摘要
本申请属于多模态融合感知技术领域,公开了一种基于误差状态卡尔曼网络的多模态融合感知方法,包括:步骤1、采集智能设备的多模态数据,并对其进行预处理,生成全局状态矩阵;步骤2、基于全局状态矩阵,构建状态空间模型,定义误差状态矩阵及误差动力学方程;步骤3、计算所述状态空间模型的不确定度;步骤4、采用RNN模型动态求解卡尔曼增益;步骤5、循环查验图像、文本、激光雷达、全球导航卫星系统的数据是否满足融合感知需求,若满足,则更新误差状态矩阵,若不满足,不做融合处理;步骤6、利用不确定度和卡尔曼增益,校准误差状态矩阵,实现多模态融合感知。本申请显著提升多模态融合感知的效果,为多模态融合感知提供了支持。
技术关键词
误差状态
状态空间模型
全球导航卫星系统
状态估计器
RNN模型
协方差矩阵
激光雷达数据
多模态
LSTM模型
跟踪特征
噪声
校准误差
智能设备状态
内部存储单元
计算误差
非线性
网络
系统为您推荐了相关专利信息
欺骗攻击检测方法
可靠传感器
信息物理系统
控制系统模型
数据编码
协同定位方法
惯性导航系统
扩展卡尔曼滤波器
误差状态
坐标系
图像分类方法
切片
图像分类模型
特征提取模块
图像分类系统
模糊故障
故障检测滤波器
无人船系统
分布式故障检测
模糊规则
机房冷通道
管理方法
状态空间模型
环境监测节点
状态反馈控制器