摘要
本发明公开了基于空间多模态数据融合的高精度AI定位方法及系统,属于融合定位技术领域,具体包括:采集卫星定位信号、惯性测量数据、视觉图像、激光雷达点云及高精地图等空间多模态数据;再通过解析视觉图像光照分布、激光点云大气粒子密度分布、卫星信号多径反射路径,生成环境物理属性参数集合;接着将各模态原始数据输入与环境参数绑定的修正函数,输出经误差补偿的标准化特征向量;最后将输入具有时空记忆的递归神经网络,通过动态调整各模态特征融合权重系数,输出载体六自由度位姿;本发明通过深度融合多模态数据与环境物理属性,解决了现有技术环境适应性差、动态调节不足的问题,提升了复杂场景下定位的精度与鲁棒性。
技术关键词
多模态数据融合
递归神经网络
定位方法
激光雷达点云
模态特征
关键特征点
地图
视觉
物理
记忆
光照
参数
图像
融合定位技术
载体
运动轨迹预测
多径
信号传播路径
系统为您推荐了相关专利信息
三维空间环境
蓝牙定位方法
遗传算法
基站
三维坐标信息
干扰源定位方法
天线阵列
星地协同
信号互模糊函数
无线电定位技术
心血管监测系统
终端设备
心脏磁共振成像
数据处理模块
中央处理系统