各擬レンジ(PR)観測は,GNSS受信機を含む可能性(観察されたPRによる)を,任意の2Dセットに対して,定量化する2Dな基本信念アサインメント(bba)を生成する。異常値検出は,bbasのサブセットの一貫性を直接評価することにより行い,内座層PR情報は対応するbbasの組み合わせにより凝集した。動的受信機の場合には,以前の時間ステップで推定から予測されるbbaへの新しい観測から得られたbbasを組み合わせてフィルタ処理を実行する。提案された方法は都市環境で得られた二つの実際のデータセット上で評価した。結果は局在化の精度の点で,溶液の保証の両方に関して評価した。信念関数フレームワークまたは区間解析を用いて,従来手法と比較して,提案したアルゴリズムの利点を述べる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 二次元 ,  測度 ,  位置決め ,  受信 ,  都市環境 ,  フィルタリング ,  異常値 ,  アルゴリズム ,  航行衛星 ,  *ロバスト性 ,  受信機 ,  *GNSS
準シソーラス用語： 信念関数 ,  区間解析 ,  局在化 , 【Automatic Indexing@JST】

著者キーワード (4件)： 全地球的航法衛星システム ,  異常値検出 ,  信念関数理論 ,  一貫性測度

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： GNSS ,  ロバスト ,  証拠 ,  フレームワーク