公开(公告)号：CN118565465A

公开(公告)日：2024-08-30

申请号：CN202311585625.4

申请日：2023-11-24

Applicant: 东北大学秦皇岛分校

Inventor： 刘豪 ,  王正松 ,  孙慢

IPC: G01C21/16 ,  G01S19/49 ,  G01S19/37 ,  G01C21/18 ,  G06T7/73 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种融合因子图优化与CNN‑LSTM‑Attention神经网络的GNSS中断时组合导航系统辅助定位方法，涉及车辆定位领域以及深度学习技术领域。该系统包括GNSS接收模块、惯性测量单元IMU模块、轮式里程计ODO模块、因子图优化模块和AI深度学习模块；GNSS接收模块用于接收卫星信号，提供车辆的位置信息；IMU模块用于采集车辆的比力和角速率；ODO模块用于采集车辆前进方向的速度信息；因子图优化模块解算车辆的位姿信息；AI深度学习模块，包括CNN用来快速提取多维特征，LSTM用来处理序列数据中的时序信息，Attention可使模型自动学习权重以决定哪些时序信息对于当前预测任务最重要，从而提高模型预测的性能和能力，在GNSS信号不可信时预测车辆位置增量信息，并将预测的增量信息输入因子图优化模块，从而实现对车辆位置的定位。