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

    IPC分类号: G01C25/00

    摘要: 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。

    一种用于数控车削加工的刀具磨损视诊装置及视诊方法

    公开(公告)号:CN108655826A

    公开(公告)日:2018-10-16

    申请号:CN201810659542.8

    申请日:2018-06-25

    IPC分类号: B23Q17/09 B23Q17/24

    摘要: 本发明公开了一种用于数控车削加工的刀具磨损视诊装置及视诊方法。该装置包括图像采集装置、驱动装置和计算机;该装置结构简单,安装方便,可在加工间隙实现刀具磨损状态在机检测,无需卸载刀具即可实现车削刀具主后刀面的测量,检测精度高,大大减少检测时间和再对刀时间,提高工作效率,非常适合自动化现场的应用。该方法采用VBmax、VB和主后刀面磨损区域面积三个刀具磨损参数作为特征指标对刀具磨损状态进行描述,克服单一参数可能产生的误差;利用支持向量机建立样本数据库并训练支持向量机,将磨损区域的三个刀具磨损参数作为支持向量机的输入,自适应地监测刀具所属的磨损级别。

    一种用于数控车削加工的刀具磨损视诊装置及视诊方法

    公开(公告)号:CN108655826B

    公开(公告)日:2023-04-14

    申请号:CN201810659542.8

    申请日:2018-06-25

    IPC分类号: B23Q17/09 B23Q17/24

    摘要: 本发明公开了一种用于数控车削加工的刀具磨损视诊装置及视诊方法。该装置包括图像采集装置、驱动装置和计算机;该装置结构简单,安装方便,可在加工间隙实现刀具磨损状态在机检测,无需卸载刀具即可实现车削刀具主后刀面的测量,检测精度高,大大减少检测时间和再对刀时间,提高工作效率,非常适合自动化现场的应用。该方法采用VBmax、VB和主后刀面磨损区域面积三个刀具磨损参数作为特征指标对刀具磨损状态进行描述,克服单一参数可能产生的误差;利用支持向量机建立样本数据库并训练支持向量机,将磨损区域的三个刀具磨损参数作为支持向量机的输入,自适应地监测刀具所属的磨损级别。