Framework di Tracciamento Inerziale per Biciclette Condivise in Aree Senza GNSS
Un articolo di ricerca su arXiv propone un framework di tracciamento inerziale per biciclette condivise su larga scala in ambienti in cui i sistemi globali di navigazione satellitare (GNSS) non sono disponibili, come i canyon urbani. Il framework integra i vincoli meccanici della bicicletta con un modello di miscela di esperti per affrontare sfide come derive cumulative e scarsa robustezza dei sensori inerziali a basso costo. Utilizza molteplici moduli esperti per catturare rappresentazioni condivise, ponderati da un meccanismo di gating, migliorando l'apprendimento multi-task e consentendo una stima della traiettoria consapevole dell'incertezza. Il metodo evita l'uso di sensori visivi o LiDAR, inadatti per la distribuzione su larga scala. L'articolo è scritto da ricercatori e pubblicato su arXiv con ID 2605.07412.
Fatti principali
- L'articolo propone un framework di tracciamento inerziale per biciclette condivise.
- Affronta ambienti senza GNSS come i canyon urbani.
- Il framework integra vincoli meccanici della bicicletta con un modello di miscela di esperti.
- Utilizza molteplici moduli esperti e un meccanismo di gating.
- L'approccio migliora l'apprendimento multi-task e la stima della traiettoria consapevole dell'incertezza.
- I sensori visivi e LiDAR sono considerati inadatti per la distribuzione su larga scala.
- L'articolo è disponibile su arXiv con ID 2605.07412.
- La ricerca si concentra sulla localizzazione con sensori inerziali a basso costo.
Entità
Istituzioni
- arXiv