買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉浙江工業大學申請的專利一種基于慣性測量單元和深度學習的移動機器人定位方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115540857B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211057042.X，技術領域涉及：G01C21/16；該發明授權一種基于慣性測量單元和深度學習的移動機器人定位方法是由郭方洪;楊淏;魏靖城;董輝;吳祥;劉安東;陳積明;俞立設計研發完成，并于2022-08-31向國家知識產權局提交的專利申請。

本一種基于慣性測量單元和深度學習的移動機器人定位方法在說明書摘要公布了：本發明公開了一種基于慣性測量單元和深度學習的移動機器人定位方法，包括將慣性測量單元的原始數據輸入訓練好的深度學習模型，得到慣性測量單元的誤差校準參數和不變卡爾曼濾波器的噪聲參數，再利用慣性測量單元的誤差校準模型獲得校準后的加速度和角速度，再將校準后的加速度和角速度輸入不變卡爾曼濾波器，獲得移動機器人的定位結果。本發明能夠適應不同移動機器人的運動特性，得到更高精度的移動機器人定位結果，并有助于降低移動機器人的定位成本，不易受環境干擾。

本發明授權一種基于慣性測量單元和深度學習的移動機器人定位方法在權利要求書中公布了：1.一種基于慣性測量單元和深度學習的移動機器人定位方法，所述移動機器人包括慣性測量單元，其特征在于：所述基于慣性測量單元和深度學習的移動機器人定位方法包括如下步驟： S1、利用慣性測量單元獲取移動機器人的原始加速度和原始角速度； S2、建立深度學習模型并進行訓練，所述深度學習模型包括依次連接的擴張卷積神經網絡和線性全連接網絡，所述擴張卷積神經網絡包括依次連接的擴張層、第一卷積模塊、第二卷積層模塊、第三卷積模塊、第四卷積模塊和第五卷積模塊，各所述卷積模塊均包括卷積層，所述線性全連接網絡包括依次連接的全連接層和Tanh激活函數層； S3、將原始加速度和原始角速度輸入訓練好的深度學習模型，獲得慣性測量單元的誤差校準參數和不變卡爾曼濾波器的噪聲參數，所述慣性測量單元的誤差校準參數包括 和所述不變卡爾曼濾波器的噪聲參數包括rlat和rup，其中， 依次表示x軸、y軸、z軸角速度的比例系數，依次表示x軸、y軸、z軸加速度的比例系數，依次表示x軸、y軸、z軸角速度的偏移系數，依次表示x軸、y軸、z軸加速度的偏移系數，rlat表示y軸方向速度噪聲協方差，rup表示z軸方向速度噪聲協方差； S4、利用慣性測量單元的誤差校準模型獲得校準后的加速度和角速度，所述誤差校準模型建立如下： 其中， 式中，表示第n時刻的原始IMU數據，ωn表示第n時刻的原始角速度，an表示第n時刻的原始加速度，表示第n時刻校準后的IMU數據，表示第n時刻校準后的角速度，表示第n時刻校準后的加速度，An表示第n時刻誤差校準模型的比例系數矩陣，biasn表示第n時刻誤差校準模型的偏移系數向量； S5、將校準后的加速度和角速度輸入不變卡爾曼濾波器，獲得移動機器人的定位結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江工業大學，其通訊地址為：310014 浙江省杭州市下城區潮王路18號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。