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！

龙图腾网获悉江南大学申请的专利一种基于异构数据融合与深度学习的无人机目标定位方法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：CN121632159B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610162682.9，技术领域涉及：G01C21/20；该发明授权一种基于异构数据融合与深度学习的无人机目标定位方法是由郁颉凡;李佳恒;陈安琪;梁开妍;吕倩倩;杨潮浚;周小荻设计研发完成，并于2026-02-05向国家知识产权局提交的专利申请。

本一种基于异构数据融合与深度学习的无人机目标定位方法在说明书摘要公布了：本发明公开了一种基于异构数据融合与深度学习的无人机目标定位方法，包括步骤如下：S1，由数据感知模块采集无人机的地理位置信息、姿态、加速度信息及图像数据，并对采集的数据进行预处理，构建多模态输入张量；S2，对构建的多模态深度融合模型进行训练；S3，在飞行过程中，采用离线训练的多模态深度融合模型进行实时推理，并结合在线误差修正与自适应加权机制，实现厘米级的高精度定位与稳定控制。本发明能够根据环境变化实时判断模型可靠性，并根据不确定度自动切换信赖源，有效解决了传统算法无法在线修正误差的问题。

本发明授权一种基于异构数据融合与深度学习的无人机目标定位方法在权利要求书中公布了：1.一种基于异构数据融合与深度学习的无人机目标定位方法，其特征在于，包括步骤如下： S1，由数据感知模块采集无人机的地理位置信息、姿态、加速度信息及图像数据，并对采集的数据进行预处理，构建多模态输入向量； S2，采用多模态输入向量，对构建的多模态深度融合模型进行训练； S3，在飞行过程中，采用离线训练的多模态深度融合模型进行实时推理，并结合在线误差修正与自适应加权机制，实现厘米级的高精度定位与稳定控制； 所述多模态深度融合模型包括：特征提取模块、姿态相关注意模块和坐标回归与不确定性估计模块； 特征提取模块，通过多层全连接结构实现对高维异构输入的非线性映射，挖掘无人机飞行状态与视觉特征之间隐含的深层关联，将原始数据转化为高维特征表示，定义为： 其中，、分别为特征提取网络第一层的权重矩阵与偏置向量；为第一隐层的输出特征向量；为第层的ReLU激活函数，为第隐层的输出特征向量； 姿态相关注意模块，通过引入基于姿态角的注意机制，为不同模态特征分配自适应注意力权重；自适应注意力权重的表达式如下： ， 其中，表示第j个模态在当前姿态下的自适应注意力权重；为包含两层全连接层的非线性映射网络，用于将姿态数据映射到与特征向量相同的维度，以实现特征空间对齐；为第i个样本第j个模态的特征向量,为分母求和遍历时的第k个模态特征向量；为第i个样本对应的无人机横滚角、俯仰角、偏航角； 通过加权融合得到统一的全局特征表示： ， 其中，为经过注意力加权融合后的全局特征向量； 坐标回归与不确定性估计模块，在预测目标地理位置的同时，输出预测结果的不确定性，表达式如下： ， 其中，表示模型预测的目标在地理坐标系下的二维位置坐标，为参数化回归网络，表示模型的不确定性估计。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800号；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。