The invention provides a multi-mode fusion positioning method for an unmanned platform. The method includes: carrying multiple positioning systems in unmanned platform, learning the neural network parameters of each positioning system for describing the error model, obtaining the error information matrix for output positioning algorithm based on the neural network parameters, obtaining the positioning results of each positioning system based on the information matrix of each positioning system, and determining each positioning system. Bit results and information matrix are input to the information filter, which outputs the fusion positioning results of the unmanned platform. The method of the embodiment of the present invention can effectively fuse the output of the multi-module positioning system and obtain accurate and stable fusion positioning results, which provides a basis for the unmanned platforms such as mobile robots to perform other complex tasks. It has strong scalability and can be applied to multi-module fusion positioning.
【技术实现步骤摘要】
无人平台的多模态融合定位方法
本专利技术涉及定位
,尤其涉及一种无人平台的多模态融合定位方法。
技术介绍
在移动机器人的发展过程中,定位技术为其实现各类复杂任务的基础技术,如导航、规划等任务的有效执行均依赖于精准的定位输入。近年来,随着无人驾驶领域与传感器技术的发展,涌现出了多种依赖不同模块传感器的定位策略。由于不同种类的传感器的测量信息与定位算法的不同,单模块定位技术各有优劣,复杂场景中智能车平台需融合多模块定位技术,以保障可靠稳定地输出定位信息。现有的多模块定位方法多为根据经验设计规则进行模块切换,本质上等价于单模块定位的轮流工作,其一旦脱离经验适用情况即不再可靠。基于概率的贝叶斯融合方法虽能在本质上实现信息融合,但其根本条件为要求各模块定位具备可靠的误差模型,且要求各模块定位在融合过程中相互适配。对于现有的单模块定位技术,除有限的几种如惯性导航、航位推算等可用标定技术与误差传播理论估计其误差模型外,对于多数基于环境感知的定位技术而言,其误差模型由于其内部非线性特征处理环节难以导出,常具备场景相关性,如激光定位方法在特征丰富的场景中更为精确。对于多模块定位技术,其目的是实现各个模块融合互补,但现在仍缺乏有效的融合手段,因而多源定位融合问题仍旧是定位领域的一大难题。
技术实现思路
本专利技术的实施例提供了一种无人平台的多模态融合定位方法,以克服现有技术的问题。为了实现上述目的,本专利技术采取了如下技术方案。一种无人平台的多模态融合定位方法,包括:在无人平台人中搭载多个定位系统,分别学习出每个定位系统的用于描述误差模型的神经网络参数,根据所述神经网络参数 ...
【技术保护点】
1.一种无人平台的多模态融合定位方法,其特征在于,包括:在无人平台人中搭载多个定位系统,分别学习出每个定位系统的用于描述误差模型的神经网络参数,根据所述神经网络参数得到用以输出定位算法的误差信息矩阵,基于各个定位系统的信息矩阵得到各个定位系统输出的定位结果;将每个定位系统的定位结果与信息矩阵输入到信息滤波器,所示信息滤波器输出所述无人平台的融合定位结果。
【技术特征摘要】
1.一种无人平台的多模态融合定位方法,其特征在于,包括:在无人平台人中搭载多个定位系统,分别学习出每个定位系统的用于描述误差模型的神经网络参数,根据所述神经网络参数得到用以输出定位算法的误差信息矩阵,基于各个定位系统的信息矩阵得到各个定位系统输出的定位结果;将每个定位系统的定位结果与信息矩阵输入到信息滤波器,所示信息滤波器输出所述无人平台的融合定位结果。2.根据权利要求1所述的方法,其特征在于,所述的分别学习出每个定位系统的用于描述误差模型的神经网络参数,根据所述神经网络参数得到用以输出定位算法的误差信息矩阵,包括:采集各定位系统的定位算法的输入数据,利用输入数据制作各定位系统的训练数据集,分别针对各个定位系统设计对应的神经网络,以神经网络形式表示各个定位系统的定位场景数据到误差模型之间的映射关系,利用各个定位系统的训练数据集和定位场景数据到误差模型之间的映射关系,分别学习出每个定位系统的用于描述误差模型的神经网络参数,根据所述神经网络参数得到用以输出定位算法的误差信息矩阵。3.根据权利要求2所述的方法,其特征在于,当所述定位系统为激光里程计时,所述的分别学习出每个定位系统的用于描述误差模型的神经网络参数,根据所述神经网络参数得到用以输出定位算法的误差信息矩阵,包括:对于二维定位定向问题,将单帧二维激光扫描数据投影至二维平面,获得单帧占有栅格地图,将栅格地图输入CNN神经网络,输出6个独立元素,将所述6个独立元素组成下三角矩阵,将该下三角矩阵与其转置矩阵相乘,获得半正定信息矩阵,将所述半正定信息矩阵作...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。