[发明专利]基于序列分组滑动窗口的室内定位方法及装置有效
申请号: | 202210041125.3 | 申请日: | 2022-01-14 |
公开(公告)号: | CN114440888B | 公开(公告)日: | 2023-05-16 |
发明(设计)人: | 刘宁;庄卉;何涛 | 申请(专利权)人: | 中山大学 |
主分类号: | G01C21/20 | 分类号: | G01C21/20 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 梁嘉琦 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 序列 分组 滑动 窗口 室内 定位 方法 装置 | ||
1.基于序列分组滑动窗口的室内定位方法,其特征在于,包括:
构建基于分组滑动窗口的位置预测网络结构;
通过滑动窗口对采集到的待确定路径上的地磁信号序列进行切割分组处理,得到多组地磁信号序列;
将每组所述地磁信号序列输入所述位置预测网络后,得到各组地磁信号序列对应的位置序列;
所述方法还包括位置预测网络的训练步骤,该步骤具体包括:
对采集到的地磁信号进行分组预处理,使用Transformer网络结构训练每组各个地磁序列和对应位置获得定位模型,所述定位模型用于确定粗定位结果;
构建多层时序特征提取结构和解码位置输出结构,提取地磁信号特征以及不同时刻所获信息间的关联特征;
根据所述地磁信号特征、所述关联特征以及所述定位模型,构建位置预测网络模型;
通过预处理后的地磁序列信号对所位置预测网络模型进行训练;
所述构建多层时序特征提取结构和解码位置输出结构,提取地磁信号特征以及不同时刻所获信息间的关联特征,包括:
构建基于Transformer网络的多层级特征提取网络来提取输入的每组地磁序列的地磁信号特征;
构建基于编码器结构的关联信息提取网络提取每组地磁序列相互之间的关联特征;
其中,所述地磁信号特征包括地磁序列特征的网络前端及对地磁序列特征进行扩展的网络后端;
所述构建基于编码器结构的关联信息提取网络提取每组地磁序列相互之间的关联特征,包括:
每组地磁序列的地磁信号特征进行拼接处理获得时序相关的特征序列;
将所述特征序列输入基于编码器结构的关联信息提取网络提取各个地磁序列基于时序的关联信息特征;
所述根据所述地磁信号特征、所述关联特征以及所述定位模型,构建位置预测网络模型,包括:
将所述关联特征输入基于解码器结构的位置解码预测网络结构;
根据所述粗定位模型计算每组首个地磁序列的粗定位结果作为解码器的序列位置输入起始符;
根据所述解码器的序列位置输入起始符,构建位置预测网络模型。
2.根据权利要求1所述的基于序列分组滑动窗口的室内定位方法,其特征在于,所述对采集到的地磁信号进行分组预处理,使用Transformer网络结构训练每组各个地磁序列和对应位置获得定位模型,包括:
对采集的地磁信号序列进行姿势校准处理;
使用滑动窗口对姿势校准处理后的地磁序列进行切割分组处理,得到多组地磁序列,其中,每组地磁序列由多个地磁序列及对应位置标签组成;
使用Transformer特征提取网络对切割所得的各组地磁序列及对应的位置标签进行训练,获得粗定位模型。
3.根据权利要求1或2所述的基于序列分组滑动窗口的室内定位方法,其特征在于,所述方法还包括模型测试步骤,该步骤具体包括:
加载训练完成的位置预测网络模型和粗定位模型;
对输入的每组地磁序列进行串行位置预测,编码器的前置输入为粗定位位置与编码器上轮所预测位置的加权结果。
4.一种应用如权利要求1所述的基于序列分组滑动窗口的室内定位方法的装置,其特征在于,包括:
第一模块,用于构建基于分组滑动窗口的位置预测网络结构;
第二模块,用于通过滑动窗口对采集到的待确定路径上的地磁信号序列进行切割分组处理,得到多组地磁信号序列;
第三模块,用于将每组所述地磁信号序列输入所述位置预测网络后,得到各组地磁信号序列对应的位置序列。
5.一种电子设备,其特征在于,包括处理器以及存储器;
所述存储器用于存储程序;
所述处理器执行所述程序实现如权利要求1至3中任一项所述的方法。
6.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行实现如权利要求1至3中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210041125.3/1.html,转载请声明来源钻瓜专利网。