基于空洞卷积神经网络的姿态估计算法

摘要：

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.

关键词：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

所属期刊栏目：41

分类号：TP212;TP216.1(自动化技术及设备)

资助基金：陕西省重点研发计划资助项目2018GY—150

在线出版日期：2022-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：139-142,151