[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

说明书

本申请涉及一种基于神经网络的融合定位模块标定方法及标定装置。该方法包括：获取预设神经网络的数据训练集，数据训练集包括底盘车速和底盘车速对应的标定速度，底盘车速为车辆传感器测量的整车速度；根据数据训练集训练预设神经网络，以获取根据底盘车速输出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，误差数据用于消除底盘车速和底盘车速对应的标定速度之间的误差，根据误差数据完成融合定位模块的标定。本申请提供的方案，能够基于训练好的神经网络消除融合定位模块的测量误差，实现融合定位模块的标定。

技术领域

本申请涉及导航技术领域，尤其涉及一种基于神经网络的融合定位模块的标定方法及标定装置。

背景技术

相关技术的车辆导航多依赖于卫星定位模块例如GPS卫星定位模块(GlobalPositioning System，全球定位系统)。但在某些场景下，例如桥下，涵洞，隧道，密集楼宇之间等GPS信号不好的位置，相关技术的卫星定位模块的定位偏差很大，甚至无法提供定位结果。而包含融合定位模块(Inertial Measurement Unit，简称IMU)的惯性导航系统，可以利用融合定位模块的测量数据，能够推算出车辆准确的速度、姿态和位置信息。

惯性导航系统利用融合定位模块的加速度计和陀螺仪的测量数据推算车辆的速度、姿态和位置信息。然而，融合定位模块中的加速度计和陀螺仪受各种因素影响，使用一段时间后，其参数和性能会发生变化，使得的测量数据会有所偏差，而且随着时间的推移积累较大的误差，导致利用融合定位模块的测量数据进行定位导航的进度降低。因此必须消除融合定位模块的测量误差，对融合定位模块进行标定。

发明内容

为解决或部分解决相关技术中存在的问题，本申请提供一种基于神经网络的融合定位模块标定方法及标定装置，能够基于训练好的神经网络消除融合定位模块的测量误差，实现融合定位模块的标定。

本申请第一方面提供一种基于神经网络的融合定位模块标定方法，包括：

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

根据数据训练集训练预设神经网络，以获取根据底盘车速输出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的误差数据，误差数据用于消除底盘车速和底盘车速对应的标定速度之间的误差，根据误差数据完成融合定位模块的标定。

优选地，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；

获取设定频率的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。

优选地，根据数据训练集训练预设神经网络之前，包括：

设置预设神经网络的结构，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。

优选地，两层隐藏层中，其中一个隐藏的节点个数为5，另一个隐藏层的节点个数为10。

优选地，根据数据训练集训练预设神经网络，以得到消除底盘车速和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第二隐藏层的随机误差之间的关系，设置第一隐藏层的随机误差和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第二隐藏层的神经元个数。