酷应用

新闻
- 看点
- 观点
- 读点
- 热点
科技
- 数码
- 软件
- 应用
- 极客
企服
- 电商
- 运营
- 移动
- 访谈
- 动态
- 招聘
- 访谈
- 百家
安全
- 业界
- 快讯
- 技术
- 校园
- 工具
文娱
- 明星
- 影视
- 音乐
- 网娱
- 韩娱
- 词典
游戏
- 手游
- 页游
- 端游
好货
- 报道
- 值得买
- 健康

精彩碰撞！神经网络和传统滤波竟有这火花？

百家作者：AI100 2021-01-12 19:13:59

作者 | 周周

出品 | AI大本营（ID：rgznai100）

惯性传感器在航空航天系统中主要用于姿态控制和导航。微机电系统的进步促进了微型惯性传感器的发展，该装置进入了许多新的应用领域，从无人驾驶飞机到人体运动跟踪。在捷联式 IMU 中，角速度、加速度、磁场矢量是在传感器固有的三维坐标系中测量的数据。估计传感器相对于坐标系的方向，速度或位置，需要对相应的传感数据进行捷联式积分和传感数据融合。在传感器融合的研究中，现已提出了许多非线性滤波器方法。但是，当涉及到大范围的不同的动态/静态旋转、平移运动时，由于需要根据情况调整加速度计和陀螺仪融合权重，可达到的精度受到限制。为克服这些局限性，该项研究利用人工神经网络对常规滤波算法的优化和探索。

常规滤波算法的不足

惯性姿态估计的现有解决方案通常基于模型和启发式参数化。研究人员会使用测量误差，三维旋转和重力加速度转换的数学模型，选择合理的协方差矩阵，融合权重或定义权重调整方式等参数。尽管在许多应用领域中使用这种解决方案已经获得了相当高的精度，但是众所周知，对于不同类型的运动和干扰，不同的参数化效果也不同。

姿态估计问题

对测量获取的四元数和预估的四元数之间进行误差计算

给定一个在空间中自由移动的，基于 MEMS 的 IMU 的三维加速度计和陀螺仪读数的采样序列，估算每个采样时刻 IMU 相对于参考坐标系的姿态。利用算法获取四元数估计值

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/

*文章为作者独立观点，不代表爱尖刀立场

本文由 AI100发表，转载此文章须经作者同意，并请附上出处( 爱尖刀 )及本页链接。

原文链接 https://www.ijiandao.com/2b/baijia/397059.html

图库

公众号

关注网络尖刀微信公众号
随时掌握互联网精彩

赞助链接

百度热搜榜

排名热点搜索指数