基于INS-GPS的車輛位置預(yù)測(cè)算法研究與應(yīng)用.pdf

1、在智能交通系統(tǒng)的眾多應(yīng)用服務(wù)中，車輛位置預(yù)測(cè)尤為重要。許多基于INS/GPS組合導(dǎo)航系統(tǒng)進(jìn)行車輛定位的研究，以期獲得比單獨(dú)INS或GPS更加持續(xù)、穩(wěn)定的導(dǎo)航信息。當(dāng)GPS信號(hào)短暫中斷時(shí)，可以融合INS和GPS數(shù)據(jù)來(lái)繼續(xù)導(dǎo)航，雖然之前對(duì)于此數(shù)據(jù)融合算法已有許多的研究，但它們大多數(shù)采用離線預(yù)測(cè)的方式，這樣在城市極端交通場(chǎng)景下，例如交通事故、惡劣天氣或者上下班高峰期，容易出現(xiàn)傳感器數(shù)據(jù)波動(dòng)、GPS信號(hào)干擾等問(wèn)題，因此要求車輛位置預(yù)測(cè)算法更加符

2、合真實(shí)的交通場(chǎng)景，能夠處理由此帶來(lái)的傳感器誤差增大、建模困難等等問(wèn)題，算法要具備實(shí)際應(yīng)用中的魯棒性和穩(wěn)定性。
　　本文研究在智能交通系統(tǒng)中的車輛位置預(yù)測(cè)問(wèn)題，當(dāng)GPS信號(hào)短暫失效時(shí)，通過(guò)融合INS傳感器數(shù)據(jù)，進(jìn)行車輛位置的建模預(yù)測(cè)，以獲得持續(xù)可靠的車輛導(dǎo)航信息。主要工作包括:
　　針對(duì)智能交通系統(tǒng)的特點(diǎn)和意義，詳細(xì)闡釋車輛定位在現(xiàn)代交通應(yīng)用中的重要作用。相對(duì)于傳統(tǒng)的車輛定位技術(shù)，分析了INS/GPS組合導(dǎo)航系統(tǒng)的特點(diǎn)以及優(yōu)缺

3、點(diǎn)。針對(duì)INS/GPS組合導(dǎo)航系統(tǒng)的數(shù)據(jù)融合問(wèn)題，分析已有的多種融合算法，并比較其優(yōu)缺點(diǎn)，認(rèn)為現(xiàn)有的離線算法無(wú)法適應(yīng)城市極端交通場(chǎng)景的應(yīng)用。
　　在現(xiàn)有車輛位置預(yù)測(cè)領(lǐng)域的經(jīng)典預(yù)測(cè)算法基礎(chǔ)之上，分析其應(yīng)用基礎(chǔ)。針對(duì)GPS和INS系統(tǒng)的特點(diǎn)，分析預(yù)測(cè)過(guò)程中可能產(chǎn)生的誤差來(lái)源。
　　設(shè)計(jì)一種基于在線支持向量機(jī)回歸的位置預(yù)測(cè)算法(OL-SVR)。該算法使用在線增量預(yù)測(cè)方式，利用歷史的車輛行駛數(shù)據(jù)進(jìn)行建模預(yù)測(cè)，獲得可靠的車輛位置。通過(guò)

4、實(shí)驗(yàn)證明，它比現(xiàn)有的BPNN和PLSR算法精確度提高了20.3％-64.8％。
　　為了提高定位精度，結(jié)合支持向量機(jī)回歸算法和權(quán)值學(xué)習(xí)法，進(jìn)一步設(shè)計(jì)一種基于加權(quán)SVR的位置預(yù)測(cè)算法(WSVR)。由于下一刻車輛位置的關(guān)聯(lián)度取決于該行駛狀態(tài)數(shù)據(jù)發(fā)生點(diǎn)與預(yù)測(cè)點(diǎn)之間的時(shí)間差，因此該算法針對(duì)預(yù)測(cè)數(shù)據(jù)點(diǎn)的遠(yuǎn)近，對(duì)每個(gè)訓(xùn)練集劃分不同的權(quán)值，填補(bǔ)了在線增量學(xué)習(xí)方法在不同時(shí)間點(diǎn)數(shù)據(jù)的權(quán)值相同的空白。實(shí)驗(yàn)證明，WSVR算法與OL-SVR相比較，精確度