一种基于LSTM异常辨识与补偿的里程鲁棒推算方法

本发明提供了一种基于LSTM异常辨识与补偿的里程鲁棒推算方法，首先创建驾驶轨迹增强数据集，然后对数据进行预处理，分别确定训练集特征属性及对数据进行归一化和时间序列格式化，进而构建基于LSTM的异常数据辨识与补偿模型，训练该模型以检测经纬度位置数据中的异常数据，并使用位置时间序列预测值进行补偿以生成连续且准确的位置数据序列，基于该序列采用高斯‑克吕格投影转换后计算欧几里得距离，从而推算出准确的行驶里程。本发明能够有效处理定位过程中产生的异常数据，适用于导航、自动驾驶、自由流收费等领域。