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！

龙图腾网获悉北京理工大学申请的专利基于多模态知识库的WiFi定位方法及相关装置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：CN120086416B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202510562576.5，技术领域涉及：G06F16/903；该发明授权基于多模态知识库的WiFi定位方法及相关装置是由刘辉;李明益;韩立金;聂士达设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本基于多模态知识库的WiFi定位方法及相关装置在说明书摘要公布了：本申请公开了一种基于多模态知识库的WiFi定位方法及相关装置，涉及计算机视觉和多模态数据处理技术领域，该方法包括获取用户提交的物品检索信息；基于语言模型，对物品检索信息进行文本提取；根据物品的存放区域，确定存放区域的点云特征；点云特征与文本特征通过CLIPTransformer模型进行多模态特征对齐，得到物品特征描述，利用WiFi信号强度指示器，测量物品存放区域内的信号强度，确定每个接入点的平均信号强度和波动范围；利用摄像设备获取存放区域图像，结合物品特征、区域信号强度及波动范围，通过定位分析模型，对用户提交的物品信息进行定位。本申请可以提升物品定位的准确性和效率。

本发明授权基于多模态知识库的WiFi定位方法及相关装置在权利要求书中公布了：1.一种基于多模态知识库的WiFi定位方法，其特征在于，所述一种基于多模态知识库的WiFi定位方法包括： 获取用户提交的物品检索信息；所述物品检索信息包含物品的存放区域以及物品特征描述； 基于语言模型，对所述物品检索信息进行文本提取，得到所述物品检索信息的文本特征； 根据所述物品的存放区域，确定所述存放区域的点云特征；并将所述点云特征与所述文本特征通过CLIPTransformer模型进行多模态特征对齐，得到物品特征描述；所述物品特征描述存储在多模态知识库中； 根据所述物品的存放区域，确定所述存放区域的点云特征；并将所述点云特征与所述文本特征通过CLIPTransformer模型进行多模态特征对齐，得到物品特征描述，具体包括： 获取存放区域的三维模型；所述三维模型中包括若干点云数据； 利用高效的点云学习策略，结合最远点采样和K-近邻技术，构建点云数据块，并基于点云数据块，采用MLP神经网络生成点云特征； 基于训练好的CLIPTransformer模型，对点云特征和文本特征进行融合，得到物品特征描述；所述物品特征描述采用多模态表示方式进行表示，，Ttask为任务嵌入，Epos为位置编码，Tp为点云特征； 物品特征描述的具体形式如下：bssid,x,y；bssid是无线网络中接入点的唯一标识符；x表示某种坐标或数值；y表示坐标或数值； 基于物品存放区域内的WiFi信号强度指示器，测量所述物品的存放区域的WiFi信号的强度，并确定所述存放区域中每个WiFi接入点在存放区域内的平均信号强度和信号强度的波动范围； 基于所述存放区域的摄像设备，得到所述存放区域的图像信息； 根据物品特征描述、存放区域内的平均信号强度和信号强度的波动范围，以及存放区域的图像信息，基于物品定位分析模型，对用户提交的物品检索信息中的物品进行定位；所述物品定位分析模型为引入距离和区域权重的先验概率的分析模型；所述物品定位分析模型，用于利用深度学习算法对物品特征描述进行语义理解，以及根据存放区域内的平均信号强度和信号强度的波动范围，确定存放区域内不同区域存在物品的概率，以及通过图像识别技术处理存放区域的图像信息，识别出物品的视觉特征； 根据物品特征描述、存放区域内的平均信号强度和信号强度的波动范围，以及存放区域的图像信息，基于物品定位分析模型，对用户提交的物品检索信息中的物品进行定位，具体包括： 通过深度学习算法，确定物品特征描述与存放区域图像信息的相关性； 利用平均信号强度和信号强度的波动范围，采用机器学习技术，确定信号强度分析结果；所述信号强度分析结果为信号强度与物品位置之间的映射关系； 根据物品特征描述、图像信息和信号强度分析结果，基于先验概率和后验概率，确定存放区域内不同区域存在物品的概率，并采用贝叶斯更新方法对物品位置进行更新； 所述先验概率的计算公式为： ； 所述后验概率的计算公式为： ； 式中，为区域的重要性权重，为距离上一次定位位置的距离，为平滑因子，M为接入点数量，和为接入点在区域Ri中的均值和方差；为当前RSSI值； 根据物品特征描述、图像信息和信号强度分析结果，基于先验概率和后验概率，确定存放区域内不同区域存在物品的概率，具体包括： 根据公式确定存放区域内不同区域存在物品的概率； 式中，Ri和Rk分别为区域i和区域k。

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理工大学，其通讯地址为：100086 北京市海淀区中关村南大街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。