基于RNN的智能网联汽车高精度定位方法

基于RNN的智能网联汽车高精度定位方法

论文摘要

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。

论文目录

  • 1 高精度定位方法
  •   1.1 RNN网络模型
  •   1.2 基于RNN的训练模型
  •   1.3 基于RNN的GPS失效定位模型
  • 2 试验
  •   2.1 数据采集系统
  •   2.2 试验数据及模型
  • 3 讨论与分析
  •   3.1 预测误差分析
  •   3.2 不同失效时长误差分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 李晓晖,方芳,邓天民

    关键词: 高精度定位,循环神经网络,数据驱动,全球定位系统

    来源: 汽车工程学报 2019年04期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 公路与水路运输,计算机软件及计算机应用

    单位: 重庆西部汽车试验场管理有限公司,重庆交通大学交通运输学院

    基金: “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)

    分类号: U495

    页码: 260-267

    总页数: 8

    文件大小: 1453K

    下载量: 224

    相关论文文献

    标签:;  ;  ;  ;  

    基于RNN的智能网联汽车高精度定位方法
    下载Doc文档

    猜你喜欢