中国人民解放军国防科技大学魏俊宇获国家专利权
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！
龙图腾网获悉中国人民解放军国防科技大学申请的专利基于深度学习的UWB/INS自适应定位方法及系统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：CN120368979B 。
龙图腾网通过国家知识产权局官网在2026-01-06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：202510467728.3，技术领域涉及：G01C21/20；该发明授权基于深度学习的UWB/INS自适应定位方法及系统是由魏俊宇;王浩文;左震;郭晓俊;赵宗庆;吴卓远;李世琪设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。
本基于深度学习的UWB/INS自适应定位方法及系统在说明书摘要公布了：本发明公开基于深度学习的UWBINS自适应定位方法及系统，包括：S1：在LOS条件下，通过IMU传感器，得到INS的姿态、速度、位置，计算INS漂移累计误差，通过UWB设备获得UWB测量量；S2：使用卡尔曼滤波器对UWBINS进行先验状态估计并融合；S3：构建基于注意力机制的LSTM，预测UWB增量；S4：将预测出的UWB增量与实际观测值进行比较，计算损失函数并更新基于注意力机制的LSTM；S5：在NLOS条件下，使用训练好的基于注意力机制的LSTM对卡尔曼滤波器更新，以实现定位的精度。本发明将深度学习和卡尔曼滤波器结合，弥补UWB测量缺失或受损的不足，从而在复杂场景中保持较高的定位精度与稳定性。
本发明授权基于深度学习的UWB/INS自适应定位方法及系统在权利要求书中公布了：1.基于深度学习的UWBINS自适应定位方法，其特征在于，包括： S1：在LOS条件下，通过IMU传感器数据，解算得到INS的姿态、速度、位置，计算INS漂移累计误差；通过UWB设备获得UWB测量量； S2：使用卡尔曼滤波器对UWBINS进行先验状态估计并确定融合模式，根据融合模式下的误差状态向量进行融合； S3：构建基于注意力机制的LSTM，将INS的姿态、速度、位置及UWB测量量输入基于注意力机制的LSTM进行训练，预测当前时刻的UWB增量； S4：定义预测UWB增量与实际观测值之间的差为创新序列，根据创新序列计算损失函数并更新基于注意力机制的LSTM参数，得到训练好的基于注意力机制的LSTM； S5：在NLOS条件下，使用训练好的基于注意力机制的LSTM对卡尔曼滤波器更新，以实现定位的精度。
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国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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