申请/专利权人：北京爱克塞科技有限公司

申请日：2022-01-27

公开（公告）日：2024-06-14

公开（公告）号：CN114414839B

主分类号：G01P13/00

分类号：G01P13/00;G01N33/00;G06F17/16

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2022.05.20#实质审查的生效;2022.04.29#公开

摘要：本发明涉及一种基于最大梯度矢量的智能自寻的定位定向算法，步骤1、采用空间N点获得待测气体采样点的物理参数，N≥4，由N点物理参数计算最大梯度矢量方向；步骤2、解析N点物理参数的空间梯度特性，并结合在时间维度上最大梯度矢量方向发展的时空边际特性，确定调整步幅；步骤3、直至到达N点物理参数相等为止，通过改变角度与方向，验证N点物理参数是否全方位相同，至此实现对三维空间物理参数发源点的自主寻找。本发明面对未知具有分布势场的物理场参数，可实现真正沿着最大梯度传播反向或正向轨迹，自主寻找势场产生的来源或脱离势场来源的最佳轨迹；而不需要事先知道整个物理参数的时空分布状况，实现低成本快速智能寻找。

主权项：1.一种基于最大梯度矢量的智能自寻的定位定向算法，包括以下步骤：步骤1：构建四点气体采样的空间物理结构，如正四面体的采样检测结构，确定其一点为固定的顶点，其它三点为底面三点；步骤2：将正四面体采样结构任意置于待分析的物理参数空间中，获取其四点的物理参数数值hPi，h为对应点Pii＝0,1,2,3的物理参数数值；步骤3：利用四点的物理参数数值，计算顶点P0至底面三点Pkk＝1,2,3的三个侧边P0，k方向的梯度：P0至Pk梯度矢量： 为顶点P0至点Pkk＝1,2,3的单位度量矢量，hP0-hPk为的数值；绝对值|hP0-hPk|为梯度矢量的模；步骤4：对三个侧边梯度矢量根据hP0-hPkk＝1,2,3数值排序，筛选出最大及其投影对应的侧面Smax；步骤5：以侧面Smax的两个侧边梯度矢量为对象，计算两个矢量之和的方向，及其与侧面Smax自顶点P0至对边中点的方向组成的夹角步骤6：将侧面Smax作为基准面，以侧面Smax在顶点P0的法线为轴，将正四面体采样结构在基准面上旋转角度；步骤7：获取旋转后四点的物理参数数值hPi，h为对应点Pii＝0,1,2,3的物理参数数值，确认步骤4中是否仍在同一侧边上；否则重新执行步骤4,5,6，直至调整角度前后的在同一侧边上；步骤8：计算调整角度后各侧边的模|hP0-hPk|，获得其最大值|hP0-hPk|max与最小值|hP0-hPk|min,计算最大值与最小值两者的差值|Δh|＝|hP0-hPk|max-|hP0-hPk|min；步骤9：由步骤8中梯度矢量的模最大与最小值计算调整步幅距离Ds，如公式1所示：Ds＝|hP0-hPk|min|Δh|×L公式1步骤10：如果已执行两次以上步幅调整，则利用上一次调整时的最大的模与本次最大的模计算调整步幅Dt，如公式2所示： 步骤11：对于寻找目的源的过程，选择Ds与Dt步幅较小者为实际调整Dm，沿步骤7调整角度θ后的最大梯度矢量相反方向，移动Dm距离；对于最佳脱离目的源的轨迹则选择Ds与Dt步幅较小者为实际调整Dm，方向为最大梯度矢量相反方向；步骤12：重复步骤2至11，上次的最大的模与本次最大的模之差接近或等于0；步骤13：任意调整角度θ后，检测三个侧边梯度矢量的模是否相同；若存在明显不同，则回到步骤2继续执行；若基本相同，则目的源头在四面体的采样检测结构内；从而实现智能自主寻的定向定位的功能。

全文数据：

权利要求：

百度查询： 北京爱克塞科技有限公司 一种基于最大梯度矢量的智能自寻的定位定向算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD