基于BP神经网络的无人机IMU多传感器冗余的补偿算法

作者：乔文超; 王红雨^*; 王鸿东

来源：电子测量与仪器学报, 2020, 34(12): 19-28.

DOI：10.13382/j.jemi.B2002968

• 惯性测量多传感器冗余
• 神经网络
• 数据融合
• 仲裁
• IMU冗余安装

针对无人机多传感器数据决策时存在的数据可靠性不足以及资源浪费的问题,提出一种基于BP神经网络的无人机惯性测量单元(IMU)多传感器冗余的补偿算法。将低精度的IMU传感器数据输入到BP神经网络,利用BP神经网络的非线性拟合能力,补偿低精度IMU数据的误差,然后利用基于置信度的数据仲裁算法对多个较高精度数据进行仲裁,输出经过数据融合后的传感器数据,此过程还可以进行传感器故障判断和定位。通过改变同类型传感器安装方式解决奇点问题。实验结果表明,经过神经网络误差补偿后,误差比原来减小了55.2%,比使用卡尔曼滤波算法进行误差补偿后的误差小53.9%。此算法充分发挥了冗余传感器设计的优势,提高了传感器系统的可靠性。

• 单位
  上海交通大学