- 专利标题: 一种基于多模态数据融合与集成学习的定位方法及系统
-
申请号: CN202411063429.5申请日: 2024-08-05
-
公开(公告)号: CN118960719A公开(公告)日: 2024-11-15
- 发明人: 蒲雨轩 , 李洋 , 边有钢 , 王广才 , 秦洪懋 , 胡满江 , 丁荣军 , 杨智元 , 李都帅 , 李政天
- 申请人: 湖南大学 , 湖南大学无锡智能控制研究院
- 申请人地址: 湖南省长沙市岳麓区麓山南路麓山门
- 专利权人: 湖南大学,湖南大学无锡智能控制研究院
- 当前专利权人: 湖南大学,湖南大学无锡智能控制研究院
- 当前专利权人地址: 湖南省长沙市岳麓区麓山南路麓山门
- 代理机构: 北京汇智胜知识产权代理事务所(普通合伙) 11346专利代理师赵立军
- 优先权: 202410761501.5 2024.06.13 CN
- 主分类号: G01C21/00
- IPC分类号: G01C21/00 ; G06F18/25 ; G06F18/214 ; G06N3/04 ; G06N3/08 ; G06N20/20 ; G01C21/08 ; G01C21/16 ; G01C21/20 ; G01S15/58 ; G01S15/86
摘要:
本发明公开了一种基于多模态数据融合与集成学习的定位方法及系统,该方法包括:通过声学多普勒测速单元获得水下潜器的速度信息和运动轨迹信息;通过捷联式惯性测量单元获得水下潜器的三轴线性加速度数据、三轴角速度数据以及姿态信息;通过地磁导航单元获得水下潜器的位置信息;将多普勒测速单元、捷联式惯性测量单元和地磁导航单元获得的三类多模态数据进行混合编码,得到融合特征数据;将融合特征数据输入到基于Transformer的深度神经网络进行训练;在水下定位导航中,使用训练好的基于Transformer的深度神经网络对水下潜器进行定位。本发明通过多模态融合数据进行特征学习,利用神经网络输出定位结果,提高水下定位精度。