传统姿态融合算法在考虑大范围动态、静态旋转以及平动运动时,需根据不同运动状态调整陀螺仪与加速度计、磁力计之间的融合权重,且涉及复杂的模型补偿与参数调整,限制了其可达精度。针对上述问题,将长短时记忆(LSTM)神经网络用于姿态估计中,建立传感器与姿态角序列之间的非线性映射。在公开数据集上进行实验,结果表明,与传统姿态估计算法相比,基于LSTM神经网络的姿态估计算法所得结果的误差大幅下降,精度提高了至少一个数量级。