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！

龙图腾网获悉北京建筑大学申请的专利室内建筑机器人的超宽带非视距定位误差判断与缓解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：CN119807875B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202411859586.7，技术领域涉及：G06F18/2411；该发明授权室内建筑机器人的超宽带非视距定位误差判断与缓解方法是由符世琛;曹磊;李珍峰设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本室内建筑机器人的超宽带非视距定位误差判断与缓解方法在说明书摘要公布了：本发明公开一种室内建筑机器人的超宽带非视距定位误差判断与缓解方法。支持向量机作为一种有效的分类算法，能够通过分析测量数据的平均值与标准差等统计特性差异，实现对视距与非视距数据的有效区分；其缓解方法，鉴于视距与非视距条件下误差统计特性存在显著差异，通过结合均值差异与标准差比值的平方，综合评估视距与非视距数据在集中趋势与扩展性上的差异性。在非视距严重影响的室内环境下，系统可能完全缺乏视距数据。在这种情况下，通过误差相对变异系数将非视距数据的波动性转化为一个无量纲因子，以反映非视距数据的波动状况。本发明能减少非视距带来的定位误差，提高定位精度和鲁棒性，适用于复杂室内环境下室内移动建筑机器人精确定位。

本发明授权室内建筑机器人的超宽带非视距定位误差判断与缓解方法在权利要求书中公布了：1.一种室内建筑机器人超宽带非视距定位误差判断与缓解方法，其特征在于：包括非视距识别方法和缓解方法； 所述非视距识别方法，利用经过训练的支持向量机分类模型，对经过预处理的超宽带测量数据在单位滑动窗口内进行分类，以区分视距数据与非视距数据；所述支持向量机分类模型的训练法方法为：计算单位滑动窗口内超宽带仿真测量数据的平均值与标准差，以此构建特征向量，交由特征缩放器进行标准化处理；通过网格搜索与交叉验证优化支持向量机模型惩罚参数、核函数系数和核函数的最佳超参数组合，完成支持向量机模型训练； 非视距缓解方法，根据单位滑动窗口内视距数据占比确定误差缓解因子计算方式；当视距数据占比大于零时，将视距与非视距测量数据的均值差异和标准差比值结合，采用指数衰减形式使得误差缓解因子对差异程度的变化更加灵敏，同时引入权重参数控制两者对最终结果的综合影响；若视距占比为零时，则直接采用非视距数据误差相对变异系数，并引入调节参数控制相对变异系数的影响强度，最后通过指数函数输出误差缓解因子； 由于非视距信号传播，某些基站可能无法提供足够的有效测距数据，导致系统无法同时从多个基站获得精确的定位信息，从而导致定位所需的数据量不足；利用随机森林模型对超宽带测量数据进行预测，以补充数据集的完整性； 所述非视距缓解方法具体包含以下步骤： 经误差缓解因子调整后的超宽带量测数据，计算方法如式： ； 其中，为调整前滑动窗口内视距测量数据平均值；为调整前滑动窗口内非视距测量数据平均值；为滑动窗口内视距测量数据所占比例；计算方法如式： ； 其中，为滑动窗口内视距测量数据数量；为滑动窗口内超宽带测量数据总量； 误差缓解因子计算方法如下： 当视距测量数据的比例大于0时，首先计算均值差异衡量视距和非视距的差异，计算方法如式： ； 其中，为均值差异；为视距测量数据均值误差；为非视距测量数据均值误差； 计算标准差比值，衡量视距和非视距测量数据在扩展性上的差异，计算方法如式： ； 其中，为标准差比值；为视距测量数据标准差；为非视距测量数据标准差； 利用均值差异和标准差比值来计算误差缓解因子，计算方法如式： ； 其中，L是误差缓解因子；是控制因子，用于调整误差缓解因子的影响强度；结合均值差异与标准差比值可得出下式： ； 取值为1.5，由此计算出误差缓解因子为0.76；当视距测量数据的比例为0时，利用非视距测量数据的相对变异系数，并根据式计算在无视距测量数据情况下的误差缓解因子，计算方法如式： ； 其中，为调节参数，控制误差缓解因子影响强度；取值为2.8，由此计算出误差缓解因子为0.61； 还包括： 根据模型分类后的LOS数据占比与数据总量来判断相应定位方式：若LOS数据占比超过90％且数据总量充足，则直接通过Chan算法定位；若LOS占比满足但数据量不足，则通过模型预测补齐后再利用Chan算法定位；若两者均不满足，则依据LOS数据的存在情况实施相应的误差缓解处理方式；然后，通过最小二乘法拟合测量与预测数据，再利用Chan算法定位。

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建筑大学，其通讯地址为：100000 北京市西城区展览路1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。