首页|改进支持向量机的车辆定位导航精度提升方法

改进支持向量机的车辆定位导航精度提升方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
车辆定位导航是实现智能车辆环境感知的基础,为解决智能车辆在SINS/GPS组合导航下误差问题,提出一种基于蚁群算法改进支持向量机的车辆定位导航精度提升方法.首先,使用状态变换扩展卡尔曼滤波对组合导航进行初步降噪;其次,运用支持向量机及神经网络辅助导航,解决组合导航中位置误差较大、对导航效果产生影响的问题;然后,通过蚁群算法改进支持向量机,对支持向量机核函数参数进行迭代优化;最后,在实车采集数据集下,与神经网络辅助进行对比.结果表明:在东北天3个方向上,神经网络降低误差均方根值的效果达到了72.88％、68.66％、63.87％,而改进支持向量机的效果达到了82.09％、79.62％、90.14％.改进支持向量机能够辅助优化组合导航位置误差,提升车辆定位导航精度.
Research on accuracy improvement of vehicle positioning and navigation with an improved support vector machine

岳钰隽、邱娜、金志扬、许述财、孙川、李浩然

展开 >

海南大学 机电工程学院,海口 570228

清华大学 苏州汽车研究院,江苏 苏州 215134

清华大学 车辆与运载学院,北京 100084

香港理工大学 土木及环境工程学系,香港

展开 >

支持向量机 组合导航 误差优化 机器学习 蚁群算法

国家自然科学基金江苏省自然科学基金香江学者计划湖北省科技计划项目湖北省科技计划项目苏州市产业前瞻与关键核心技术项目

52002215BK20220243XJ20210282021BEC0052021BLB225SYC2022078

2023

10.3969/j.issn.1674-8425(z).2023.04.010

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(8)
  • 9