融合注意力机制与神经网络的永磁定位技术

摘要：

传统的永磁定位方法为Levenberg-Marquardt(LM)优化算法.针对算法存在运算时间长、快速运动下精度差的问题,提出了一种融合注意力机制的Inception网络的定位方法.首先,将一维磁传感器数据转为二维矩阵数据,以便采用卷积神经网络进行处理;其次,利用Inception网络对六维位姿进行预测,为提升定位精度,在网络中融合了轻量级的卷积块注意力机制;最后将所提方法和LM算法的运算时间及快速运动下位置精度作对比分析.研究结果表明:所提算法在静态下预测的位姿误差为(0.86±0.40)mm和(0.81±0.36)°,运算速度比LM算法提升200倍;快速定位下位置误差在1 mm左右,比LM算法下降50％以上.因此所提方法可以实现快速运动下的高精度磁定位.

关键词：磁传感器、Inception网络、注意力机制、深度学习、快速运动

所属期刊栏目：45

分类号：TP212(自动化技术及设备)

资助基金：国家自然科学基金;福建省科技计划项目

在线出版日期：2023-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：105-107,111