一种基于神经网络的惯性导航数据修正方法技术

本发明专利技术公开了一种基于神经网络的惯性导航数据修正方法，利用在无遮挡环境下GNSS提供的准确载体地理位置信息作为校准信息，通过奖励模型训练所设计的人工神经网络，实现人工神经网络对于惯性导航系统累计误差的特征学习，从而消除惯性导航系统的累计误差。

【技术实现步骤摘要】
一种基于神经网络的惯性导航数据修正方法
本专利技术涉及惯性导航领域，具体涉及一种基于神经网络的惯性导航数据修正方法。
技术介绍
物联网相关应用的迅速发展，同时也带动了基于位置的服务(LBS)的需求飞涨，这使得对高精度实时定位方案的需求日益迫切。准确、稳定、实时的定位系统是实现诸如虚拟现实(VR)、商品零售、机器人控制、无人驾驶等物联网应用的重要保障。尽管当前通过如全球定位系统(GPS)、北斗卫星导航系统(BDS)、伽利略卫星定位系统(Galileo)以及格洛纳斯(GLONASS)定位系统的全球导航卫星系统(GNSS)进行定位已经十分普及，但对于一些具有严重遮挡的室外环境(如隧道、森林等)或受建筑结构对于卫星信号的屏蔽与干涉影响的室内场景，依靠卫星的定位会不准确。而利用惯性测量单元(IMU)的惯性导航系统(INS)是解决以上问题的一种有效途径，其具备对外界环境无限制、适用场景广泛、成本低等诸多优点，是实现定位应用的常用手段。然而，由于是对加速度与角速度进行二次积分获得的载体相对位姿变化，惯性导航系统会因为产生累计误差导致轨迹估计随本文档来自技高网...

【技术保护点】
1.一种基于神经网络的惯性导航数据修正方法，其特征在于，包括以下步骤：/nS1、采集惯性导航系统的载体位姿数据和GNSS的载体地理位置数据；/nS2、将载体位姿数据和载体地理位置数据进行分组预处理，得到多组载体数据；/nS3、构建惯导修正神经网络，采用多组载体数据对惯导修正神经网络进行训练，直到奖励模型获得的平均奖励最大，得到训练完成的惯导修正神经网络；/nS4、采用训练完成的惯导修正神经网络对载体位姿数据进行修正，得到惯性导航修正数据。/n

【技术特征摘要】
1.一种基于神经网络的惯性导航数据修正方法，其特征在于，包括以下步骤：
S1、采集惯性导航系统的载体位姿数据和GNSS的载体地理位置数据；
S2、将载体位姿数据和载体地理位置数据进行分组预处理，得到多组载体数据；
S3、构建惯导修正神经网络，采用多组载体数据对惯导修正神经网络进行训练，直到奖励模型获得的平均奖励最大，得到训练完成的惯导修正神经网络；
S4、采用训练完成的惯导修正神经网络对载体位姿数据进行修正，得到惯性导航修正数据。


2.根据权利要求1所述的基于神经网络的惯性导航数据修正方法，其特征在于，所述步骤S2中分组预处理的方法为：将两个相邻时间点载体地理位置数据和两个相邻时间点间的多个载体位姿数据归为一个分组，得到第n组载体数据为：其中，GNSSn为第n个时间点的载体地理位置数据，GNSSn+1为第n+1个时间点的载体地理位置数据，到为第n个时间点和第n+1个时间点之间的L个载体位姿数据。


3.根据权利要求1所述的基于神经网络的惯性导航数据修正方法，其特征在于，所述步骤S3中惯导修正神经网络包括：输入层、隐藏层和输出层；
所述输入层、隐藏层和输出层均为全连接层，并依次连接。


4.根据...

【专利技术属性】
技术研发人员：肖卓凌，朱然，杨明堃，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51