Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
5
spoza listy
Status:
Autorzy: Cechowicz Radosław, Bogucki Marcin
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2019
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Wolumen/Tom: 252
Numer artykułu: 2004
Strony: 1 - 5
Web of Science® Times Cited: 2
Bazy: Web of Science
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: III International Conference of Computational Methods in Engineering Science (CMES’18)
Skrócona nazwa konferencji: CMES’18
URL serii konferencji: LINK
Termin konferencji: 22 listopada 2018 do 24 listopada 2018
Miasto konferencji: Kazimierz Dolny
Państwo konferencji: POLSKA
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Otwarte czasopismo
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 14 stycznia 2019
Abstrakty: angielski
Indoor navigation and vehicle tracking require special measurement techniques. The reference points and routes used by classic AGV (Automated Guided Vehicle) systems are usually buried under floor surface or painted directly on the floor, thus limiting the set of possible transportation paths. However, the indoor environment of an industrial warehouse is dynamic, the number and location of objects inside are subject to frequent changes and these changes might not be reflected in the map of the area. In such conditions, navigation according to the on-board instruments (dead-reckoning) could provide valuable information about the position and orientation of the vehicle. This paper reports test results from a smart sensor using a 6-axis MEMS IMU unit and a self-calibrating procedure for indoor vehicle orientation tracking. The smart sensor, integrated with information from wheel encoders can produce 2D position coordinates suitable for navigation. Original data processing algorithm, applied in the sensor, was developed by the authors as a part of the research project on mobile robotics