申请/专利权人：武汉大学

申请日：2023-11-29

公开（公告）日：2024-03-01

公开（公告）号：CN117629252A

主分类号：G01C25/00

分类号：G01C25/00;G06F18/214;G06F18/24;G06F18/25;G06N3/0464;G06N3/0499;G06N3/0442;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.19#实质审查的生效;2024.03.01#公开

摘要：本发明提供一种基于卷积神经网络的惯性里程导航校正方法及系统，属于导航技术领域，包括：当GNSS信号可用时，GNSSINS组合导航系统进行正常的滤波融合；当GNSS信号中断时，将IMU输出的经过补偿的三轴陀螺仪信息和三轴加速度计信息送入惯性里程计中，惯性里程计估计出载体的前向速度，将其与INS更新得到的速度作差，送入卡尔曼滤波器，配合NHC和ZUPT，校正INS导航解算结果。通过实验结果表明GNSS信号中断期间，LONet辅助的组合导航算法可以大幅抑制INS的误差发散。

主权项：1.一种基于卷积神经网络的惯性里程导航校正方法，其特征在于，包括：采集载体行驶中惯性导航单元IMU输出的三轴陀螺仪信息样本和三轴加速度计信息样本，以及轮式里程计输出的真实载体速度样本；对所述三轴陀螺仪信息样本、所述三轴加速度计信息样本和所述真实载体速度样本进行滑动窗口切片生成数据集，将所述数据集划分为训练集、验证集和测试集；构建基于卷积神经网络的惯性里程计，采用所述训练集和所述验证集对所述惯性里程计进行训练，得到载体行驶前向速度预测模型；当全球导航卫星系统GNSS为不可用状态时，将IMU输出的经过补偿的三轴陀螺仪信息以及三轴加速度计信息输入所述载体行驶前向速度预测模型，输出载体预测前向行驶速度；将INS更新得到的位置、速度、姿态和所述载体预测前向行驶速度发送至卡尔曼滤波器KF，结合非完整性约束NHC和零速更新ZUPT，得到惯性里程计的校正导航结果。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于卷积神经网络的惯性里程导航校正方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD