Published November 17, 2020
| Version v1
Publication
Open
Optical and Mass Flow Sensors for Aiding Vehicle Navigation in GNSS Denied Environment
Creators
- 1. University of Calgary
- 2. Port Said University
- 3. Ain Shams University
Description
Nowadays, autonomous vehicles have achieved a lot of research interest regarding the navigation, the surrounding environmental perception, and control. Global Navigation Satellite System/Inertial Navigation System (GNSS/INS) is one of the significant components of any vehicle navigation system. However, GNSS has limitations in some operating scenarios such as urban regions and indoor environments where the GNSS signal suffers from multipath or outage. On the other hand, INS standalone navigation solution degrades over time due to the INS errors. Therefore, a modern vehicle navigation system depends on integration between different sensors to aid INS for mitigating its drift during GNSS signal outage. However, there are some challenges for the aiding sensors related to their high price, high computational costs, and environmental and weather effects. This paper proposes an integrated aiding navigation system for vehicles in an indoor environment (e.g., underground parking). This proposed system is based on optical flow and multiple mass flow sensors integrations to aid the low-cost INS by providing the navigation extended Kalman filter (EKF) with forward velocity and change of heading updates to enhance the vehicle navigation. The optical flow is computed for frames taken using a consumer portable device (CPD) camera mounted in the upward-looking direction to avoid moving objects in front of the camera and to exploit the typical features of the underground parking or tunnels such as ducts and pipes. On the other hand, the multiple mass flow sensors measurements are modeled to provide forward velocity information. Moreover, a mass flow differential odometry is proposed where the vehicle change of heading is estimated from the multiple mass flow sensors measurements. This integrated aiding system can be used for unmanned aerial vehicles (UAV) and land vehicle navigations. However, the experimental results are implemented for land vehicles through the integration of CPD with mass flow sensors to aid the navigation system.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
في الوقت الحاضر، حققت المركبات ذاتية القيادة الكثير من الاهتمام البحثي فيما يتعلق بالملاحة، والإدراك البيئي المحيط، والتحكم. يعد النظام العالمي للملاحة عبر الأقمار الصناعية/نظام الملاحة بالقصور الذاتي (GNSS/INS) أحد المكونات المهمة لأي نظام ملاحة للمركبة. ومع ذلك، فإن الشبكات العالمية لسواتل الملاحة لها قيود في بعض سيناريوهات التشغيل مثل المناطق الحضرية والبيئات الداخلية حيث تعاني إشارة الشبكات العالمية لسواتل الملاحة من تعدد المسارات أو انقطاع الخدمة. من ناحية أخرى، يتحلل حل الملاحة المستقل INS بمرور الوقت بسبب أخطاء INS. لذلك، يعتمد نظام ملاحة المركبات الحديث على التكامل بين أجهزة الاستشعار المختلفة لمساعدة INS على التخفيف من انحرافها أثناء انقطاع إشارة GNSS. ومع ذلك، هناك بعض التحديات التي تواجه أجهزة الاستشعار المساعدة المتعلقة بارتفاع سعرها، وارتفاع التكاليف الحسابية، والآثار البيئية والطقسية. تقترح هذه الورقة نظام ملاحة مساعد متكامل للمركبات في بيئة داخلية (على سبيل المثال، وقوف السيارات تحت الأرض). يعتمد هذا النظام المقترح على التدفق البصري وتكامل مستشعرات التدفق الكتلي المتعددة لمساعدة INS منخفضة التكلفة من خلال توفير مرشح Kalman الموسع للملاحة (EKF) مع السرعة الأمامية وتغيير تحديثات العنوان لتعزيز ملاحة السيارة. يتم حساب التدفق البصري للإطارات المأخوذة باستخدام كاميرا جهاز محمول للمستهلك (CPD) مثبتة في الاتجاه الصاعد لتجنب تحريك الأشياء أمام الكاميرا واستغلال الميزات النموذجية لمواقف السيارات أو الأنفاق تحت الأرض مثل القنوات والأنابيب. من ناحية أخرى، يتم نمذجة قياسات مستشعرات التدفق الكتلي المتعددة لتوفير معلومات السرعة الأمامية. علاوة على ذلك، يُقترح قياس المسافات التفاضلي للتدفق الكتلي حيث يتم تقدير تغيير اتجاه السيارة من قياسات مستشعرات التدفق الكتلي المتعددة. يمكن استخدام نظام المساعدة المتكامل هذا للمركبات الجوية بدون طيار (UAV) والملاحة البرية للمركبات. ومع ذلك، يتم تنفيذ النتائج التجريبية للمركبات البرية من خلال دمج CPD مع مستشعرات التدفق الكتلي لمساعدة نظام الملاحة.Translated Description (French)
De nos jours, les véhicules autonomes ont suscité beaucoup d'intérêt en matière de recherche concernant la navigation, la perception et le contrôle de l'environnement environnant. Le système mondial de navigation par satellite/système de navigation inertielle (GNSS/INS) est l'un des composants importants de tout système de navigation de véhicule. Cependant, le GNSS a des limites dans certains scénarios de fonctionnement tels que les régions urbaines et les environnements intérieurs où le signal GNSS souffre de trajets multiples ou de panne. D'autre part, la solution de navigation autonome INS se dégrade au fil du temps en raison des erreurs INS. Par conséquent, un système de navigation de véhicule moderne dépend de l'intégration entre différents capteurs pour aider INS à atténuer sa dérive pendant une panne de signal GNSS. Cependant, les capteurs auxiliaires présentent certains défis liés à leur prix élevé, à leurs coûts de calcul élevés et à leurs effets sur l'environnement et les conditions météorologiques. Cet article propose un système intégré d'aide à la navigation pour les véhicules dans un environnement intérieur (par exemple, un parking souterrain). Ce système proposé est basé sur des intégrations de débit optique et de multiples capteurs de débit massique pour aider l'INS à faible coût en fournissant au filtre de Kalman étendu de navigation (EKF) des mises à jour de vitesse vers l'avant et de changement de cap pour améliorer la navigation du véhicule. Le flux optique est calculé pour les images prises à l'aide d'une caméra de dispositif portable grand public (CPD) montée dans la direction ascendante pour éviter les objets en mouvement devant la caméra et pour exploiter les caractéristiques typiques du stationnement souterrain ou des tunnels tels que les conduits et les tuyaux. D'autre part, les multiples mesures des capteurs de débit massique sont modélisées pour fournir des informations de vitesse vers l'avant. De plus, une odométrie différentielle de débit massique est proposée où le changement de cap du véhicule est estimé à partir des multiples mesures des capteurs de débit massique. Ce système d'aide intégré peut être utilisé pour les véhicules aériens sans pilote (UAV) et la navigation des véhicules terrestres. Cependant, les résultats expérimentaux sont mis en œuvre pour les véhicules terrestres grâce à l'intégration de CPD avec des capteurs de débit massique pour aider le système de navigation.Translated Description (Spanish)
Hoy en día, los vehículos autónomos han logrado un gran interés de investigación con respecto a la navegación, la percepción ambiental circundante y el control. El Sistema Global de Navegación por Satélite/Sistema de Navegación Inercial (GNSS/INS) es uno de los componentes importantes de cualquier sistema de navegación de vehículos. Sin embargo, el GNSS tiene limitaciones en algunos escenarios operativos, como regiones urbanas y entornos interiores donde la señal del GNSS sufre de múltiples trayectorias o interrupciones. Por otro lado, la solución de navegación independiente del INS se degrada con el tiempo debido a LOS errores del INS. Por lo tanto, un sistema de navegación de vehículos moderno depende de la integración entre diferentes sensores para ayudar al INS a mitigar su deriva durante la interrupción de la señal del GNSS. Sin embargo, existen algunos desafíos para los sensores auxiliares relacionados con su alto precio, altos costos computacionales y efectos ambientales y climáticos. Este documento propone un sistema integrado de ayuda a la navegación para vehículos en un entorno interior (por ejemplo, estacionamiento subterráneo). Este sistema propuesto se basa en integraciones de flujo óptico y múltiples sensores de flujo másico para ayudar al INS de bajo costo al proporcionar al filtro Kalman de navegación extendida (EKF) actualizaciones de velocidad hacia adelante y cambio de rumbo para mejorar la navegación del vehículo. El flujo óptico se calcula para marcos tomados utilizando una cámara de dispositivo portátil para el consumidor (CPD) montada en la dirección hacia arriba para evitar mover objetos frente a la cámara y para explotar las características típicas del estacionamiento subterráneo o túneles como conductos y tuberías. Por otro lado, las múltiples mediciones de los sensores de flujo másico se modelan para proporcionar información sobre la velocidad de avance. Además, se propone una odometría diferencial de flujo másico donde se estima el cambio de rumbo del vehículo a partir de las mediciones de múltiples sensores de flujo másico. Este sistema de asistencia integrado se puede utilizar para la navegación de vehículos aéreos no tripulados (UAV) y vehículos terrestres. Sin embargo, los resultados experimentales se implementan para vehículos terrestres a través de la integración de CPD con sensores de flujo másico para ayudar al sistema de navegación.Files
pdf.pdf
Files
(5.9 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:34db6e6e375edb0518dd77e0ee447dfa
|
5.9 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- مستشعرات التدفق البصري والكتلي لمساعدة ملاحة المركبات في البيئة المحظورة للنظم العالمية لسواتل الملاحة
- Translated title (French)
- Capteurs optiques et de débit massique pour aider la navigation des véhicules dans un environnement GNSS refusé
- Translated title (Spanish)
- Sensores ópticos y de flujo másico para ayudar a la navegación del vehículo en un entorno denegado por GNSS
Identifiers
- Other
- https://openalex.org/W3103087864
- DOI
- 10.3390/s20226567
References
- https://openalex.org/W1662956568
- https://openalex.org/W1965592338
- https://openalex.org/W2002358117
- https://openalex.org/W2007963058
- https://openalex.org/W2010444791
- https://openalex.org/W2012518300
- https://openalex.org/W2015764510
- https://openalex.org/W2023772872
- https://openalex.org/W2052155406
- https://openalex.org/W2057237438
- https://openalex.org/W2059671830
- https://openalex.org/W2067170667
- https://openalex.org/W2072944560
- https://openalex.org/W2092674711
- https://openalex.org/W2093867810
- https://openalex.org/W2094197319
- https://openalex.org/W2098468884
- https://openalex.org/W2102145772
- https://openalex.org/W2102730334
- https://openalex.org/W2103170855
- https://openalex.org/W2118152222
- https://openalex.org/W2131873102
- https://openalex.org/W2133820918
- https://openalex.org/W2163178251
- https://openalex.org/W2165858675
- https://openalex.org/W2275244010
- https://openalex.org/W2290157830
- https://openalex.org/W2296816139
- https://openalex.org/W2312023463
- https://openalex.org/W2478370910
- https://openalex.org/W2549498219
- https://openalex.org/W2577692329
- https://openalex.org/W2580246494
- https://openalex.org/W2580913658
- https://openalex.org/W2586283453
- https://openalex.org/W2601659907
- https://openalex.org/W2602041922
- https://openalex.org/W2780939494
- https://openalex.org/W2798024831
- https://openalex.org/W2800730691
- https://openalex.org/W2801403503
- https://openalex.org/W2804588044
- https://openalex.org/W2805353988
- https://openalex.org/W2903882176
- https://openalex.org/W2926054342
- https://openalex.org/W3011683239
- https://openalex.org/W4254929763