10.13873/J.1000-9787(2022)07-0139-04
基于空洞卷积神经网络的姿态估计算法
针对姿态估计中存在微机电系统(MEMS)陀螺仪漂移和误差发散的问题,提出了一种基于空洞卷积神经网络(CNN)补偿微惯性测量单元(MIMU)误差的姿态估计算法.该算法利用空洞卷积神经网络学习MIMU提供的加速度和角速度数据来补偿陀螺仪的误差,使用基于四元数的四阶龙格库塔法求解误差补偿后陀螺仪的角度.将修正后的陀螺仪数据作为预测量;加速度计和磁力计数据作为观测量,通过扩展卡尔曼滤波实现多传感器融合准确估计姿态.利用MPU9250模块进行算法对比实验,结果表明:本算法可有效降低陀螺仪随机漂移,稳定输出高精度姿态.
姿态估计、卷积神经网络、微惯性测量单元、扩展卡尔曼滤波、四元数
41
TP212;TP216.1(自动化技术及设备)
陕西省重点研发计划资助项目2018GY—150
2022-07-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
139-142,151