[发明专利]基于神经网络的融合定位模块的标定方法及标定装置

权利要求书

1.一种基于神经网络的融合定位模块的标定方法，其特征在于，包括：

获取预设神经网络的数据训练集，所述数据训练集包括底盘车速和底盘车速对应的标定速度，所述底盘车速为车辆传感器测量的整车速度；

根据所述数据训练集训练所述预设神经网络，以获取根据所述底盘车速输出所述标定速度的速度标定神经网络；

依据速度标定神经网络输出误差数据，所述误差数据用于消除所述底盘车速和所述底盘车速对应的标定速度之间的误差，根据所述误差数据完成融合定位模块的系数标定。

2.根据权利要求1所述的方法，其特征在于，所述获取预设神经网络的数据训练集，包括：

获取设定频率的卫星定位模块在一个时间段采集的标定速度；

所述车辆传感器在相同时间段采集的底盘速度；

设置数据训练集样本个数，将在目标时间段内的标定速度和底盘速度作为数据训练集。

3.根据权利要求1所述的方法，其特征在于，所述根据所述数据训练集训练所述预设神经网络之前，包括：

设置预设神经网络的结构，所述神经网络的隐藏层至少包括两层神经网络；

设置神经网络的隐藏层的神经元个数。

4.根据权利要求3所述的方法，其特征在于，两层所述隐藏层中，其中一个所述隐藏的节点个数为5，另一个所述隐藏层的节点个数为10。

5.根据权利要求3所述的方法，其特征在于，所述根据所述数据训练集训练所述预设神经网络，以得到消除所述底盘车速和所述标定速度之间的误差的速度标定神经网络，包括：

获取第一隐藏层的随机误差和第二隐藏层的随机误差；

获取第一隐藏层的随机误差和所述第二隐藏层的随机误差之间的关系，设置所述第一隐藏层的随机误差和所述第二隐藏层的随机误差之间的误差函数；

根据预设更迭速率获取误差函数的最小值，根据最小值获取所述第一隐藏层的权值和第二隐藏层的神经元权值，并获取第一隐藏层和所述第二隐藏层的神经元个数。

6.根据权利要求5所述的方法，其特征在于，所述获取所述第一隐藏层的随机误差和所述第二隐藏层的随机误差之前，包括：

获取输入层与所述第一隐藏层之间的第一误差函数；

获取所述第一隐藏层与所述第二隐藏层之间的第二误差函数；

获取所述输入层与所述第二隐藏层之间的第三误差函数；

根据所述第一误差函数、第二误差函数、所述第三误差函数获取预设神经网络的误差函数。

7.根据权利要求5所述的方法，其特征在于，所述设置所述第一隐藏层的随机误差和所述第二隐藏层的随机误差之间的误差函数，包括：

设置第一隐藏层各神经元的随机权重，根据所述随机权重和底盘车速获取所述第一隐藏层的输入值；

设置所述预设神经网络的激发函数，根据所示激发函数和所述第一隐藏层的输入值获取所述第一隐藏层的输出值；

获取所述第二隐藏层各神经元的随机权重，根据所述第二隐藏层的随机权重和所述第二隐藏层的输出值获取所述第二隐藏层的输入值；

根据所述第二隐藏层的输入值和所述预设神经网络获取第二隐藏层的输出值；

根据所述第二隐藏层的输入值和所述第二隐藏层的输出值，计算所述第一隐藏层的随机误差和所述第二隐藏层的随机误差之间的误差函数。

8.一种基于神经网络的融合定位模块的标定装置，其特征在于，包括：

获取单元，用于获取预设神经网络的数据训练集，所述数据训练集包括底盘车速和底盘车速对应的标定速度，所述底盘车速为所述车辆传感器测量的整车速度；

训练单元，用于根据所述数据训练集训练所述预设神经网络，以获取根据所述底盘车速输出所述标定速度的速度标定神经网络；

标定单元，用于依据速度标定神经网络输出误差数据，所述误差数据用于消除所述底盘车速和所述底盘车速对应的标定速度之间的误差数据，根据所述误差数据完成融合定位模块的标定。