基于SLFNs插值指纹粒子滤波的共享单车跟踪算法

摘要

为了提高共享单车跟踪过程中传统指纹检测方法的性能,利用惯性传感器进行数据测量.粒子滤波(PF)方法是一种广泛应用的传感器融合算法,然而初始化和加权过程在共享单车定位系统中存在不足.提出了一种新的PF方案,产生平稳和稳定的局部化知识.利用单隐含层的前馈网络(SLFNs)用于模拟多个概率PF性能的估计与改进,实现了对相似指纹的区分.利用随机一致性抽样(RANSAC)进行算法初始化,以减少收敛时间.实验结果表明:方案的跟踪误差小于1.2 m,优于选取的对比方法.