基于注意力机制卷积神经网络的冗余陀螺仪标定方法

    公开(公告)号:CN117029881A

    公开(公告)日:2023-11-10

    申请号:CN202311167518.X

    申请日:2023-09-12

    Abstract: 本发明为一种基于注意力机制卷积神经网络的冗余陀螺仪标定方法,首先,利用冗余IMU采集运载体的IMU数据,对冗余IMU数据进行时间对齐,建立虚拟坐标系并对各个IMU测量的IMU数据进行融合,得到融合IMU数据,进而得到IMU数据序列,若干个IMU数据序列组成一个IMU数据集;然后,构建陀螺仪误差标定模型,模型包含两个分支,一个分支用于标定陀螺仪的系统性误差,另一个分支用于标定陀螺仪的随机性误差;最后,对IMU数据集进行归一化处理,利用归一化后的IMU数据集对陀螺仪误差标定模型进行训练,并将训练后的陀螺仪误差标定模型用于冗余陀螺仪的标定。该方法提高了标定精度,减小了参数量和计算复杂度,使模型能够在资源受限的环境中部署。

Patent Agency Ranking