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！

龙图腾网获悉西北师范大学申请的专利一种基于粒子群优化的RTK与IMU融合状态估计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：CN121409230B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511984132.7，技术领域涉及：G01C21/16；该发明授权一种基于粒子群优化的RTK与IMU融合状态估计方法是由范满红;陶中幸;张津京设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本一种基于粒子群优化的RTK与IMU融合状态估计方法在说明书摘要公布了：本发明涉及导航定位技术领域，具体公开了一种基于粒子群优化的RTK与IMU融合状态估计方法，包括以下步骤：先利用RTK设备和IMU传感器同步采集不同环境下的原始数据并进行预处理操作；基于自适应卡尔曼滤波算法构建融合状态估计模型，并动态调整融合参数；采用粒子群优化结合局部梯度下降的混合优化算法对自融合状态估计模型进行参数优化；通过验证集评估模型的核心性能指标；利用测试集在实际场景中验证模型稳定性。本发明采用上述的一种基于粒子群优化的RTK与IMU融合状态估计方法，适配多山地、高海拔、沙尘环境，可满足山地测绘、风电巡检等场景需求，适用性强且易推广。

本发明授权一种基于粒子群优化的RTK与IMU融合状态估计方法在权利要求书中公布了：1.一种基于粒子群优化的RTK与IMU融合状态估计方法，其特征在于，包括以下步骤： S1、利用RTK设备和IMU传感器同步采集不同环境下的原始数据； S2、对采集的原始数据进行预处理，包括RTK位置数据去噪和IMU数据校正滤波； S3、基于自适应卡尔曼滤波算法构建融合状态估计模型，并动态调整融合参数； S4、采用粒子群优化结合局部梯度下降的混合优化算法对自融合状态估计模型进行参数优化； S5、通过验证集评估模型的核心性能指标； S6、利用测试集在实际场景中验证模型稳定性； S2中，对采集的原始数据进行预处理具体为： S21、采用高斯滤波算法，对RTK设备采集的原始位置数据进行去噪处理，计算公式为： ； 其中，为RTK设备采集的原始位置数据，为动态标准差，为数据均值，为去噪后的位置数据； S22、通过静态校准获取加速度计零偏和陀螺仪零偏，先对IMU传感器采集的原始三轴加速度和三轴角速度数据进行零偏校正，公式为： ，，； ，，； 其中，、、为校正后的加速度、、、为校正后的角速度； 再使用巴特沃斯低通滤波器去除高频噪声，其传递函数为： 其中，为复变量，为截止频率，为滤波器的阶数； S4中，采用粒子群优化PSO结合局部梯度下降的混合优化算法，针对模型敏感参数包括IMU零偏平衡系数、IMU误差累积平衡系数、滤波器阶数和截止频率进行优化；在粒子群优化阶段，通过群体协作快速定位最优参数区间，具体过程如下： 构建复合适应度函数： ； 其中，为最小化定位误差均方根；为定位误差的标准差；是模型在验证集上的滤波收敛时间；、、为权重系数； 动态调整惯性权重，公式如下： ； 其中，是基础惯性权重；是当前粒子所对应训练数据子集的平均卫星信噪比；是信噪比的最大可能值；是调节系数； 根据参数对的历史敏感度来约束其最大速度： ； 其中，为比例系数，是防止除零的小量，为待优化参数； 以环境自适应PSO输出的全局最优参数作为初始点，则的梯度方向由IMU速度误差的积分项主导： ； 其中，是校正后的IMU加速度，是零偏估计值，为优化后的最优IMU零偏平衡系数，为优化后的最优IMU误差累积平衡系数。

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西北师范大学，其通讯地址为：730070 甘肃省兰州市安宁区安宁东路967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。