PulseAugur
实时 08:26:50
English(EN) CredibleDFGO: Differentiable Factor Graph Optimization with Credibility Supervision

CredibleDFGO 提高了 GNSS 定位精度和协方差可信度

研究人员开发了 CredibleDFGO (CDFGO),一个新颖的可微分因子图框架,旨在提高全球导航卫星系统 (GNSS) 定位的可靠性,尤其是在具有挑战性的城市环境中。与以往仅关注位置估计的方法不同,CDFGO 通过预测每颗卫星的可靠性权重来显式训练协方差可信度。这种方法能够更准确地报告不确定性,并在各种城市测试场景中都显示出定位精度和误差减小的改进,尤其是在严苛的旺角城市场景中显著降低了平均水平误差。 AI

影响 提高了导航系统中的不确定性量化,可能增强城市区域自主系统的可靠性。

排序理由 这是一篇详细介绍 GNSS 定位新框架的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

CredibleDFGO 提高了 GNSS 定位精度和协方差可信度

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Liang Qian, Penggao Yan, Penghui Xu, Li-Ta Hsu ·

    CredibleDFGO: Differentiable Factor Graph Optimization with Credibility Supervision

    arXiv:2605.06100v1 Announce Type: cross Abstract: Global navigation satellite system (GNSS) positioning is widely used for urban navigation, but the covariance reported by the GNSS solver is often unreliable in urban canyons. Existing differentiable factor graph optimization (DFG…