کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7110348 | 1460672 | 2018 | 9 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Improving low cost sensor based vehicle positioning with Machine Learning
ترجمه فارسی عنوان
بهبود موقعیت خودرو با سنسور کم هزینه با یادگیری ماشین
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
شهر هوشمند، سیستم های حمل و نقل هوشمند، کم هزینه، فراگیری ماشین، شبکه های عصبی، پشتیبانی از ماشین های بردار الگوریتم ژنتیک، بهینه سازی ذرات ذرات، سیستم موقعیت یاب جهانی، دروغ گفتن،
Genetic algorithm - الگوریتم ژنتیکParticle swarm optimization - بهینه سازی ازدحام ذراتGlobal Positioning System - سیستم موقعیت یاب جهانیIntelligent transportation systems - سیستم های حمل و نقل هوشمندNeural networks - شبکه های عصبیSmart city - شهر هوشمندSupport vector machines - ماشین بردار پشتیبانیDead Reckoning - محاسبه مردهLow cost - کم هزینهMachine learning - یادگیری ماشین
موضوعات مرتبط
مهندسی و علوم پایه
سایر رشته های مهندسی
مهندسی هوافضا
چکیده انگلیسی
Current fleet management solutions rely on real time vehicle information to efficiently resolve transportation problems. In this study, a novel robust approach based on combining the Extended Kalman Filter (EKF) with Machine Learning techniques, Neural Networks or Support Vector Machines, is introduced to improve the accuracy of vehicle position estimation and circumvent the EKF limitations. The proposed solution guarantees also a low cost by using the Global Positioning System enhanced with Dead Reckoning integrated sensors. To verify our approach, extensive simulation tests are conducted on field data sets and very promising progress is obtained in the estimated vehicle position.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Control Engineering Practice - Volume 74, May 2018, Pages 168-176
Journal: Control Engineering Practice - Volume 74, May 2018, Pages 168-176
نویسندگان
Ikram Belhajem, Yann Ben Maissa, Ahmed Tamtaoui,