For this reason, the first step has

For this reason, the first step has been to compare the results of the former algorithm of dead reckoning with the first implementation of Kalman filtering with Q constant. The results are reported in Fig. 6, where the typical trend path is reported together with the trend of the mean error (estimated on the basis of 8 indoor navigations) on the same path of Fig. 6a. In Fig. 7, navigation screens taken during the navigation are depicted. The results depicted in Fig. 6b for Kalman (2) show a relevant improvement with respect to the basis solution of dead reckoning[5].

ผลลัพธ์ (ไทย) 1:

ด้วยเหตุนี้ ขั้นตอนแรกได้รับการ เปรียบเทียบผลลัพธ์ของขั้นตอนวิธีเดิมของ dead reckoning กับการใช้ Kalman กรอง ด้วยค่าคง Q แรก มีรายงานผล Fig. 6 ที่เส้นแนวโน้มโดยทั่วไปเป็นรายงานพร้อมกับแนวโน้มของข้อผิดพลาดหมายถึง (ประเมินโดยใช้ร่ม navigations 8) บนเส้นทางของ Fig. 6a ใน Fig. 7 มีแสดงหน้าจอนำทางที่มาในการนำทาง ผลที่แสดงใน Fig. 6b สำหรับ Kalman (2) แสดงการปรับปรุงที่เกี่ยวข้องกับการแก้ปัญหาพื้นฐานของ dead reckoning [5]

ผลลัพธ์ (ไทย) 2:

ด้วยเหตุนี้ขั้นตอนแรกที่ได้รับการเปรียบเทียบผลของอัลกอริทึมในอดีตของการคำนวณที่ตายแล้วด้วยการดำเนินการครั้งแรกของการกรองคาลมานกับ Q คงที่ จะมีการรายงานผลในรูป 6 ที่เส้นทางแนวโน้มโดยทั่วไปจะมีการรายงานพร้อมกับแนวโน้มของข้อผิดพลาดเฉลี่ย (ประมาณบนพื้นฐานของ 8 นำทางในร่ม) บนเส้นทางเดียวกันของรูป 6a ในรูป 7 หน้าจอนำทางถ่ายในช่วงนำทางเป็นภาพ ผลที่ปรากฎในรูป 6b สำหรับคาลมาน (2) แสดงการปรับปรุงที่เกี่ยวข้องเกี่ยวกับการแก้ปัญหาพื้นฐานของการคำนวณที่ตายแล้ว [5]

ผลลัพธ์ (ไทย) 3:

ด้วยเหตุผลนี้ ขั้นตอนแรก มีการเปรียบเทียบผลการคำนวณกับวิธีเดิมของการใช้ครั้งแรกของเบนโทไนท์กับคิวที่คงที่ ผลรายงานในรูปที่ 6 ซึ่งทางแนวโน้มทั่วไป รายงาน พร้อมกับแนวโน้มของค่าเฉลี่ยความคลาดเคลื่อน ( ประมาณบนพื้นฐานของ 8 การเดินเรือในร่ม ) บนเส้นทางเดียวกันกับรูปที่ 6 ในรูปที่ 7หน้าจอนำทางไปในทางอธิบาย . ผลลัพธ์ที่ปรากฎในรูปที่แรงสำหรับคาลมาน ( 2 ) แสดงการปรับปรุงที่เกี่ยวข้องกับการแก้ไขการคำนวณพื้นฐานตาย [ 5 ]