一种改进的UWB/IMU融合室内行人定位方法

    公开(公告)号:CN112747747B

    公开(公告)日:2022-10-11

    申请号:CN202110077136.2

    申请日:2021-01-20

    Abstract: 本发明涉及室内定位技术领域,具体涉及一种改进的UWB/IMU融合室内行人定位方法,包括建立UWB测量模型,获取位置的估计值;建立IMU测量模型,利用加速度和角速度解算得到位置的估计值;计算根据UWB测量模型和IMU测量模型得到的位置的估计值的差值;若该差值小于设定的阈值则将UWB测量模型和IMU测量模型得到的位置的估计值进行融合;否则判断UWB测量模型的定位准确度,若UWB测量模型的定位准确度小于设置的阈值,则将UWB测量模型的得到的二维坐标加上差分气压计测量的高度作为最终的位置预测值;否则将通过测距解算出的高度确定每个测距值的权值,并通过加权最小二乘法得到二维定位坐标加上差分气压计测量的高度作为位置预测值;本发明克服了单一定位系统在复杂环境下的局限性。

    基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法

    公开(公告)号:CN113074739B

    公开(公告)日:2022-09-02

    申请号:CN202110382193.1

    申请日:2021-04-09

    Abstract: 本发明涉及复杂室内定位技术领域,具体涉及一种基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法,包括:建立UWB‑INS融合定位的运动模型;采用超宽带UWB定位技术确定待定位点的第一位置和第一速度;采用惯性导航系统INS获取待定位点的第二位置数据和第二速度;计算以上两种定位方式的实际测量误差;采用动态鲁棒容积卡尔曼滤波算法对实际测量误差进行修正处理,得到最终位置误差;通过最终位置误差对第二位置数据进行修正,得到准确位置s。本发明方法可以缓解外界噪声对系统估计的影响,又可以追踪系统的运动误差模型状态,降低运动不确定性对目标轨迹预测的影响,从而实现精确、稳定的室内导航。

    基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法

    公开(公告)号:CN113074739A

    公开(公告)日:2021-07-06

    申请号:CN202110382193.1

    申请日:2021-04-09

    Abstract: 本发明涉及复杂室内定位技术领域,具体涉及一种基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法,包括:建立UWB‑INS融合定位的运动模型;采用超宽带UWB定位技术确定待定位点的第一位置和第一速度;采用惯性导航系统INS获取待定位点的第二位置数据和第二速度;计算以上两种定位方式的实际测量误差;采用动态鲁棒容积卡尔曼滤波算法对实际测量误差进行修正处理,得到最终位置误差;通过最终位置误差对第二位置数据进行修正,得到准确位置s。本发明方法可以缓解外界噪声对系统估计的影响,又可以追踪系统的运动误差模型状态,降低运动不确定性对目标轨迹预测的影响,从而实现精确、稳定的室内导航。

    一种自动驾驶车辆轨迹预测方法、装置及电子设备

    公开(公告)号:CN113705636A

    公开(公告)日:2021-11-26

    申请号:CN202110922185.1

    申请日:2021-08-12

    Abstract: 本发明自动驾驶领域,具体是一种自动驾驶车辆轨迹预测方法、装置及电子设备;所述方法包括根据自动驾驶车辆周围的传感器采集其周围交通参与者的一系列连续点云图像,对点云图像进行处理后获得自动驾驶车辆与周围交通参与者的位置关系和鸟瞰图BEV;通过图卷积模型对自动驾驶车辆与周围交通参与者的位置关系建模,提取出自动驾驶车辆与周围交通参与者的交互特征;通过时空金字塔模型对BEV图建模,提取出相应的历史轨迹的场景特征;将场景特征和交互特征进行融合,根据所述融合特征预测出自动驾驶车辆的分类和轨迹。本发明考虑了周围交通参与者相互之间的影响,对交通参与者进行分类预测和轨迹预测,减小了运动不确定性对目标轨迹预测的影响。

    一种改进的UWB/IMU融合室内行人定位方法

    公开(公告)号:CN112747747A

    公开(公告)日:2021-05-04

    申请号:CN202110077136.2

    申请日:2021-01-20

    Abstract: 本发明涉及室内定位技术领域,具体涉及一种改进的UWB/IMU融合室内行人定位方法,包括建立UWB测量模型,获取位置的估计值;建立IMU测量模型,利用加速度和角速度解算得到位置的估计值;计算根据UWB测量模型和IMU测量模型得到的位置的估计值的差值;若该差值小于设定的阈值则将UWB测量模型和IMU测量模型得到的位置的估计值进行融合;否则判断UWB测量模型的定位准确度,若UWB测量模型的定位准确度小于设置的阈值,则将UWB测量模型的得到的二维坐标加上差分气压计测量的高度作为最终的位置预测值;否则将通过测距解算出的高度确定每个测距值的权值,并通过加权最小二乘法得到二维定位坐标加上差分气压计测量的高度作为位置预测值;本发明克服了单一定位系统在复杂环境下的局限性。

    一种自动驾驶车辆轨迹预测方法、装置及电子设备

    公开(公告)号:CN113705636B

    公开(公告)日:2024-02-20

    申请号:CN202110922185.1

    申请日:2021-08-12

    Abstract: 本发明自动驾驶领域,具体是一种自动驾驶车辆轨迹预测方法、装置及电子设备;所述方法包括根据自动驾驶车辆周围的传感器采集其周围交通参与者的一系列连续点云图像,对点云图像进行处理后获得自动驾驶车辆与周围交通参与者的位置关系和鸟瞰图BEV;通过图卷积模型对自动驾驶车辆与周围交通参与者的位置关系建模,提取出自动驾驶车辆与周围交通参与者的交互特征;通过时空金字塔模型对BEV图建模,提取出相应的历史轨迹的场景特征;将场景特征和交互特征进行融合,根据所述融合特征预测出自动驾驶车辆的分类和轨迹。本发明考虑了周围交通参与者相互之间的影响,对交通参与者进行分类预测和轨迹预测,减小了运动不确定性对目标轨迹预测的影响。

    一种基于车联网架构的区块链网络的性能计算方法

    公开(公告)号:CN112350852A

    公开(公告)日:2021-02-09

    申请号:CN202011129070.9

    申请日:2020-10-21

    Abstract: 本发明属于车联网通信领域,具体是一种基于车联网架构的区块链网络的性能计算方法;所述计算方法包括将车载单元作为轻节点,路边单元作为共识节点构建出双层结构的区块链网络;采用排队模型对交易投递过程建模,通过马尔科夫链模型求解出稳态概率;通过概率母函数求得交易投递的服务时间分布,在服务时间分布下利用P‑K公式求取轻节点的平均服务时间和平均排队时间;最终得到轻节点进行交易投递的平均投递时延和平均投递效率;轻节点产生的交易到达共识节点后被打包成区块;利用随机理论求得区块链交易的平均验证时延和网络的平均吞吐量;本发明将车联网的单元映射到区块链网络中,并对这种区块链网络的性能进行计算从而有助于未来的应用。

    一种基于车联网架构的区块链网络的性能计算方法

    公开(公告)号:CN112350852B

    公开(公告)日:2022-04-05

    申请号:CN202011129070.9

    申请日:2020-10-21

    Abstract: 本发明属于车联网通信领域,具体是一种基于车联网架构的区块链网络的性能计算方法;所述计算方法包括将车载单元作为轻节点,路边单元作为共识节点构建出双层结构的区块链网络;采用排队模型对交易投递过程建模,通过马尔科夫链模型求解出稳态概率;通过概率母函数求得交易投递的服务时间分布,在服务时间分布下利用P‑K公式求取轻节点的平均服务时间和平均排队时间;最终得到轻节点进行交易投递的平均投递时延和平均投递效率;轻节点产生的交易到达共识节点后被打包成区块;利用随机理论求得区块链交易的平均验证时延和网络的平均吞吐量;本发明将车联网的单元映射到区块链网络中,并对这种区块链网络的性能进行计算从而有助于未来的应用。

Patent Agency Ranking