公开(公告)号：CN118654658A

公开(公告)日：2024-09-17

申请号：CN202410457529.X

申请日：2024-04-16

Applicant: 北京工业大学

Inventor： 裴福俊 ,  吕永正 ,  石铭杰 ,  孔翔飞

IPC: G01C21/00 ,  G01S17/89 ,  G06F16/587 ,  G06F16/29 ,  G06T3/04 ,  G06T3/4092

Abstract: 本发明公开了基于2D激光雷达SLAM的动态地图加载方法，基于二维Lidar SLAM获取空间坐标(x,y)与图像坐标(u,v)的转化关系，并将其表达为M；(2)将地图划分成n行、m列的多个子图Gi，在该子图Gi中，每一个子图Gi的宽、高由wi、hi定义，并且利用变换矩阵M，确定子图Gi中任一点j的像素位置#imgabs0#对应的全局坐标；动态加载选定的子地图。通过只加载地图一部分，并根据当前位置动态地加载其余部分，有效降低系统资源的使用。本发明减少了系统资源和计算成本，提升了定位导航的实时性能。拓展二维Lidar SLAM技术在无人驾驶车辆、移动机器人等装置中的适用范围，而不受限于场景尺寸，降低此类应用场景下设备的成本。

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

Inventor： 裴福俊 ,  谢运鹏 ,  石铭杰

IPC: H04W4/021 ,  H04W4/33 ,  G06N20/00

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：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

Inventor： 裴福俊 ,  石铭杰 ,  孔翔飞

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。