Using a recurrent neural network (RNN), the past position of a moving vehicle can be considered for position localization to achieve higher accuracy compared to single-instance methods. We proposed the use of simple and low-cost sensor coils mounted on the receiver for alignment of wireless power transfer coils in parking vehicle application with RNN as the localization algorithm. A basic LSTM network was built and tuned to estimate the receiving coil’s position with the induced voltages on sensing coils as inputs. Our proposed system outperforms previously proposed method and may be quickly adapted and implemented to actual production system due to its simplicity.
반복 신경 네트워크(RNN)를 사용하여 이동 중인 차량의 과거 위치를 고려할 수 있습니다. 위치 파악을 통해 단일 분석 방법에 비해 더 높은 정확도를 달성할 수 있습니다. 우리는 위치 측정 알고리즘으로 RNN과 함께 주차 차량 응용 분야에서 무선 동력 전달 코일의 정렬을 위해 수신기에 장착된 간단한 저비용 센서 코일의 사용을 제안하였습니다. 기본 LSTM 네트워크는 감지 코일의 유도 전압을 입력값으로 하여 수신 코일 위치를 추정하기 위해 구축 및 튜닝되었습니다. 제안된 시스템은 이전에 제안된 방법보다 성능이 우수하며 단순하기 때문에 실제 생산 시스템에 빠르게 적응하고 구현할 수 있습니다.
