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！

龙图腾网获悉东之乔科技有限公司申请的专利融合视觉与卫星导航的无人机巡检精准定位方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121594854B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610114130.0，技术领域涉及：G01C21/00；该发明授权融合视觉与卫星导航的无人机巡检精准定位方法及装置是由路赛赛;魏秀涛;王璠设计研发完成，并于2026-01-28向国家知识产权局提交的专利申请。

本融合视觉与卫星导航的无人机巡检精准定位方法及装置在说明书摘要公布了：本发明提供一种融合视觉与卫星导航的无人机巡检精准定位方法及装置，涉及空天信息技术领域。本发明联合提取反映空天信息可靠性的卫星信号质量特征与反映地面环境特性的视觉几何纹理等多维度特征，深度感知环境状态；进而基于实时动态生成适配当前环境的融合策略，智能调整数据权重与算法模型，突破传统固定参数融合模式的局限；通过视觉识别理解无人机所处的具体巡检阶段与目标对象，并加载相应的先验任务约束模型，使定位过程紧密贴合实际作业的精度与安全性需求。最终在动态策略与任务约束的共同指导下进行融合解算，解决复杂环境下无人机定位不准确的问题，提升定位系统的环境适应性、鲁棒性和任务导向的精准性。

本发明授权融合视觉与卫星导航的无人机巡检精准定位方法及装置在权利要求书中公布了：1.一种融合视觉与卫星导航的无人机巡检精准定位方法，其特征在于，包括：获取无人机的卫星导航数据、视觉传感器数据和惯性测量数据； 基于卫星导航数据、视觉传感器数据和惯性测量数据，提取多维度特征，所述多维度特征包括卫星信号质量特征、视觉图像纹理特征、几何结构特征和即时运动状态特征； 基于所述多维度特征，动态生成与当前环境匹配的融合定位策略，所述融合定位策略包括各类数据间的融合权重、状态估计算法和干扰源误差补偿模型； 基于所述视觉传感器数据，识别无人机当前巡检阶段和目标巡检对象，并确定与当前巡检阶段和目标巡检对象对应的先验任务约束模型； 基于所述融合定位策略，以所述先验任务约束模型为优化约束，对所述卫星导航数据与视觉传感器数据进行融合计算，生成无人机的实时定位信息； 所述基于所述多维度特征，动态生成与当前环境匹配的融合定位策略，包括：基于所述多维度特征，通过轻量级分类网络进行实时判定，确定当前环境模式、环境置信度和关键影响因素向量；所述当前环境模式包括开阔模式、半遮挡模式、全遮挡模式或动态干扰模式；基于当前环境模式和环境置信度，动态确定状态估计算法：其中，开阔模式下采用以GNSS为主导的卡尔曼滤波；半遮挡模式下启动以视觉为主导的粒子滤波与GNSS松耦合辅助；全遮挡模式下为基于CNN-LSTM的深度学习定位模型；动态干扰模式下启用抗干扰专用滤波算法；所述抗干扰专用滤波算法在标准卡尔曼滤波框架中，引入了基于新息序列的自适应鲁棒估计，以抑制GNSS数据中因多路径或电磁干扰产生的异常值；基于所述多维度特征，自动调整所述状态估计算法的关键参数，所述关键参数包括卡尔曼滤波的过程噪声协方差Q与观测噪声协方差R，粒子滤波的粒子数目与重采样阈值，深度学习模型的注意力权重；基于所述关键影响因素向量，解析并识别当前主导的干扰源类型，所述干扰源类型包括GNSS多路径效应、强电磁场干扰、视觉图像运动模糊或光照突变；基于当前主导的干扰源类型，从预建立的误差补偿模型库中匹配得到补偿算法；所述误差补偿模型库包括多路径误差抑制模型、抗电磁干扰滤波模型、图像去模糊与光照不变性增强模型；基于所述多维度特征中的卫星信号质量特征，为补偿算法初始化关键参数；基于所述补偿算法和关键参数，确定干扰源误差补偿模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东之乔科技有限公司，其通讯地址为：065001 河北省廊坊市经济技术开发区创业路东侧、云鹏道南侧联东U谷-廊坊科技企业园(A区)11#-C厂房207；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。