北京大学李燕石获国家专利权
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!
龙图腾网获悉北京大学申请的专利一种应用于汽车上的惯性定姿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:CN115046550B 。
龙图腾网通过国家知识产权局官网在2025-12-16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:202110254466.4,技术领域涉及:G01C21/18;该发明授权一种应用于汽车上的惯性定姿定位方法是由李燕石;时广轶设计研发完成,并于2021-03-09向国家知识产权局提交的专利申请。
本一种应用于汽车上的惯性定姿定位方法在说明书摘要公布了:一种应用于汽车上的惯性定姿定位方法,其特征在于,包括以下步骤:步骤一、获取三轴加速度计数据和三轴陀螺仪数据并通过低通或带通滤波器,将发动机抖动及其它不规则的高频噪声滤除;步骤二、对滤波后的六轴数据通过循环卷积神经网络提取高维特征,判断此时载体运动姿态;步骤三、通过载体运动姿态确定运动方程,将运动方程通过卡尔曼滤波器进行处理,获得姿态,并根据姿态更新速度和导航坐标。本发明克服了现有技术的缺陷,准确地完成了汽车上的惯性定姿定位。
本发明授权一种应用于汽车上的惯性定姿定位方法在权利要求书中公布了:1.一种应用于汽车上的惯性定姿定位方法,其特征在于,包括以下步骤: 步骤一、获取三轴加速度计数据和三轴陀螺仪数据并通过低通或带通滤波器,将发动机抖动及其它不规则的高频噪声滤除; 步骤二、对滤波后的六轴数据通过循环卷积神经网络提取高维特征,判断此时载体运动姿态; 步骤三、通过载体运动姿态确定运动方程,将运动方程通过卡尔曼滤波器进行处理,获得姿态,并根据姿态更新速度和导航坐标; 所述的对滤波后的六轴数据通过循环卷积神经网络提取高维特征,判断此时载体运动姿态,是使用循环卷积神经网络对时许序列进行特征的提取,获得各个运动状态的概率,并选取其中概率最大的作为此时运动状态的估计值; 所述的循环卷积神经网络,是以最终的姿态输出为网络下一时刻的输入向量的一部分; 所述的循环卷积神经网络是采用不少于6个卷积核,每个卷积核卷积运算的结果将对应一个池化层和不少于两个隐藏层,最终每个卷积核输出通过softmax函数单独输出对每个运动状态的先验概率估计,累加得到概率最大的运动状态; 所述的softmax函数,其特征在于采用如下方式计算: 其中,Vi是分类器前级输出单元的输出;i表示类别索引,总的类别个数为C;Si表示的是当前元素的指数与所有元素指数和的比值,将多分类的输出数值转化为相对概率; 所述的6个卷积核,其每个卷积核对应一种运动特征,运动特征包括运动的侧向加速度和角速度的关系,重力方向加速度的方向和大小变化; 所述的将运动方程通过卡尔曼滤波器进行处理,具体包括以下步骤: 构建卡尔曼滤波器系统模型: 其中:表示时刻系统的状态矢量;ik表示k时刻前级神经网络判别出的运动状态;表示时刻系统的观测矢量;为维矢量函数,为维矢量函数,和对其自变量都是非线性的;和是协方差分别为和的过程噪声矢量; 建立滤波器方程:包括时间更新、量测更新; 其中,时间更新包括系统状态量的先验估计和预测误差协方差矩阵的先验估计; 量测更新包括系统的卡尔曼增益、系统状态量的后验估计和预测误差协方差矩阵的后验估计。
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北京大学,其通讯地址为:100871 北京市海淀区颐和园路5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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励