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！

龙图腾网获悉中山大学申请的专利一种基于多分支残差卷积网络的可见光室内定位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：CN114239701B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202111438856.3，技术领域涉及：G06F18/20；该发明授权一种基于多分支残差卷积网络的可见光室内定位方法是由朱杰友;周炳朋设计研发完成，并于2021-11-30向国家知识产权局提交的专利申请。

本一种基于多分支残差卷积网络的可见光室内定位方法在说明书摘要公布了：本发明公开了一种基于多分支残差卷积网络的可见光室内定位方法，该方法包括：获取可见光RSS数据图并构建训练集；基于训练集对预设的定位模型进行训练，得到训练完成的定位模型；所述预设的定位模型包括残差卷积网络和多分支特征融合网络；获取待测RSS数据图，输入至训练完成的网络模型中得到对应位置信息。通过使用本发明，解决方向未知情况与环境动态变化带来的定位影响，达到鲁棒的定位解决方法。本发明作为一种基于多分支残差卷积网络的可见光室内定位方法，可广泛应用于可见光室内定位领域。

本发明授权一种基于多分支残差卷积网络的可见光室内定位方法在权利要求书中公布了：1.一种基于多分支残差卷积网络的可见光室内定位方法，其特征在于，包括以下步骤： 获取可见光RSS数据图并构建训练集； 基于训练集对预设的定位模型进行训练，得到训练完成的定位模型； 所述预设的定位模型包括残差卷积网络和多分支特征融合网络； 获取待测RSS数据图，输入至训练完成的网络模型中得到对应位置信息； 所述基于训练集对预设的定位模型进行训练，得到训练完成的定位模型这一步骤，其具体包括： 基于训练集对预设的定位模型进行训练； 将归一化处理后的RSS数据图输入残差卷积网络，提取得到不同层次的特征信息图； 将不同层次的特征信息图分别送入多分支特征融合网络，融合浅层与深层的特征纹理信息，得到位置估计信息； 结合训练集中真实的位置标签对残差卷积网络和多分支特征融合网络进行参数调整，得到训练完成的定位模型； 所述残差卷积网络包括初始卷积层和残差学习模块，所述将归一化处理后的RSS数据图输入残差卷积网络，提取得到不同层次的特征信息图这一步骤，其具体包括： 将归一化处理后的RSS数据图输入至残差卷积网络； 基于初始卷积层提取识别RSS数据图的初级纹理信息； 基于捷径连接的残差学习模块通过学习输入特征与输出特征之间的残差信息； 基于残差学习模块提取高级特征并将高级特征传输至下一级残差学习模块； 在训练过程中，残差卷积网络中关联到不同分支网络的模型参数在梯度更新时，融合不同分支网络的梯度信息； 可见光RSS数据图每个数据点的接受强度值公式如下： 上式中，zm,n表示第n个可见光接受器和第m个LED之间的接收强度值，Ψm,n表示系统参数，r表示第m个LED灯的郎伯系数，x表示接收器的三维位置，p表示LED灯的三维位置，φm,n表示LED发射角度，θm,n表示接收器入射光角度，∈m,n表示环境噪声。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135号；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。