基于空洞卷积神经网络的姿态估计算法

作者：李哲; 吴珂^*; 黄琼丹

来源：传感器与微系统, 2022, 41(07): 139-151.

DOI：10.13873/J.1000-9787(2022)07-0139-04

• 姿态估计
• 卷积神经网络
• 微惯性测量单元
• 扩展卡尔曼滤波
• 四元数

针对姿态估计中存在微机电系统(MEMS)陀螺仪漂移和误差发散的问题，提出了一种基于空洞卷积神经网络(CNN)补偿微惯性测量单元(MIMU)误差的姿态估计算法。该算法利用空洞卷积神经网络学习MIMU提供的加速度和角速度数据来补偿陀螺仪的误差，使用基于四元数的四阶龙格库塔法求解误差补偿后陀螺仪的角度。将修正后的陀螺仪数据作为预测量；加速度计和磁力计数据作为观测量，通过扩展卡尔曼滤波实现多传感器融合准确估计姿态。利用MPU9250模块进行算法对比实验，结果表明：本算法可有效降低陀螺仪随机漂移，稳定输出高精度姿态。

• 单位
  西安邮电大学; 通信与信息工程学院; 电子工程学院