[发明专利]一种基于深度强化学习的室内地图匹配方法有效
| 申请号： | 201910840334.2 | 申请日： | 2019-09-06 |
| 公开（公告）号： | CN110530371B | 公开（公告）日： | 2021-05-18 |
| 发明（设计）人： | 周亮;洪焕华;李莹 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G01C21/20 | 分类号： | G01C21/20;G01C21/16;G01C21/00 |
| 代理公司： | 成都正华专利代理事务所(普通合伙) 51229 | 代理人： | 肖芳 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度强化学习的室内地图匹配方法，包括：S1、采集行人惯导模块数据并对数据进行预处理，得到与地图相关的像素坐标；S2、根据步骤S1所得像素坐标，构建局部地图生成模块；S3、定义当得到当前状态下的修正编码即可生成对应的修正坐标；S4、将待修正的像素坐标信息与局部地图联合表征为当前位置的状态；S5、根据单个点的修正后坐标与标签坐标的一致性以及修正后轨迹与标准路径的相似度，设计奖励机制；S6、构建目标值网络和当前值网络的双网络模型，并将目标值网络输出和当前值网络输出的MSE作为损失函数；S7、输出经强化学习模型修正后的定位坐标。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 室内 地图 匹配 方法 | ||
【主权项】：
1.一种基于深度强化学习的室内地图匹配方法，其特征在于，包括：/nS1、采集行人惯导模块数据并对数据进行预处理，得到与地图相关的像素坐标；/nS2、根据步骤S1所得像素坐标，构建局部地图生成模块；/nS3、定义当得到当前状态下的修正编码即可生成对应的修正坐标；/nS4、将待修正的像素坐标信息与局部地图联合表征为当前位置的状态；/nS5、根据单个点的修正后坐标与标签坐标的一致性以及修正后轨迹与标准路径的相似度，设计奖励机制；/nS6、构建目标值网络和当前值网络的双网络模型，并将目标值网络输出和当前值网络输出的MSE作为损失函数；/nS7、输出经强化学习模型修正后的定位坐标。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910840334.2/，转载请声明来源钻瓜专利网。
