تلفیق سامانه های ناوبری GNSS، INS و VNS با استفاده از روش یادگیری ماشین در منطقه مطالعاتی کامیاران

در این پژوهش ، یک روش تلفیقی نوین برای بهبود دقت ناوبری با استفاده از ترکیب داده هایGNSS، INS وVNS با بهره گیری از مدل یادگیری ماشین در منطقه مطالعاتی کامیاران ارائه شده است . این روش ، داده های جغرافیایی GNSS و داده های حرکتی INS را با ویژگی های تصویری VNS به دست آمده از پردازش تصویر، ادغام می کند. از مدل شبکه عصبی برای بهینه سازی و تلفیق این داده ها استفاده شده است تا دقت موقعیت یابی بهبود یابد. داده های مورد استفاده از سامانه های GNSS وIMU برداشت شده و تصویرهای سامانه VNSبرای استخراج ویژگی های دقیق تر استفاده شده اند. پس از پیاده سازی این روش ، تحلیل های مختلفی شامل محاسبه خطاهای موقعیت ، محاسبه معیارRMSE از سیستم ناوبری انجام شد. نتایج نشان دهنده بهبود دقت موقعیت یابی و کاهش خطاهای ناوبری با استفاده از این روش ترکیبی می باشد که تاثیر قابل توجهی در بهبود عملکرد سیستم های ناوبری دارد.

کلیدواژه ها:

تلفیق داده ها ، شبکه عصبی مصنوعی ، موقعیت یابی ، ناوبری ، یادگیری ماشین