System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于超宽带的定位方法及系统技术方案_技高网

一种基于超宽带的定位方法及系统技术方案

技术编号:40122771 阅读:4 留言:0更新日期:2024-01-23 20:55
本发明专利技术公开一种基于超宽带的定位方法及系统,涉及超宽带定位技术领域,该方法包括:当目标车辆行驶时,基于所述目标车辆上多个超宽带定位标签在当前时间点接收到目标点的超宽带信号确定目标点在当前时间点的位置坐标集合;将所述位置坐标集合输入坐标预测模型,得到所述目标点在当前时间点的预测位置坐标;所述坐标预测模型为采用训练集训练Transformer网络得到的;所述训练集中样本数据包括输入数据和标签数据,所述输入数据为目标车辆在取样时间点的,采用超宽带信号确定的目标跟踪点的位置坐标集合,所述标签数据为目标跟踪点在取样时间点的实际位置坐标。本发明专利技术提高了超宽带定位的准确性,同时降低了计算复杂性。

【技术实现步骤摘要】

本专利技术涉及超宽带定位,特别是涉及一种基于超宽带的定位方法及系统


技术介绍

1、传统超宽带(ultra wide band,uwb)定位技术具有出色的穿透力和抗干扰能力。目前,uwb定位技术无法满足全地形车导航定位的高精度定位要求,具体是指uwb定位方法普遍存在计算复杂度高和定位误差大的问题。


技术实现思路

1、本专利技术的目的是提供一种基于超宽带的定位方法及系统,提高了超宽带定位的准确性,同时降低了计算复杂性。

2、为实现上述目的,本专利技术提供了如下方案:

3、一种基于超宽带的定位方法,包括:

4、当目标车辆行驶时,基于所述目标车辆上多个超宽带定位标签在当前时间点接收到目标点的超宽带信号确定目标点在当前时间点的位置坐标集合;

5、将所述位置坐标集合输入坐标预测模型,得到所述目标点在当前时间点的预测位置坐标;所述坐标预测模型为采用训练集训练transformer网络得到的;

6、所述训练集中样本数据包括输入数据和标签数据,所述输入数据为目标车辆在取样时间点的,采用超宽带信号确定的目标跟踪点的位置坐标集合,所述标签数据为目标跟踪点在取样时间点的实际位置坐标。

7、可选地,所述目标车辆上超宽带定位标签的数量为三个以上。

8、可选地,当目标车辆行驶时,基于所述目标车辆上多个超宽带定位标签在当前时间点接收到目标点的超宽带信号确定目标点在当前时间点的位置坐标集合,具体包括:

9、利用三角测量原理,利用每三个超宽带定位标签接收的超宽带信号计算出目标点的一个位置坐标,共计算出个位置坐标,个位置坐标构成所述位置坐标集合,n表示所述目标车辆上超宽带定位标签的数量。

10、可选地,所述transformer网络包括依次连接的输入层、编码层、解码层和全连接层;

11、所述编码层包括多个依次串联的编码器,每个所述编码器均包括依次连接的第一多头自注意力层和第一前馈神经网络层;

12、所述解码层包括多个依次串联的解码器,每个所述解码器均包括依次连接的带掩码的多头自注意力层、第二多头自注意力层和第二前馈神经网络层。

13、可选地,所述输入层用于对输入的位置坐标集合进行线性投影,将所述位置坐标集合的维度转换为设定隐藏维度。

14、可选地,采用训练集训练transformer网络时采用均方误差损失函数作为损失函数。

15、可选地,采用训练集训练transformer网络时,采用随机梯度下降优化器对所述transformer网络进行训练。

16、本专利技术公开了一种基于超宽带的定位系统,包括:

17、位置坐标集合确定模块,用于当目标车辆行驶时,基于所述目标车辆上多个超宽带定位标签在当前时间点接收到目标点的超宽带信号确定目标点在当前时间点的位置坐标集合;

18、预测位置坐标确定模块,用于将所述位置坐标集合输入坐标预测模型,得到所述目标点在当前时间点的预测位置坐标;所述坐标预测模型为采用训练集训练transformer网络得到的;

19、所述训练集中样本数据包括输入数据和标签数据,所述输入数据为目标车辆在取样时间点的,采用超宽带信号确定的目标跟踪点的位置坐标集合,所述标签数据为目标跟踪点在取样时间点的实际位置坐标。

20、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:

21、本专利技术当目标车辆行驶时,将采用超宽带信号确定目标点的位置坐标集合输入训练好的transformer网络,得到目标点在当前时间点的预测位置坐标,实现了通过transformer网络对超宽带信号确定的位置坐标的修正,提高了定位的精确性和鲁棒性,计算过程简单,降低了计算复杂性。

本文档来自技高网...

【技术保护点】

1.一种基于超宽带的定位方法,其特征在于,包括:

2.根据权利要求1所述的基于超宽带的定位方法,其特征在于,所述目标车辆上超宽带定位标签的数量为三个以上。

3.根据权利要求2所述的基于超宽带的定位方法,其特征在于,当目标车辆行驶时,基于所述目标车辆上多个超宽带定位标签在当前时间点接收到目标点的超宽带信号确定目标点在当前时间点的位置坐标集合,具体包括:

4.根据权利要求1所述的基于超宽带的定位方法,其特征在于,所述Transformer网络包括依次连接的输入层、编码层、解码层和全连接层;

5.根据权利要求4所述的基于超宽带的定位方法,其特征在于,所述输入层用于对输入的位置坐标集合进行线性投影,将所述位置坐标集合的维度转换为设定隐藏维度。

6.根据权利要求1所述的基于超宽带的定位方法,其特征在于,采用训练集训练Transformer网络时采用均方误差损失函数作为损失函数。

7.根据权利要求1所述的基于超宽带的定位方法,其特征在于,采用训练集训练Transformer网络时,采用随机梯度下降优化器对所述Transformer网络进行训练。

8.一种基于超宽带的定位系统,其特征在于,包括:

...

【技术特征摘要】

1.一种基于超宽带的定位方法,其特征在于,包括:

2.根据权利要求1所述的基于超宽带的定位方法,其特征在于,所述目标车辆上超宽带定位标签的数量为三个以上。

3.根据权利要求2所述的基于超宽带的定位方法,其特征在于,当目标车辆行驶时,基于所述目标车辆上多个超宽带定位标签在当前时间点接收到目标点的超宽带信号确定目标点在当前时间点的位置坐标集合,具体包括:

4.根据权利要求1所述的基于超宽带的定位方法,其特征在于,所述transformer网络包括依次连接的输入层、编码层、解码层和全连接层;

...

【专利技术属性】
技术研发人员:张超吴海军戴一诺吴浩歌
申请(专利权)人:中科华芯东莞科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1