Resumen

En las últimas décadas, el sistema mundial de navegación por satélite (GNSS) ha contribuido en gran medida a la navegación. Además, con la llegada de la era multi-GNSS, cada vez hay más satélites disponibles para la navegación. Sin embargo, la navegación se realiza generalmente por posicionamiento puntual basado en los pseudorangos. La cinemática en tiempo real (RTK) y la tecnología avanzada, es decir, la red RTK (NRTK), se introdujeron para mejorar el posicionamiento y la navegación. También se investigó la mejora de la navegación mediante la combinación de otros sensores, como la unidad de medición inercial (IMU). Por otra parte, la técnica del aprendizaje profundo ha evolucionado recientemente en muchos campos, incluida la navegación automática de los vehículos. Esto se debe a que el aprendizaje profundo combina varios sensores sin un complicado modelado analítico de cada sensor individual. En este estudio, estructuramos las redes neuronales recurrentes multicapa (RNN) para mejorar la precisión y la estabilidad de las soluciones absolutas GNSS para la navegación autónoma de vehículos. En concreto, la memoria a corto plazo de larga duración (LSTM) es un algoritmo especialmente útil para datos de series temporales como la navegación con plataformas de velocidad moderada. A partir de un experimento realizado en una zona de pruebas, el algoritmo LSTM desarrolló la precisión de posicionamiento en aproximadamente un 40 omparado con la navegación sólo GNSS sin ninguna información de sesgo externa. Si se tiene en cuenta el sesgo, la precisión mejorará significativamente hasta 8 veces respecto a los resultados de posicionamiento absoluto del GNSS. Los términos de sesgo de la solución deben estimarse dentro del modelo mediante la optimización de las capas y de los nodos de cada capa.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:gnss, navegación, sistema mundial de navegación por satélite, redes neuronales recurrentes multicapa, resultados de posicionamiento absoluto, navegación autónoma de vehículos, modelización analítica complicada, información de sesgo externa, unidad de medición inercial, últimas décadas
• Keywords:gnss, navigation, global navigation satellite system, multilayer recurrent neural networks, absolute positioning results, autonomous vehicle navigation, complicated analytical modeling, external bias information, inertial measurement unit, last several decades