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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于多传感器融合的绳索自由端收放速度估计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：CN120180736B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510318797.8，技术领域涉及：G06F30/20；该发明授权一种基于多传感器融合的绳索自由端收放速度估计方法是由卢鸿谦;刘伟峻;尹航;班晓军;秦向阳设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本一种基于多传感器融合的绳索自由端收放速度估计方法在说明书摘要公布了：一种基于多传感器融合的绳索自由端收放速度估计方法，属于信息物理系统技术领域。为解决使用加速度计与其它安装在卷扬端的传感器融合的方式进行实时、精确的速度、位置估计，本发明包括基于钢丝绳卷扬端或固定端使用测角传感器构建运动学模型，基于钢丝绳卷扬端或固定端使用测速传感器构建运动学模型，综合后得到系统的状态方程模型，然后将系统的状态方程模型离散化并且引入过程噪声，得到引入过程噪声的系统的状态方程模型进行过程噪声与观测噪声去相关处理，得到去相关后的状态方程模型，将得到的去相关后的状态方程模型设计稳态Kalman滤波算法，用于基于多传感器融合的绳索自由端收放速度估计。本发明精确估计。

本发明授权一种基于多传感器融合的绳索自由端收放速度估计方法在权利要求书中公布了：1.一种基于多传感器融合的绳索自由端收放速度估计方法，其特征在于，包括如下步骤： S1.基于不同的运动状态，在钢丝绳卷扬端或固定端安装测角传感器或者测速传感器，在钢丝绳自由端安装测速传感器，采集不同的运动状态下的数据； 其中，自由端安装加速度计； S2.基于钢丝绳卷扬端或固定端使用测角传感器构建运动学模型，基于钢丝绳卷扬端或固定端使用测速传感器构建运动学模型，综合后得到系统的状态方程模型，然后将系统的状态方程模型离散化并且引入过程噪声，得到引入过程噪声的系统的状态方程模型； 其中测量噪声分为高频误差项与零均值白噪声的合成；各个状态的过程噪声方差为正定可调项，用于衰减未知初状态的影响； S3.对步骤S2得到的引入过程噪声的系统的状态方程模型进行过程噪声与观测噪声去相关处理，得到去相关后的状态方程模型； S4.基于步骤S3得到的去相关后的状态方程模型设计稳态Kalman滤波算法，用于基于多传感器融合的绳索自由端收放速度估计； 步骤S4的具体实现方法包括如下步骤： S4.1.设置E{w4}＝0，E{ξ}＝0，构建去相关后的过程噪声的协方差矩阵Q； w4为去相关后的过程噪声，ξ为去相关后的观测噪声； S4.2.基于步骤S4.1构建的去相关后的过程噪声的协方差矩阵、去相关后的观测噪声的协方差矩阵R，对去相关的系统的状态方程设计Kalman滤波算法： 计算对应的均方误差： Pk|k‑1＝FPk‑1FT+GQGT其中，为卡尔曼滤波预测值，Pk|k‑1指对应的均方误差，Pk‑1指对应的均方误差，FT表示状态转移矩阵的转置矩阵，GT表示系统噪声驱动矩阵的转置矩阵，F表示状态转移矩阵，G表示系统噪声驱动矩阵，z为去相关的系统的状态方程，k为离散采样时间标号； 计算滤波增益，表达式为： Kk＝Pk|k‑1CTCPk|k‑1CT+R‑1其中，Kk为离散化时间标号k的卡尔曼滤波增益矩阵；C为扩展后的观测矩阵递推计算得到： Pk＝I‑KkCPk|k‑1其中，I为单位矩阵； 然后得到设计Kalman滤波算法后去相关的系统的状态方程，更新为：

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。