Calibration of Front Wheel Odometry Model

Das Kapitel befasst sich mit der Kalibrierung von Odometrie-Modellen für selbstfahrende Fahrzeuge, wobei die Bedeutung einer genauen Schätzung von Bewegungssignalen hervorgehoben wird. Es werden die Herausforderungen der Verschmelzung verschiedener Methoden wie GNSS, IMU und Radcodiertechniken diskutiert und ein neuartiger Ansatz zur Nutzung von Vorder- und Hinterrädern für verbesserte Robustheit vorgestellt. Der Aufsatz befasst sich mit dem nichtlinearen Verhalten des Systems und schlägt eine Gauß-Newton-Methode zur Parameterschätzung vor, wobei besonderes Augenmerk auf den Umgang mit lauten Zustandsinitialisierungen gelegt wird. Die Methode wird durch experimentelle Tests validiert, die signifikante Verbesserungen bei der Schätzgenauigkeit im Vergleich zu herkömmlichen Methoden zeigen. Das Kapitel behandelt auch zusätzliche Aufgaben wie die Schätzung des Seitenschlitzes und des Radwinkels, was es zu einer umfassenden Ressource für Fachleute macht, die die Leistung selbstfahrender Fahrzeugsysteme verbessern wollen.