-
公开(公告)号:CN117119377A
公开(公告)日:2023-11-24
申请号:CN202310849721.9
申请日:2023-07-12
Applicant: 北京工业大学
IPC: H04W4/021 , H04W4/33 , H04W64/00 , G06N3/0455 , G06N3/084 , G06F18/213 , G06F18/10
Abstract: 本发明公开了基于滤波Transformer的室内指纹定位方法,考虑到移动设备的异质性会引起RSS差异,利用深度学习模块缓解信号差异,从而较准确的估计位置信息,增强指纹定位系统的稳定性;对于大场景下指纹信息为稀疏向量,利用attention模块有选择性地提取特征,同时采用频域滤波的方法,利用可学习滤波模块在频域提取特征并降低噪声干扰。这样有助于获取更加有效的提取指纹特征,从而获得更加准确的位置估计结果;由于位置信息序列具有内在联系,使用attention可学习模块来获取位置信息序列中各个元素之间的相关性,有效利用位置信息的内在联系。再分别计算位置信息序列中各个元素和指纹信息之间的相关性,实现进行紧耦合的位置估计,提高位置估计的准确性。
-
公开(公告)号:CN110926499B
公开(公告)日:2023-09-01
申请号:CN201910996472.X
申请日:2019-10-19
Applicant: 北京工业大学
Abstract: 本发明公开了基于李群最优估计的SINS捷联惯性导航系统晃动基座自对准方法,采用李群描述代替传统四元数描述实现对SINS姿态变换的计算,利用李群微分方程建立基于李群描述的线性初始对准滤波模型。并利用李群的左乘不变性以及李群与李代数之间的指数映射对状态相关误差进行等效变换,建立等效的状态无关李代数滤波方程,再通过等效方程对初始姿态进行估计。本发明将李群模型下的状态相关噪声等效为李代数下的状态无关噪声,相比于传统的李群模型,建立了更为精确的李群线性对准模型,避免传统四元数描述初始姿态矩阵而产生的非唯一性和非线性问题。本方法大幅度缩短了对准时间,有效提高对准精度,更适合于实际工程应用。
-
公开(公告)号:CN109931957A
公开(公告)日:2019-06-25
申请号:CN201910224807.6
申请日:2019-03-24
Applicant: 北京工业大学
IPC: G01C25/00
Abstract: 本发明公开了基于LGMKF的SINS捷联惯性导航系统自对准方法,采用李群描述代替传统四元数描述实现对SINS姿态变换的计算,利用李群微分方程建立基于李群描述的线性初始对准滤波模型,设计了LGMKF方法确定导航所需要的初始姿态矩阵。本发明采用LGMKF算法直接对初始姿态矩阵进行最优估计,从而将初始姿态估计问题转化为SO(3)群的最优估计问题,不仅实现了SINS的一步直接自对准,大幅度缩短了对准时间,并能够避免传统四元数描述初始姿态矩阵而产生的非唯一性和非线性问题,有效提高了对准精度,在实际工程中具有实用价值。
-
公开(公告)号:CN109213174A
公开(公告)日:2019-01-15
申请号:CN201811241028.9
申请日:2018-10-24
Applicant: 北京工业大学 , 北京北排科技有限公司
IPC: G05D1/02
Abstract: 一种基于模糊神经网络的污水处理厂智能巡检避障方法属于智能机器人技术领域。针对污水处理厂中障碍物可移动,巡检环境复杂多变等特点,该智能避障控制方法利用前置、后置超声波传感器以及碰撞开关采集到的环境信息,通过模糊神经网络对巡检机器人周围环境进行判断并决策,实现对巡检机器人避障的智能控制,提高了巡检机器人的运行安全性和稳定性;解决了传统机器人避障方法无法提前避障和避障效果易受干扰的问题。实验结果表明该方法拥有更为快速的响应能力,对复杂巡检环境具有更强的自适应能力,实现巡检机器人的智能避障控制,提高避障有效性和实时性。
-
公开(公告)号:CN106123921A
公开(公告)日:2016-11-16
申请号:CN201610540157.2
申请日:2016-07-10
Applicant: 北京工业大学
CPC classification number: G01C25/005 , G01C21/16
Abstract: 动态干扰条件下捷联惯导系统的纬度未知自对准方法,首先,利用重力加速度在惯性坐标系投影不变的特点,构建几何解析公式,对重力加速度进行积分得到速度信息,用速度信息计算载体所在位置纬度值,然后,基于双矢量定姿原理,利用惯性系重力加速度包含指北信息的特性,实现惯性系下粗略的初始姿态阵的求解,最后,在完成粗对准的基础上,利用速度误差方程、失准角方程和纬度误差方程构建纬度未知动态干扰条件下的精对准误差模型,利用基于新息的自适应滤波方法,解算出纬度误差角和载体的失准角,用纬度误差角补偿纬度值,用失准角修正捷联姿态矩阵,实现捷联惯性导航系统的高精度快速自对准。
-
公开(公告)号:CN106052686A
公开(公告)日:2016-10-26
申请号:CN201610540172.7
申请日:2016-07-10
Applicant: 北京工业大学
IPC: G01C21/16
CPC classification number: G01C21/16
Abstract: 基于DSPTMS320F28335的全自主捷联惯性导航系统,本系统以DSPTMS320F28335作为控制器,将全自主捷联惯性导航算法嵌入到浮点型DSP内的软件实现,实时采集、分析惯性测量单元IMU中光纤陀螺和加速度计的输出信号并控制算法运行,以保证全自主捷联惯性导航系统的高速处理能力、高实时性、高精度、高性能、低成本、低功耗。本发明适合应用于不提供精确定位信息、受外界干扰载体姿态时刻都在发生变化的场合下载体的全自主实时捷联惯性系统,诸如直接不提供纬度信息,或者纬度信息不可测的隧道深处、深山密林、深海海底情况下的载体全自主实时捷联惯性导航。
-
公开(公告)号:CN103644903B
公开(公告)日:2016-06-08
申请号:CN201310424318.8
申请日:2013-09-17
Applicant: 北京工业大学
IPC: G01C21/00
Abstract: 本发明涉及一种基于分布式边缘无味粒子滤波的同步定位与地图构建方法,首先建立坐标系并初始化环境地图;然后分别给匹配成功的各路标点建立子滤波器;接着在机器人运动模型的基础上,分别在各子滤波器中产生粒子群,获得每个粒子的状态向量及其方差;引入噪声,利用无味变换计算扩展后的粒子状态向量,并更新扩展后的粒子优化粒子群;然后计算粒子权值并归一化,统计每个子滤波器的聚合数据并将数据传送给主滤波器;接着计算全局估计和方差;其次判断每个子滤波器的有效抽样尺度和采样阈值,对粒子退化严重的子滤波器进行重采样;然后输出机器人状态向量和其方差,并存入地图。最后使用卡尔曼滤波算法更新路标点状态,直到机器人不再运行为止。
-
公开(公告)号:CN101344391A
公开(公告)日:2009-01-14
申请号:CN200810116807.6
申请日:2008-07-18
Applicant: 北京工业大学
Abstract: 本发明是一种用于深空探测科学及地球观测领域的基于全功能太阳罗盘的月球车位姿自主确定方法。该方法是以观测设备、嵌入式PC104+计算机及内置于广角太阳相机的嵌入式TMS320计算机为基础完成的。本发明利用在嵌入式系统中的广角太阳相机、IMU及高速激光雷达接口程序获取数据;并将月球车位姿确定任务交与系统中的智能太阳识别与处理、月球垂直陀螺、初始位姿校准、高精度太阳罗盘导航、位姿补偿方法、基于地图重建与即时定位(SLAM)月球车速度估计、具有速度修正的月球车位姿确定、基于太阳连测的经纬校准的各方法模块并行运行,整个系统中所执行的处理方法共同完成了月球车位姿的确定。该方法为月球车提供适应月球环境的自主位姿确定提供了高可靠性的方案。
-
公开(公告)号:CN119893434A
公开(公告)日:2025-04-25
申请号:CN202510095329.9
申请日:2025-01-21
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于自适应聚合和特征对齐的联邦定位方法,属于室内定位领域。将联邦学习应用于物联网室内定位时存在各终端设备数据非独立同分布的问题,利用自适应的联邦聚合系数和特征对齐约束来降低非独立同分布数据对全局模型性能的影响;该算法通过对比全局模型在局部训练前后的性能差异来量化各局部模型的聚合权重,具体通过损失值的变异系数来为联邦聚合提供更加准确的聚合系数;考虑到客户端数据分布的差异会导致局部模型表征具有各自的偏好,使用特征对齐约束来避免局部模型的过拟合,以提升全局模型的性能。
-
公开(公告)号:CN114581517B
公开(公告)日:2024-12-27
申请号:CN202210123895.2
申请日:2022-02-10
Applicant: 北京工业大学
Abstract: 本发明公开了一种针对复杂光照环境的改进型VINS方法,首先通过初始化过程估计相机响应函数,这一过程可以对相机成像过程进行建模和标定,之后利用该函数将光流过程从位姿与灰度的关系拆解为位姿与曝光参数以及辐照度的关系,从而能够在这一过程中估计曝光参数对于位姿估计带来的影响。通过这种方法可以将复杂光照引发的相机参数的变化整合到整体的VINS系统位姿估计中,从而使系统适应环境。最后通过真实实验使用本发明算法和传统VIINS算法对比,证明了本算法的可行性和有效性,从而完成了对基于传统VINS算法的复杂光照环境下的改进型SLAM系统的实现。
-
-
-
-
-
-
-
-
-