ODOMETRY AND LOW-COST SENSOR FUSION IN TMM DATASET

Tipo di pubblicazione: Articolo in atti di convegno
Tipologia MIUR: Contributo in Atti di Convegno (Proceeding) > Contributo in atti di convegno
Titolo: ODOMETRY AND LOW-COST SENSOR FUSION IN TMM DATASET
Autori: Manzino, Ambrogio Maria;Taglioretti, Cinzia
Autori di ateneo:
Intervallo pagine: pp. 27-34
Titolo del periodico: INTERNATIONAL ARCHIVES OF THE PHOTOGRAMMETRY, REMOTE SENSING AND SPATIAL INFORMATION SCIENCES
Tipo di referee: Esperti anonimi
Editore: International Society for Photogrammetry and Remote Sensing
ISSN: 1682-1750
Volume: 40 issue 3W4
Titolo del convegno: EuroCow - European Calibration and Orientation Workshop
Luogo dell'evento: Losanna, Svizzera
Data dell'evento: 10-12 febbraio 2016
Abstract: The aim of this study is to identify the most powerful motion model and filtering technique to represent an urban terrestrial mobile mapping (TMM) survey and ultimately to obtain the best representation of the car trajectory. The authors want to test how far a motion model and a more or less refined filtering technique could bring benefits in the determination of the car trajectory. To achieve the necessary data for the application of the motion models and the filtering techniques described in the article, the authors realized a TMM survey in the urban centre of Turin by equipping a vehicle with various instruments: a low-cost action-cam also able to record the GPS trace of the vehicle even in the presence of obstructions, an inertial measurement system and an odometer. The results of analysis show in the article indicate that the Unscented Kalman Filter (UKF) technique provides good results in the determination of the vehicle trajectory, especially if the motion model considers more states (such as the positions, the tangential velocity, the angular velocity, the heading, the acceleration). The authors also compared the results obtained with a motion model characterized by four, five and six states. A natural corollary to this work would be the introduction to the UKF of the photogrammetric information obtained by the same camera placed on board the vehicle. These data would permit to establish how photogrammetric measurements can improve the quality of TMM solutions, especially in the absence of GPS signals (like urban canyons)
Data: 2016
Status: Pubblicato
Lingua della pubblicazione: Inglese
Parole chiave: filtering techniques, mobile mapping, motion models, odometry, sensor integration, ukf
Dipartimenti (originale): DIST - Dipartimento Interateneo di Scienze, Progetto e Politiche del Territorio
DIATI - Dipartimento di Ingegneria dell'Ambiente, del Territorio e delle Infrastrutture
Dipartimenti: DIATI - Dipartimento di Ingegneria dell'Ambiente, del Territorio e delle Infrastrutture
URL correlate:
Area disciplinare: Area 08 - Ingegneria civile e Architettura > TOPOGRAFIA E CARTOGRAFIA
Data di deposito: 13 Lug 2016 18:37
Data ultima modifica (IRIS): 13 Lug 2016 16:37:16
Data inserimento (PORTO): 15 Lug 2016 03:32
Numero Identificativo (DOI): 10.5194/isprs-archives-XL-3-W4-27-2016
Permalink: http://porto.polito.it/id/eprint/2645138
Link resolver URL: Link resolver link
Citazioni:

Il campo presenta il numero di citazioni presenti sulle banche dati Scopus e Web of Science e permette di accedere ai relativi record. Visualizza inoltre il link al record presente su Google Scholar.

Possono verificarsi discrepanze rispetto ai dati presenti sulle banche dati per i seguenti motivi:

  • Differenze tra i dati riportati su IRIS e quelli presenti nelle banche dati.
  • Il numero di citazioni riportate su PORTO viene estratto mensilmente. Il dato citazionale presente sulle singole banche dati è aggiornato in tempo reale
  • Il numero di citazioni per WoS viene calcolato sulla base delle collezioni in abbonamento (Science citation index Expanded e Conference Proceedings Citation Index)

Per informazioni o segnalazioni contattare scrivia/porto

+
-

Allegati

[img] PDF (isprs_archives_XL_3_W4_27_2016.pdf) - Postprint
Accesso al documento: Non visibile (accessibile solo al proprietario del dato)
Licenza: Non pubblico - Accesso privato / Ristretto.

Download (5Mb (5284292 bytes)) | Spedisci una richiesta all'autore per una copia del documento

Azioni (richiesto il login)

Visualizza il documento (riservato amministratori) Visualizza il documento (riservato amministratori)