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！

龙图腾网获悉中国电建集团成都勘测设计研究院有限公司申请的专利基于多模态数据与深度学习的隧道设备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：CN121067848B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511589261.6，技术领域涉及：G01C21/16；该发明授权基于多模态数据与深度学习的隧道设备定位方法是由张世殊;陈炜韬;冉从彦;张子晗;唐碧华;赵小平;杨灜设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本基于多模态数据与深度学习的隧道设备定位方法在说明书摘要公布了：本发明涉及隧道施工定位技术领域，公开了一种基于多模态数据与深度学习的隧道设备定位方法，旨在解决现有技术在隧道施工动力扰动环境下定位精度不足、误差易累积、环境适应性差的问题，方案主要包括：实时同步采集隧道设备的多模态传感器数据；通过扩展卡尔曼滤波的预测步骤，得到设备状态的先验估计值及其协方差；通过扩展卡尔曼滤波更新环节，计算卡尔曼增益，并利用观测变量组成的观测向量对先验估计值进行修正，获得后验估计值；利用深度神经模型获得对后验估计值的优化定位结果；基于李导数进行可观测性分析，若处于不可观测状态，调整扩展卡尔曼滤波协方差矩阵。本发明提高了强扰动环境下的定位精度，特别适用于环境复杂的隧道施工。

本发明授权基于多模态数据与深度学习的隧道设备定位方法在权利要求书中公布了：1.基于多模态数据与深度学习的隧道设备定位方法，其特征在于，所述方法包括： 在隧道设备上部署传感器阵列，所述传感器阵列包括惯性测量单元、振动传感器、力传感器和超宽带模块，控制各传感器实时同步采集隧道设备的IMU数据、振动数据、受力数据及UWB测距数据，并进行时间戳对齐，生成时间同步的多模态传感器数据； 所述振动数据由隧道设备上部署的振动传感器检测获得，所述受力数据由隧道设备上部署的力传感器检测获得； 将所述IMU数据输入系统状态方程，通过扩展卡尔曼滤波的预测步骤，得到设备状态的先验估计值及其协方差，所述设备状态包括隧道设备的位置、速度和姿态参数； 将所述振动数据、受力数据和UWB测距数据作为观测变量，构建包含动力扰动变量的观测模型，通过扩展卡尔曼滤波更新环节，计算卡尔曼增益，并利用观测变量组成的观测向量对先验估计值进行修正，获得设备状态的后验估计值及其更新后的协方差； 所述构建包含动力扰动变量的观测模型，具体为： 提取振动数据的时域幅值特征和频域频谱特征，将其作为第一观测变量，计算受力数据的梯度变化量，将其作为第二观测变量，将UWB测距数据作为第三观测变量，将所述第一观测变量、第二观测变量和第三观测变量共同组成观测向量，其中第一观测变量和第二观测变量为动力扰动变量； 构建基于深度神经网络和长短期记忆网络的深度学习模型，将所述后验估计值及其时间序列对应的多模态传感器数据输入深度神经网络，获得对后验估计值的第一次优化定位结果；将所述第一次优化定位结果的时间序列输入长短期记忆网络，获得第二次优化定位结果； 基于李导数对当前状态进行可观测性分析，计算可观测性矩阵的秩，若所述可观测性矩阵的秩小于系统状态维度，则判定系统处于不可观测状态，此时调整扩展卡尔曼滤波的过程噪声协方差矩阵和观测噪声协方差矩阵。

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电建集团成都勘测设计研究院有限公司，其通讯地址为：610072 四川省成都市青羊区浣花北路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。