基于神经网络模型的姿态更新方法及装置制造方法及图纸

技术编号:30025640 阅读:30 留言:0更新日期:2021-09-11 06:56
本申请是关于一种基于神经网络模型的姿态更新方法及装置。该方法包括:依据角速度的拟合补偿公式,基于神经网络模型建立待训练的角速度补偿模型;使待训练的角速度补偿模型依据输入的角速度序列输出补偿后的修正角速度序列;依据修正角速度序列,确定第一姿态序列;依据卫星定位模块的测量数据,确定第二姿态序列;使第一姿态序列向第二姿态序列收敛,获得训练好的角速度补偿模型;依据训练好的角速度补偿模型输出的修正角速度更新惯性导航系统的姿态。本申请提供的方案,能够基于神经网络模型降低惯性导航系统姿态更新的累积误差,提高惯性导航系统更新姿态的精度。高惯性导航系统更新姿态的精度。高惯性导航系统更新姿态的精度。

【技术实现步骤摘要】
基于神经网络模型的姿态更新方法及装置


[0001]本申请涉及导航
,尤其涉及一种基于神经网络模型的姿态更新方法及装置。

技术介绍

[0002]卫星定位模块例如GPS(Global Positioning System,全球定位系统)定位模块具有性能好、精度高、应用广的特点。但在某些场景下,例如桥下,涵洞,隧道,密集楼宇之间等定位信号不好的位置,相关技术的卫星定位模块的定位偏差很大,甚至无法提供定位结果,从而无法提供准确地导航信息。而包含惯性测量单元(Inertial Measurement Unit,简称IMU)的惯性导航系统,可不借助外力,利用惯性测量单元的测量数据,更新导航信息。
[0003]惯性导航系统根据IMU的加速度和角速度从上一时刻的导航信息推导本时刻的导航信息,导航信息包括姿态、速度、位置。在姿态的更新中,由于惯性导航系统通过对角速度积分等方式解算获得新的姿态,姿态更新的误差会随着时间而增大,存在较大的累积误差,达不到定位导航所需要的精度。

技术实现思路

[0004]为解决或部分解决相关技术中存在的问题,本申请提供一种基于神经网络模型的姿态更新方法及装置,能够基于神经网络模型降低惯性导航系统姿态更新的累积误差,提高惯性导航系统更新姿态的精度。
[0005]本申请第一方面提供一种基于神经网络模型的姿态更新方法,所述方法包括:依据角速度的拟合补偿公式,基于神经网络模型建立待训练的角速度补偿模型;向所述待训练的角速度补偿模型输入惯性导航系统的角速度序列,以使所述待训练的角速度补偿模型依据输入的所述角速度序列输出补偿后的修正角速度序列;依据所述修正角速度序列,确定第一姿态序列;依据卫星定位模块的测量数据,确定第二姿态序列;使所述第一姿态序列向所述第二姿态序列收敛,获得训练好的角速度补偿模型,其中,所述第一姿态序列和第二姿态序列各时刻的姿态在时间上是对齐的;向所述训练好的角速度补偿模型输入所述惯性导航系统的角速度,以使所述训练好的角速度补偿模型输出补偿后的修正角速度;依据所述修正角速度,更新所述惯性导航系统的姿态。
[0006]优选的,所述依据角速度的拟合补偿公式,基于神经网络模型建立待训练的角速度补偿模型,包括:对拟合补偿方程进行求解,获得所述拟合补偿方程的参数;将所述拟合补偿方程的参数代入所述拟合补偿方程,获得所述拟合补偿公式;依据所述拟合补偿公式,基于神经网络模型建立待训练的角速度补偿模型。
[0007]优选的,所述依据卫星定位模块的测量数据,确定第二姿态序列,包括:
融合所述惯性导航系统的测量数据和所述卫星定位模块的测量数据,确定所述第二姿态序列。
[0008]优选的,所述使所述第一姿态序列向所述第二姿态序列收敛,获得训练好的角速度补偿模型,包括:使所述第一姿态序列和所述第二姿态序列的误差和最小,动态调整角速度补偿模型的参数,获得训练好的角速度补偿模型。
[0009]优选的,所述拟合补偿公式是三阶拟合补偿公式:,式中,ω(t)是时刻t角速度ω的补偿量,a、b、c、d是三阶拟合补偿公式的参数。
[0010]本申请第二方面提供一种基于神经网络模型的姿态更新装置,所述装置包括:模型建立模块,用于依据角速度的拟合补偿公式,基于神经网络模型建立待训练的角速度补偿模型;第一输入模块,用于向所述模型建立模块建立的所述待训练的角速度补偿模型输入惯性导航系统的角速度序列,以使所述待训练的角速度补偿模型依据输入的所述角速度序列输出补偿后的修正角速度序列;姿态确定模块,用于依据所述修正角速度序列,确定第一姿态序列,依据卫星定位模块的测量数据,确定第二姿态序列;训练模块,用于使所述姿态确定模块确定的所述第一姿态序列向所述第二姿态序列收敛,获得训练好的角速度补偿模型,其中,所述第一姿态序列和第二姿态序列各时刻的姿态在时间上是对齐的;第二输入模块,向所述训练好的角速度补偿模型输入所述惯性导航系统的角速度,以使所述训练好的角速度补偿模型输出补偿后的修正角速度;更新模块,用于依据所述修正角速度,更新所述惯性导航系统的姿态。
[0011]优选的,所述模型建立模块,还用于对拟合补偿方程进行求解,获得所述拟合补偿方程的参数,将所述拟合补偿方程的参数代入所述拟合补偿方程,获得所述拟合补偿公式。
[0012]优选的,所述姿态确定模块,还用于融合所述惯性导航系统的测量数据和所述卫星定位模块的测量数据,确定所述第二姿态序列。
[0013]优选的,所述训练模块,用于使所述姿态确定模块确定的所述第一姿态序列和所述第二姿态序列的误差和最小,动态调整角速度补偿模型的参数,获得训练好的角速度补偿模型。
[0014]本申请第三方面提供一种电子设备,包括:处理器;以及存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的方法。
[0015]本申请第四方面提供一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
[0016]本申请提供的技术方案可以包括以下有益效果:本申请的技术方案,依据角速度的拟合补偿公式,基于神经网络模型建立待训练的角速度补偿模型;使第一姿态序列向第二姿态序列收敛,通过动态调整拟合补偿公式的参数,能够动态调整待训练的角速度补偿模型的相关参数,能够获得训练精度更好的角速
度补偿模型,使角速度补偿模型输出的修正角速度精度更高;向训练好的角速度补偿模型输入惯性导航系统的角速度,以使训练好的角速度补偿模型输出补偿后的修正角速度;依据修正角速度,更新惯性导航系统的姿态;能够基于神经网络模型降低惯性导航系统姿态更新的累积误差,提高惯性导航系统更新姿态的精度。
[0017]应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
[0018]通过结合附图对本申请示例性实施方式进行更详细的描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
[0019]图1是本申请实施例示出的基于神经网络模型的姿态更新方法的流程示意图;图2是本申请实施例示出的基于神经网络模型的姿态更新方法的另一流程示意图;图3是本申请实施例示出的基于神经网络模型的姿态更新装置的结构示意图;图4是本申请实施例示出的电子设备的结构示意图。
具体实施方式
[0020]下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
[0021]在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络模型的姿态更新方法,其特征在于,包括:依据角速度的拟合补偿公式,基于神经网络模型建立待训练的角速度补偿模型;向所述待训练的角速度补偿模型输入惯性导航系统的角速度序列,以使所述待训练的角速度补偿模型依据输入的所述角速度序列输出补偿后的修正角速度序列;依据所述修正角速度序列,确定第一姿态序列;依据卫星定位模块的测量数据,确定第二姿态序列;使所述第一姿态序列向所述第二姿态序列收敛,获得训练好的角速度补偿模型,其中,所述第一姿态序列和第二姿态序列各时刻的姿态在时间上是对齐的;向所述训练好的角速度补偿模型输入所述惯性导航系统的角速度,以使所述训练好的角速度补偿模型输出补偿后的修正角速度;依据所述修正角速度,更新所述惯性导航系统的姿态。2.根据权利要求1所述的方法,其特征在于,所述依据角速度的拟合补偿公式,基于神经网络模型建立待训练的角速度补偿模型,包括:对拟合补偿方程进行求解,获得所述拟合补偿方程的参数;将所述拟合补偿方程的参数代入所述拟合补偿方程,获得所述拟合补偿公式;依据所述拟合补偿公式,基于神经网络模型建立待训练的角速度补偿模型。3.根据权利要求1所述的方法,其特征在于,所述依据卫星定位模块的测量数据,确定第二姿态序列,包括:融合所述惯性导航系统的测量数据和所述卫星定位模块的测量数据,确定所述第二姿态序列。4.根据权利要求1

3任意一项所述的方法,其特征在于,所述使所述第一姿态序列向所述第二姿态序列收敛,获得训练好的角速度补偿模型,包括:使所述第一姿态序列和所述第二姿态序列的误差和最小,动态调整角速度补偿模型的参数,获得训练好的角速度补偿模型。5.根据权利要求1

3任意一项所述的方法,其特征在于:所述拟合补偿公式是三阶拟合补偿公式:,式中,ω(t)是时刻t角速度ω的补偿量,a、b、c、d是三阶拟合补偿公式的...

【专利技术属性】
技术研发人员:费再慧贾双成朱磊李成军
申请(专利权)人:智道网联科技北京有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1