基于LSTM-KF的多源融合定位方法、程序、设备及存储介质

本发明属于多源融合定位技术领域，具体涉及基于LSTM‑KF的多源融合定位方法、程序、设备及存储介质。本发明将长短期记忆神经网络(LSTM)嵌入卡尔曼滤波框架，实现系统状态预测与观测更新的非线性误差补偿，进而构建具有动态噪声适应能力的改进型卡尔曼滤波器。本发明通过松耦合GPS卫星定位、IMU惯性测量与VO视觉里程计多源异构传感数据，显著提升复杂动态环境下机器人位姿估计的毫米级精度与系统抗干扰能力。