典型文献
参数自主学习的车辆运动约束新模型及其惯性推算误差抑制分析
文献摘要：
准确、连续、可靠的位置信息是车载导航应用的基础条件,在不增加额外传感器的前提下,集成GNSS与MEMS及车载CAN总线传感器,并融入车辆运动约束信息,是最为简单有效且低成本的车载多源导航方案.在车辆运动约束中,合理配置相关参数是约束条件能否充分发挥作用的关键,本文重点针对车辆非完整性约束,采用多元回归和深度学习方法,构建了参数自主学习的车辆运动约束模型.同时,提出了在观测域直接学习侧向/垂向速度参数的新思路,相比原有方差域调参方法具有更好的约束效果.实测分析表明,相比于方差域调整参数的传统方法,在观测域进行参数自主学习的新模型具有显著的精度提升,采用多元回归模型的惯性推算误差在水平位置上减小了 69.6％～81.2％,而利用深度学习则减小了 60.0％～77.3％,同时,水平相对定位精度分别改善了 75.2％和65.0％,新模型能够有效提升GNSS失效时车载定位精度维持能力.
文献关键词：
车载导航;多源融合;自主学习;车辆运动约束;非完整性约束
中图分类号：
作者姓名：
张小红;周宇辉;朱锋;胡昊杰
作者机构：
武汉大学中国南极测绘研究中心,湖北武汉430079;武汉大学测绘学院,湖北武汉430079;武汉大学地球空间环境与大地测量教育部重点实验室,湖北武汉430079
文献出处：
引用格式：
[1]张小红;周宇辉;朱锋;胡昊杰-.参数自主学习的车辆运动约束新模型及其惯性推算误差抑制分析)[J].测绘学报,2022(07):1249-1258
A类：
车辆运动约束
B类：
推算,误差抑制,位置信息,车载导航,基础条件,增加额,外传,GNSS,MEMS,CAN,总线,约束信息,非完整性约束,深度学习方法,约束模型,侧向,速度参数,约束效果,实测分析,调整参数,精度提升,多元回归模型,相对定位,定位精度,车载定位,多源融合
AB值：
0.330323
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
