【摘 要】
:
微机电(Micro Electro Mechanical System,MEMS)捷联惯性导航系统具有成本低、体积小以及功耗低等特点,因此被广泛应用于移动机器人、无人驾驶以及行人导航等各个领域。但是MEMS惯性测量单元(Inertial Measurement Unit,IMU)的低精度导致导航系统误差在短时间内迅速积累并发散,从而影响导航系统的性能,同时对准精度直接影响系统的导航精度,因此初始对
【基金项目】
:
国家自然科学基金(编号:61973333);
论文部分内容阅读
微机电(Micro Electro Mechanical System,MEMS)捷联惯性导航系统具有成本低、体积小以及功耗低等特点,因此被广泛应用于移动机器人、无人驾驶以及行人导航等各个领域。但是MEMS惯性测量单元(Inertial Measurement Unit,IMU)的低精度导致导航系统误差在短时间内迅速积累并发散,从而影响导航系统的性能,同时对准精度直接影响系统的导航精度,因此初始对准技术是捷联惯导系统的关键技术之一。本文为提高MEMS捷联惯性导航系统初始对准精度,从而提高系统导航精度,增强环境适用性,针对基于深度学习的捷联惯导系统初始对准技术进行了深入的研究。(1)对采用冗余技术的MEMS惯性导航系统,在确定了系统冗余IMU的几何配置与数量配置方案的基础上,提出了一种基于自动编码器的冗余IMU系统模型构建方案。该方案通过将冗余配置的MEMS IMU数据进行最优估计,实现系统建模。实验结果表明该方法是有效的。(2)针对传统的基于卡尔曼滤波的初始对准方法对外部设备的依赖问题,提出了一种基于深度学习的状态估计初始对准方法。该方法通过搭建的深度学习网络框架进行训练,实现根据IMU数据检测载体零速,同时将其作为参考信息,设计了不变扩展卡尔曼滤波算法进行信息融合,实现初始对准。实验结果表明,所提出的方法是可行有效的。(3)针对传统初始对准中卡尔曼滤波方法的各种限制条件,提出了一种基于深度学习的初始对准方法,搭建了的一维卷积网络框架。通过学习确定导航系统的初始姿态矩阵。最后与基于卡尔曼滤波进行初始对准的传统方法进行了比较,实验结果表明横摇角、纵摇角和航向角误差分别减小了48.88%,36.09%和43.28%,证明所提出的方法是可行有效的。(4)为了进一步验证本文提出方法的有效性与可行性,集成基于自动编码器的冗余IMU系统建模与基于深度学习的初始对准技术,对其进行实验验证。将其与传统方法的实验结果进行对比与分析,结果表明,航向角误差减小了46.18%。
其他文献
踝关节作为人体下肢最重要的活动和负重关节,其损伤是临床中常见的症状之一。踝关节康复大多需要康复机器人对患者进行康复训练。现有踝关节康复机器人机构设计缺少以人体真实踝部运动位姿为依据,存在设计的踝关节康复机器人与人体踝关节真实运动不协调、不一致等问题,影响患者康复效果。本文以人体踝关节骨骼结构特征与踝关节运动模式为依据,利用实验设备采集踝部运动数据并获得踝关节等效模型轴线位姿参数,以此为基础设计能够
<正> 一、问题的提出缠丝填砾过滤器是生产中广泛使用的一种过滤器类型,但人们经常发现,在同一水文地质单元内的同一成因的含水层中,两眼井距不大且深度相同的水井,其出水量截然不同,原因何在?经验证明原因是多方面的,除了水文地质条件的差异外,往往与施工单位、施工工艺及流程和方法的不同,以及过滤器结构的选择有关。因这些因素而造成水井出水量差异的实例甚多,如处在山前冲洪积倾斜平原上的许昌市,有深水井62眼,
随着机器人技术在生活领域的广泛应用和助行需求的日益增多,下肢助行机器人研究受到越来越多的关注。目前助行机器人多采用下肢关节一体化设计,存在效率低、穿戴舒适性差和自由度低等问题。在人类正常行走中,踝关节的功率和提供的力矩是髋关节和膝关节的2~3倍,为行走推进提供了主要的能量。柔性机器人摒弃了大量刚性连杆结构,相较于传统的刚性机器人具有舒适性高和质量轻等优点。针对人体步行助力需求,对柔性踝关节助行机器
目的 比较格列美脲仿制药与原研药在治疗2型糖尿病时的疗效与安全性。方法 收集于2020年1月1日-2021年12月31日期间在3家中心就诊的2型糖尿病并使用格列美脲患者(342例)的相关临床信息,采用倾向性评分匹配法(PSM)平衡2组患者基线水平。比较2组患者用药至少6个月后有效性与安全性。有效性主要研究指标为糖化血红蛋白(HbA1c)的变化值,有效性次要研究指标为空腹血糖(FBG)的变化值及Hb
传统的模糊C均值(fuzzy c-means, FCM)算法的聚类结果容易受到随机选取初始聚类中心的影响,且在聚类过程中忽视了样本的不同特征和样本本身的重要程度对聚类结果产生的影响。针对这一系列问题,提出了一种结合自适应近邻与密度峰值的基于信息熵加权的模糊聚类算法(ANNDP-WFCM)。首先,结合自适应近邻的密度峰值算法(ANNDP)实现初始聚类中心的自动搜索,针对不同规模、不同结构的数据集可以
在《中国制造2025》的背景下,众多行业均投身于自主研发自动化、智能化生产设备的浪潮中。轴承作为机械系统的核心零部件,其精度关系到整个机械系统的稳定性、可靠性。随着机械行业不断发展,对轴承的精度提出了更高的要求,导致轴承自动化检测技术的要求也不断提高。本文以轴承圈数字化检测线为研究对象,为提高其测量精度,对检测线检测方法、可靠性、数据处理方法进行分析研究,并建立一套数据管理系统,既可监测检测线实时
在港口运输作业中,自动导引运输车(Automated Guided Vehicle,AGV)凭借其自动化程度高、载重量大、可控性强等特点,得到广泛应用。然而沿海地区多降雨、风蚀、盐蚀,港口区域工作负荷较大且多电磁辐射干扰,导致港口AGV发生故障的概率显著升高。本文研究的港口AGV为四轮独立驱动与转向型电动车辆,其四个车轮均可被独立控制,极大提升了操纵灵活性。但由于执行器数量和系统复杂程度的增加,使
微机电惯性测量单元(Micro-Electro-Mechanical System Inertial Measurement Unit,MEMS IMU)因成本低、体积小以及功耗低等优势受到广泛关注,但由于MEMS IMU精度低,基于MEMS IMU的捷联惯性导航系统精度还远远不能满足移动机器人、无人驾驶等各个领域的广泛需求。本文针对MEMS IMU误差大且复杂多变,基于线性误差模型的传统标定方法