买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京中科深智科技有限公司

摘要：本发明公开了一种基于雷达和IMU的姿态动态估计方法及系统，其中方法包括：从雷达例如毫米波雷达扫描得到的雷达点云数据中提取地标信息；根据IMU数据估计雷达运载体的相对动作；对地标信息和雷达运载体的相对动作信息进行信息点扫描匹配，得到雷达运载体的运动姿态；对匹配得到的雷达运载体的运动姿态进行姿态回归计算，并根据姿态回归计算结果预测得到雷达运载体的六自由度运动姿态。本发明专门为雷达例如毫米波雷达设计了一套移动雷达自运动姿态估计算法，提高了移动雷达自运动姿态估计的准确度，且具有较高地姿态估计速度，确保了姿态估计的实时性，对提高移动雷达的室内自我定位精度具有积极作用。

主权项：1.一种基于雷达和IMU的姿态动态估计方法，其特征在于，具体步骤包括：1从雷达扫描得到的雷达点云数据中提取地标信息；2根据IMU数据估计雷达运载体的相对动作；3对所述地标信息和所述雷达运载体的相对动作信息进行信息点扫描匹配，得到所述雷达运载体的运动姿态；4对步骤3匹配得到的所述雷达运载体的运动姿态进行姿态回归计算，并根据姿态回归计算结果预测得到所述雷达运载体的六自由度运动姿态；步骤3中，采用NDT正态分布变换算法对所述地标信息和所述雷达运载体的相对动作信息进行信息点扫描匹配；步骤4中，采用UKF无迹卡尔曼滤波算法对雷达运载体的运动姿态进行姿态回归计算；步骤4中，对雷达运载体的运动姿态进行姿态回归计算的过程可通过以下表达式表达： 上式中，pt-1为所述雷达运载体在当前t时刻的上一时刻的所处位置；fXt-1为预测所述雷达运载体运动位置的第一转移方程；qt-1为表征所述雷达运载体在当前t时刻的上一时刻的旋转状态的旋转四元数；Δqt是所述雷达运载体在t-1时刻到当前t时刻的旋转变化量；vt-1表示所述雷达运载体在当前t时刻的上一时刻的运动速度； 是所述雷达运载体在当前t时刻的上一时刻的角速度的偏置；所述第一转移方程使用RNN神经网络进行建模；步骤4中，预测得到所述雷达运载体的六自由度运动姿态的第二转移方程使用LSTM长短期记忆人工神经网络进行建模；用于对所述第二转移方程进行建模的LSTM神经网络的内部预测过程可通过以下公式1和公式2表达：Ck＝fk⊙Ck-1+ik⊙gk公式1公式1中，Ck用于表示记忆细胞是通过遗忘门和输入门来控制信息的流动；fk用于表示遗忘门；Ck-1用于表示上一个时刻的记忆细胞；ik用于表示输入门；gk用于表示候选记忆细胞；hk＝oK⊙tanhCk公式2公式2中，hk表示当前时刻的隐藏状态；oK表示输出门；tanh是激活函数，值域在[-1，1]；公式1中，fk通过以下公式11计算而得：fk＝σWf·[xk，hk-1]+bf公式11公式11中，σ表示sigmoid激活函数；W表示权重参数；xk表示LSTM模块的输入；hk-1表示上一个时间步的隐藏状态；bf表示遗忘门的偏差参数；公式1中，ik通过以下公式12计算而得：ik＝σWi·[xk，hk-1]+bi公式12公式12中，bi表示输入门的偏差参数；公式1中，gk通过以下公式13计算而得：gk＝tanhWg·[xk，hk-1]+bg公式13公式13中，bg表示候选记忆细胞的偏差参数；tanh表示激活函数，值域是[-1，1]；公式2中，oK通过以下公式21表达：oK＝σWo·[xk，hk-1]+bo公式21xk表示LSTM模块的输入；hk-1表示上一个时刻的隐藏状态；Wo表示输出门的权重参数；bo表示输出门的偏差参数；σ表示sigmoid激活函数，其值域在[0，1]，因此可以用来表示遗忘门输入门等的开关状态。

全文数据：

权利要求：

百度查询： 北京中科深智科技有限公司 一种基于雷达和IMU的姿态动态估计方法及系统