Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉大学朱锋获国家专利权

武汉大学朱锋获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉武汉大学申请的专利众包数据驱动模型与参数自学习的导航方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119620146B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411661890.0,技术领域涉及:G01S19/49;该发明授权众包数据驱动模型与参数自学习的导航方法及装置是由朱锋;吕嘉睿;张小红设计研发完成,并于2024-11-20向国家知识产权局提交的专利申请。

众包数据驱动模型与参数自学习的导航方法及装置在说明书摘要公布了:本申请涉及组合导航技术领域,特别涉及一种众包数据驱动模型与参数自学习的导航方法及装置,其中,方法包括:获取目标导航系统的众包地图数据,提取至少一个特征因子;更新众包地图数据,生成众包地图标签数据;基于至少一个特征因子和众包地图标签数据,构建预设方差自学习模型,优化目标导航系统的位置方差信息,得到模型预测位置方差;根据模型预测位置方差构建缩放因子,并通过缩放后的模型预测位置方差和预设半紧组合架构生成目标导航系统的最终定位结果。本申请可以自主学习位置方差信息,无需人工干预和高精度的参考真值设备,高精度导航定位的同时可以通过众包数据的更新持续优化系统模型,不断提高系统的泛化能力和智能化水平。

本发明授权众包数据驱动模型与参数自学习的导航方法及装置在权利要求书中公布了:1.一种众包数据驱动模型与参数自学习的导航方法,其特征在于,包括以下步骤: 获取目标导航系统的众包地图数据,提取所述众包地图数据的至少一个特征因子; 基于所述至少一个特征因子筛选满足预设可靠度的地图结果,根据所述地图结果更新所述众包地图数据,以生成满足预设精度的众包地图标签数据; 基于所述至少一个特征因子和所述众包地图标签数据,构建预设方差自学习模型,并通过所述预设方差自学习模型优化所述目标导航系统的位置方差信息,以得到所述目标导航系统的模型预测位置方差; 根据所述模型预测位置方差构建缩放因子,以利用所述缩放因子缩放所述模型预测位置方差,得到缩放后的模型预测方差,并通过缩放后的模型预测位置方差和预设半紧组合架构生成所述目标导航系统的最终定位结果,其中,所述预设半紧组合架构的表达式为: 其中,,,为全球导航卫星系统GNSS在IMU坐标系下的位置矢量,、和均可以通过当前时刻的机械编排推算得到;为重力误差向量,为地球自转角速度,、和分别为ECEF系下位置、速度和姿态的随机游走噪声,表示IMU坐标系,为ECEF系下加速度计的输出,表示IMU坐标系到ECEF坐标系的旋转矩阵,表示位置,表示速度,表示姿态,表示加速度计零偏,表示陀螺零偏; 其中,所述基于所述至少一个特征因子和所述众包地图标签数据,构建预设方差自学习模型,包括:扩充所述至少一个特征因子的通道,并使用时序卷积聚合所述至少一个特征因子的特征信息,以得到具有时间依赖性的局部特征;从所述局部特征中学习得到具有依赖关系的上下文信息,以基于所述上下文信息,利用注意力机制聚焦所述特征信息生成位置方差信息;利用所述位置方差信息和所述众包地图标签数据训练并优化初始方差自学习模型,以得到所述预设方差自学习模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人武汉大学,其通讯地址为:430072 湖北省武汉市武昌珞珈山;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。