基于RNN的智能网联汽车高精度定位方法

关键词：高精度定位 循环神经网络 数据驱动 全球定位系统 

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。

汽车工程学报杂志要求:

{1}摘要应具有独立性，内容包括目的、方法、结果、结论4部分，200字左右；关键词3~5个

{2}我们倡导并坚守严谨的学术诚信，反对一稿多投，拒绝抄袭！

{3}本类注释是对论著正文中某一特定内容的进一步解释或补充说明，或者各种不宜列人参考文献的引文，如档案资料、内部资料，转引类文献。

{4}引言应简明概括论文的研究基础、国内外研究现状、研究目的与意义等。

{5}投稿作者务必注明详细通信地址、电话及电子信箱，以便编辑部及时与您联系。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社