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！

龙图腾网获悉天地科技股份有限公司北京技术研究分公司;煤炭科学研究总院有限公司申请的专利基于卡尔曼滤波和重复数据筛选的动态运动轨迹提取方法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：CN120395773B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510437089.6，技术领域涉及：B25J9/00；该发明授权基于卡尔曼滤波和重复数据筛选的动态运动轨迹提取方法是由仙文豪;刘英杰;马龙;潘圣其;夏子轩;陈昌兵;许欣设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本基于卡尔曼滤波和重复数据筛选的动态运动轨迹提取方法在说明书摘要公布了：本申请提出了一种基于卡尔曼滤波和重复数据筛选的动态运动轨迹提取方法，该方法包括：在动态生命体的多个关键运动关节安装IMU，通过IMU采集的数据生成初始轨迹数据集；基于初始轨迹数据集中的测量数据和欧拉角，设置状态空间模型，通过卡尔曼滤波器对初始轨迹数据集进行噪声补偿；通过重复数据筛选RDS算法对卡尔曼滤波后的初始轨迹数据集进行优化，获得优化轨迹数据集；通过优化轨迹数据集计算关节轴方向，并根据计算出的关节轴方向和卡尔曼滤波后的角速度数据，构建动态生命体的动态运动轨迹。该方法结合卡尔曼滤波算法与重复数据筛选算法进行轨迹提取，显著提高了生命体动态运动轨迹提取的鲁棒性和精确性。

本发明授权基于卡尔曼滤波和重复数据筛选的动态运动轨迹提取方法在权利要求书中公布了：1.一种基于卡尔曼滤波和重复数据筛选的动态运动轨迹提取方法，其特征在于，包括以下步骤： 在动态生命体的多个关键运动关节分别安装惯性测量单元IMU，通过IMU采集对应的所述关键运动关节在运动过程中的三轴加速度和三轴角速度，以生成初始轨迹数据集； 基于所述初始轨迹数据集中的测量数据和欧拉角，设置状态空间模型，并基于所述状态空间模型，通过卡尔曼滤波器对所述初始轨迹数据集进行噪声补偿，其中，所述基于所述初始轨迹数据集中的测量数据和欧拉角，设置状态空间模型，包括：根据欧拉角和欧拉角的角速度，构建状态向量，并根据IMU采集的所述三轴加速度和三轴角速度，构建测量向量；所述基于所述状态空间模型，通过卡尔曼滤波器对所述初始轨迹数据集进行噪声补偿，包括：基于所述状态向量构建状态转移方程，并基于所述测量向量构建测量方程；基于所述状态转移方程和所述测量方程，迭代进行卡尔曼滤算法中的预测过程和更新过程，以抑制所述初始轨迹数据集中的噪声和角速度漂移； 通过重复数据筛选RDS算法对卡尔曼滤波后的初始轨迹数据集进行优化，获得优化轨迹数据集，其中，所述RDS算法采用预测的关节轴方向向量对所述卡尔曼滤波后的初始轨迹数据集中的样本数据进行迭代筛选，所述通过重复数据筛选RDS算法对卡尔曼滤波后的初始轨迹数据集进行优化，包括：构建残差函数，其中，所述残差函数用于计算每个所述样本数据与多个所述预测的关节轴方向向量之间的差异；设置初始样本容量和每轮筛选的样本移除量；在每轮筛选过程中，通过所述残差函数计算当前每个样本数据的残差值，移除残差值最大的前所述样本移除量个样本数据，并计算移除后剩余的各个样本数据的残差均值；在本轮筛选过程对应的所述残差均值小于上一轮筛选过程对应的所述残差均值，或者剩余的样本数据的数量小于预设阈值时，结束迭代筛选流程； 通过所述优化轨迹数据集计算关节轴方向，并根据计算出的所述关节轴方向和卡尔曼滤波后的角速度数据，构建所述动态生命体的动态运动轨迹。

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天地科技股份有限公司北京技术研究分公司;煤炭科学研究总院有限公司，其通讯地址为：100013 北京市朝阳区青年沟(天地科技股份有限公司)1幢平房104；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。