定位方法、定位装置和系统制造方法及图纸

定位方法、定位装置和系统。本公开涉及一种由定位装置(20)执行的定位方法，该方法包括：从移动装置(10)接收(101)信号；基于所接收的信号来确定(102)移动装置(10)的定位信息；将所确定的移动装置(10)的定位信息提供(103)给定位引擎(30)；获得(107)所确定的定位信息与由定位引擎(30)确定的估计的定位信息之间的偏移；基于所获得的偏移来训练(108)定位装置(20)的定位算法。

【技术实现步骤摘要】

本公开涉及由定位装置以及包括定位装置和定位引擎的系统执行的定位方法。本公开还涉及对应定位装置、系统、计算机程序和计算机可读存储介质。

技术介绍

1、用于确定装置(例如，移动装置)的位置的定位方法和装置已成为工业和私人生活的几乎所有领域中的非常重要且广泛实现的工具。由于变化的环境和不同类型的障碍物，这些确定的位置的准确性常常可能不可靠，这在如今使用这些定位方法和装置时可能是相当不令人满意或者甚至危险的问题。

2、因此，本公开的目的是改进已知定位方法和定位装置的准确性。

技术实现思路

1、一种由定位装置执行的定位方法包括以下步骤：

2、从移动装置接收信号；

3、基于所接收的信号来确定移动装置的定位信息；

4、向定位引擎提供所确定的移动装置的定位信息；

5、获得所确定的定位信息与由定位引擎确定的估计的定位信息之间的偏移；

6、基于所获得的偏移来训练定位装置的定位算法。

7、本文所呈现的定位方法的优点在于，通过训练获得定位算法，其为确本文档来自技高网...

【技术保护点】

1.一种由定位装置(20)执行的定位方法，该方法包括以下步骤：

2.根据权利要求1所述的定位方法，其中，所述定位算法包括静态算法(222)和自适应机器学习算法(223)，并且其中，基于所获得的偏移来训练(108)所述定位装置(20)的所述定位算法的步骤包括：基于所获得的偏移来训练所述自适应机器学习算法(223)。

3.根据权利要求2所述的定位方法，其中，所述静态算法(222)包括复杂度高于所述自适应机器学习算法的机器学习模型，或者其中，所述静态算法(222)包括超分辨率算法。

4.根据权利要求2或3所述的定位方法，其中，所述自适应机器学习算法(223)...

【技术特征摘要】

1.一种由定位装置(20)执行的定位方法，该方法包括以下步骤：

2.根据权利要求1所述的定位方法，其中，所述定位算法包括静态算法(222)和自适应机器学习算法(223)，并且其中，基于所获得的偏移来训练(108)所述定位装置(20)的所述定位算法的步骤包括：基于所获得的偏移来训练所述自适应机器学习算法(223)。

3.根据权利要求2所述的定位方法，其中，所述静态算法(222)包括复杂度高于所述自适应机器学习算法的机器学习模型，或者其中，所述静态算法(222)包括超分辨率算法。

4.根据权利要求2或3所述的定位方法，其中，所述自适应机器学习算法(223)包括随机梯度下降线性回归模型。

5.根据权利要求1至3中的任一项所述的定位方法，其中，训练(108)所述定位算法的步骤包括：基于所确定的定位信息与所述估计的定位信息之间的所述偏移来更新所述定位算法的权重。

6.根据权利要求1至3中的任一项所述的定位方法，其中，所述移动装置(10)的所述定位信息包括所接收的信号的到达角和/或所述移动装置(10)与所述定位装置(20)之间的距离。

7.根据权利要求1至3中的任一项所述的定位方法，其中，所接收的信号是无线通信技术信号。...

【专利技术属性】
技术研发人员：F·雷扎伊，M·马利格，T·默克，
申请(专利权)人：瑞士优北罗股份有限公司，
类型：发明
国别省市：