一种室内外定位的多维度数据融合方法

本发明涉及室内外定位技术领域，提出了一种室内外定位的多维度数据融合方法，包括：采集定位数据，对定位数据进行预处理；采用基于强化学习算法改进的卡尔曼滤波算法对预处理后的定位数据进行融合，获取融合定位结果。本发明采用卡尔曼滤波算法将来自不同传感器的数据进行融合，利用各传感器的优点，通过误差协方差矩阵，卡尔曼滤波器能够动态分配各传感器数据的权重，提高定位精度，通过引入强化学习算法实现了动态调整、数据驱动优化、提高鲁棒性和适应性，克服了传统卡尔曼滤波算法的局限性，进一步提升了定位数据融合的性能，特别是在复杂动态环境和多传感器融合场景中。