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！

龙图腾网获悉烟台欣飞智能系统有限公司申请的专利基于多源信息融合的无人机飞行轨迹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：CN121252823B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511822726.8，技术领域涉及：G01C21/20；该发明授权基于多源信息融合的无人机飞行轨迹定位方法及系统是由李春波;胡泰铭;赵光顺;牟成志;鲁岂榕;孙国桐;李东辉;阎淮海设计研发完成，并于2025-12-05向国家知识产权局提交的专利申请。

本基于多源信息融合的无人机飞行轨迹定位方法及系统在说明书摘要公布了：本发明涉及无人机定位技术领域，具体地说，涉及一种基于多源信息融合的无人机飞行轨迹定位方法及系统。其包括以下步骤：通过传感器阵列实时采集无人机原始观测数据流，经预处理输出多源数据样本集；通过IMU预积分模型计算相邻关键帧间相对运动增量，同时通过视觉几何计算方法提取局部位姿估计；实时评估各传感器置信度以动态生成自适应权重系数；构建以位置、速度、姿态误差为核心状态量的紧耦合融合滤波器，输出无人机全局最优轨迹。本发明通过传感器实时置信度动态分配权重，充分挖掘多源数据关联，提升了无人机飞行轨迹定位的精度与环境适应性。

本发明授权基于多源信息融合的无人机飞行轨迹定位方法及系统在权利要求书中公布了：1.基于多源信息融合的无人机飞行轨迹定位方法，其特征在于，包括以下步骤： S1、通过传感器阵列实时采集无人机原始观测数据流，对原始观测数据流进行时间同步与数据归一化处理，输出多源数据样本集； S2、基于多源数据样本集，通过IMU预积分模型计算相邻关键帧间的相对运动增量，同时通过视觉几何计算方法提取局部位姿估计，输出异构局部状态观测序列； S3、基于异构局部状态观测序列，通过实时评估各传感器的置信度，动态生成对应的自适应权重系数； S4、构建以位置、速度、姿态误差为核心状态量的紧耦合融合滤波器，将所述相对运动增量、所述局部位姿估计以及所述自适应权重系数作为输入；通过新息卡方进行实时传感器故障诊断，更新所述自适应权重系数；通过误差状态卡尔曼滤波进行最优状态估计，输出无人机的全局最优轨迹； 所述S4中，通过误差状态卡尔曼滤波进行最优状态估计，输出无人机的全局最优轨迹涉及的具体步骤为： 基于构建的紧耦合融合滤波器，通过前一滤波时刻的误差状态向量和最优协方差矩阵，预测当前滤波时刻的误差状态先验估计和先验协方差； 基于当前时刻的观测向量，结合观测矩阵和观测噪声协方差计算卡尔曼增益； 基于卡尔曼增益，结合观测残差，对误差状态先验估计进行校正，得到后验误差状态估计，同时将先验协方差更新为后验协方差矩阵； 将后验误差状态估计反馈至无人机全局状态进行修正，得到修正后的全局状态；其中，无人机全局状态包括未校正的原始位置、速度和姿态； 将每一滤波时刻修正后的全局状态按时间序列拼接，形成无人机的全局最优轨迹，同时将后验误差状态估计和后验协方差矩阵作为下一滤波时刻的初始值，实现递归更新； 所述S4中，通过新息卡方进行实时传感器故障诊断，更新所述自适应权重系数涉及的具体步骤为： 实时计算实际观测向量与基于误差状态先验估计的预测观测值之间的差值，得到新息向量； 基于新息向量，结合先验协方差，计算新息协方差矩阵； 基于新息向量和新息协方差矩阵，计算卡方检验统计量； 当卡方检验统计量超过预设的卡方阈值时，判定存在传感器异常；否则，判定为正常； 识别异常传感器后，立即将该传感器的权重乘以衰减因子，并将其权重限制在最低值以上； 持续监测故障传感器，若连续在周期阈值个周期判定为正常，则逐步恢复其权重至故障前的值。

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烟台欣飞智能系统有限公司，其通讯地址为：264006 山东省烟台市开发区长江路302号中节能科技园3号楼101；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。