公开(公告)号：CN120084337A

公开(公告)日：2025-06-03

申请号：CN202510319117.4

申请日：2025-03-18

Applicant: 哈尔滨工业大学

Inventor： 沈锋 ,  李文强 ,  尹娟 ,  李昕达 ,  梁一 ,  范瑞昌 ,  袁月 ,  杭兵兵 ,  尹成鹏

IPC: G01C21/20 ,  G01C21/26

Abstract: 本发明提出了一种用于导航定位任务的序贯不变扩展卡尔曼滤波方法，属于汽车导航领域。解决了在IEKF框架下难以实现多坐标系观测的高效融合，并无法保证协方差传递的几何一致性的问题。方法包括：根据导航传感器所处坐标系的不同，将传感器的观测量进行划分；构建李群形式的状态向量：对惯性测量单元的输出进行建模；根据李群状态方程进行状态传播；计算协方差矩阵的传播；根据划分的两类矩阵建立左不变观测方程和右不变观测方程；通过左不变扩展卡尔曼滤波器和右不变扩展卡尔曼滤波器同步更新状态估计，利用公共状态协方差矩阵将左不变协方差矩阵和右不变协方差矩阵进行映射，完成序贯融合。它主要用于自动驾驶领域。

公开(公告)号：CN117634555A

公开(公告)日：2024-03-01

申请号：CN202311362525.5

申请日：2023-10-19

Applicant: 哈尔滨工业大学

Inventor： 沈锋 ,  李文强 ,  李锦辉 ,  王雪 ,  梁一 ,  李昕达 ,  袁月 ,  尹娟 ,  范瑞昌 ,  张明昊 ,  吴宇轩 ,  万彤 ,  王崇钦 ,  尹中祺 ,  徐定杰

IPC: G06N3/0455 ,  G06N3/042 ,  G06N3/048 ,  G06F18/2415 ,  G06N3/08

Abstract: 基于运动约束Transformer的数值传感器可信性自评估方法和系统，涉及数值传感器可信性自评估领域。解决现有导航传感器具有较强的动态性和较大的误差自相关性，传统研究方法在处理较长的导航数据序列时面临梯度消失或爆炸，导致数值传感器可信性自评估结果不准确的问题。方法包括：构建具有多层注意力机制的Transformer结构并对时间序列中任意两个位置之间的依赖关系建立数值传感器数据预测模型；根据运动约束和自相关误差校正技术对预测模型进行优化，获取优化模型；根据优化模型获取预测值；根据预测值计算数值传感器数据的异常概率；根据异常概率计算数值传感器的数据自评估可信性结果。本发明应用于自动驾驶汽车领域。

公开(公告)号：CN117635969A

公开(公告)日：2024-03-01

申请号：CN202311362570.0

申请日：2023-10-19

Applicant: 哈尔滨工业大学

Inventor： 沈锋 ,  李文强 ,  王雪 ,  李锦辉 ,  梁一 ,  李昕达 ,  张明昊 ,  范瑞昌 ,  万彤 ,  吴宇轩 ,  尹娟 ,  袁月 ,  杨朋举 ,  陆一鸣 ,  崔秀雨 ,  尹中祺 ,  周道松

IPC: G06V10/46 ,  G06V10/44 ,  G06T7/70 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/08

Abstract: 基于特征点预测一致性检验的数字图像可信性自评估方法和系统，涉及传感器可信性自评估领域。解决传统的可信度评估方法无法直接确定原始数字图像数据对于导航任务的可信度的问题。所述方法包括：根据传感器接收当前时刻数字图像；提取当前时刻数字图像中的特征点信息；根据所述当前数字图像中的特征点信息计算下一时刻关键特征点的潜在位置；根据所述下一时刻关键特征点的潜在位置和下一时刻实际获取的数字图像进行对比，完成可信性自评估。本发明应用于机器视觉领域。