MARC

 008260126s2025        us                              c    eng  d
■001000017360359
■00520260202105512
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798263328313
■035    ▼a(MiAaPQ)AAI32308404
■035    ▼a(MiAaPQ)GeorgiaTech77938
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a001
■1001  ▼aJiang,  Fan.
■24510▼aInertially-Aided  Navigation  With  Ultra-Wideband  Wireless  Ranging
■260    ▼a[Sl]▼bGeorgia  Institute  of  Technology▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a159  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-06,  Section:  B.
■500    ▼aIncludes  supplementary  digital  materials.
■500    ▼aAdvisor:  Dellaert,  Frank;Dhekne,  Ashutosh.
■5021  ▼aThesis  (Ph.D.)--Georgia  Institute  of  Technology,  2025.
■520    ▼aRadio-based  sensing  offers  compelling  advantages  over  optical  systems,  particularly  in  challenging  environments  where  visual  solutions  face  limitations.  However,  their  deployment  in  real  applications  is  limited  by  effects  such  as  multipath  and  non-line-of-sight  (NLOS)  propagation.  This  dissertation  investigates  the  integration  of  Ultra-Wideband  (UWB)  range  sensing  with  inertial  measurements  for  robust  localization  and  navigation.  Despite  UWB's  one-dimensional  measurement  constraint  compared  to  rich  visual  data,  we  demonstrate  that  strategic  fusion  with  inertial  sensors  can  robustly  achieve  centimeter-level  accuracy.  The  thesis  presents  three  significant  new  contributions:  (1)  a  comprehensive  framework  for  indoor  localization  using  low-power  UWB-IMU  fusion;  (2)  a  novel  motion  capture  system  achieving  high  localization  accuracy  for  spatial  context  in  AR/VR  applications;  and  (3)  self-calibrated  localization  methods  for  UWB-IMU  sensor  networks  for  ad-hoc  deployment  in  unknown  environments.  Through  theoretical  analysis  and  experimental  validation,  we  provide  solutions  to  fundamental  challenges  in  sensor  calibration,  optimal  sensor  fusion,  and  real-time  implementation,  establishing  a  foundation  for  radio-based  localization  in  diverse  applications  where  reliability  and  precision  are  crucial.
■590    ▼aSchool  code:  0078.
■650  4▼aSoftware
■650  4▼aComputer  engineering
■650  4▼aElectrical  engineering
■653    ▼aUltra-Wideband  range  sensing
■653    ▼aInertial  measurements
■690    ▼a0544
■690    ▼a0464
■71020▼aGeorgia  Institute  of  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-06B.
■790    ▼a0078
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360359▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books