-
公开(公告)号：CN110530371B
公开(公告)日：2021-05-18
申请号：CN201910840334.2
申请日：2019-09-06
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度强化学习的室内地图匹配方法，包括：S1、采集行人惯导模块数据并对数据进行预处理，得到与地图相关的像素坐标；S2、根据步骤S1所得像素坐标，构建局部地图生成模块；S3、定义当得到当前状态下的修正编码即可生成对应的修正坐标；S4、将待修正的像素坐标信息与局部地图联合表征为当前位置的状态；S5、根据单个点的修正后坐标与标签坐标的一致性以及修正后轨迹与标准路径的相似度，设计奖励机制；S6、构建目标值网络和当前值网络的双网络模型，并将目标值网络输出和当前值网络输出的MSE作为损失函数；S7、输出经强化学习模型修正后的定位坐标。
-
公开(公告)号：CN110530371A
公开(公告)日：2019-12-03
申请号：CN201910840334.2
申请日：2019-09-06
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度强化学习的室内地图匹配方法，包括：S1、采集行人惯导模块数据并对数据进行预处理，得到与地图相关的像素坐标；S2、根据步骤S1所得像素坐标，构建局部地图生成模块；S3、定义当得到当前状态下的修正编码即可生成对应的修正坐标；S4、将待修正的像素坐标信息与局部地图联合表征为当前位置的状态；S5、根据单个点的修正后坐标与标签坐标的一致性以及修正后轨迹与标准路径的相似度，设计奖励机制；S6、构建目标值网络和当前值网络的双网络模型，并将目标值网络输出和当前值网络输出的MSE作为损失函数；S7、输出经强化学习模型修正后的定位坐标。
-
Search Results
2
records
(took 0.014 seconds)
