基于众包智能手机数据的道路坡度估计
信号处理
2020-06-09 v1
摘要
道路坡度/斜率的估计可为现有二维数字道路地图增添另一维信息。集成道路坡度信息将拓宽数字地图的应用范围（目前主要用于导航），通过支持驾驶安全与效率类应用如高级驾驶辅助系统（ADAS）、生态驾驶等。道路网络的大规模与动态特性使道路坡度感知成为一项挑战性任务。传统方法常受限于可扩展性差、更新频率低以及感知精度不高。为克服这些问题，我们提出一种利用智能手机传感器数据的经济且可扩展的道路坡度估计框架。基于我们对智能手机传感器误差特性的理解，我们智能地融合来自加速度计、陀螺仪以及来自 OBD-II/智能手机 GPS 的车速数据来估计道路坡度。为提升系统精度与鲁棒性，来自多源/多车的道路坡度估计被众包以补偿不同来源传感器数据质量变化的影响。在约 9km 测试路线上的大量实验评估显示了我们提出方法的优越性能，相较基线在道路坡度估计精度上实现了 提升，且 90% 的误差低于 0.3。
引用
@article{arxiv.2006.03633,
title = {Road Grade Estimation Using Crowd-Sourced Smartphone Data},
author = {Abhishek Gupta and Shaohan Hu and Weida Zhong and Adel Sadek and Lu Su and Chunming Qiao},
journal= {arXiv preprint arXiv:2006.03633},
year = {2020}
}
备注
Proceedings of 19th ACM/IEEE Conference on Information Processing in Sensor Networks (IPSN'20)