基于RNN的智能网联汽车高精度定位方法 |
| |
作者姓名: | 李晓晖 方芳 邓天民 |
| |
基金项目: | “基于宽带移动互联网的智能汽车和智慧交通应用示范工程及产品工程化公共服务平台”工信部重点项目资助(0714-EMTC02-5593/20);重庆市科技人才培养计划(cstc2013kjrc-qnrc0148) |
| |
摘 要: | 针对智能网联汽车行驶过程中GPS信号丢失引起定位失效的问题,提出基于RNN的高精度定位方法。采用数据驱动建模方法建立汽车行驶过程中基于RNN的定位模型,利用GPS、INS 和RTK等技术,设计了高精度定位数据采集系统。对基于BP 和RNN的定位模型性能进行比较,同时分析了基于RNN的定位模型在不同GPS信号失效时长下模型的定位精度。试验表明,基于RNN的高精度定位模型性能更佳,当GPS 信号失效时长30 s 时,其98% 定位精度误差小于40 cm。
|
关 键 词: | 高精度定位 循环神经网络 数据驱动 全球定位系统 |
收稿时间: | 2018/9/26 0:00:00 |
Method of Global High-Precision Positioning for Intelligent Connected Vehicle Based on RNN |
| |
Authors: | LI Xiaohui FANG Fang and DENG Tianmin |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《》浏览原始摘要信息 |
| 点击此处可从《》下载免费的PDF全文 |