摘要
本发明提供一种基于场景识别的自适应融合定位方法及系统,包括:采集并提取城市不同复杂场景下的GNSS数据特征以构建场景识别数据集。根据场景识别数据集来训练Transformer‑LSTM神经网络,得到场景识别模型。获取并提取待识别GNSS实测数据特征输入到场景识别模型得到场景识别结果。依据场景识别结果构建场景因子。结合场景因子自适应调整卡尔曼滤波中的观测噪声协方差矩阵。根据GNSS与SINS的测量残差驱动卡尔曼滤波以估计载体的高精度位置信息。本发明通过引入场景识别技术,使得自适应融合定位系统能在各种复杂场景中实现精准定位,为复杂城市环境导航任务提供可靠保障。
技术关键词
融合定位方法
LSTM神经网络
卡尔曼滤波
协方差矩阵
观测噪声
融合定位系统
因子
高精度位置信息
场景识别技术
全球导航卫星系统
时间滑动窗口
GNSS数据
载体
惯性导航系统
滤波模块
处理器