申请/专利权人:杭州电子科技大学
申请日:2023-03-22
公开(公告)日:2024-04-16
公开(公告)号:CN117889887A
主分类号:G01C25/00
分类号:G01C25/00;G06N3/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开了一种无人车传感器误差状态和状态归零神经网络求解方法,包括如下步骤:S1、通过传感器接收真实状态数据和标称状态数据,根据真实状态数据和标称状态数据得到误差数据;S2、将误差数据作为输入,得到动力学的线速度误差状态和角速度误差状态;S3、将线速度误差和角速度误差作为输入,在状态归零神经网络模型中进行优化,优化的结果反馈回去作为闭环,最后使得结果依指数形式逐渐收敛;S4、将误差数据作为输入,在优化后的状态归零神经网络模型中经MSCKF算法求解,输出运行轨迹;S5、将结合了MSCKF算法的状态归零神经网络模型移植到真实世界的双目相机和无人小车上进行验证,该方法有效提高SLAM系统最后运行的轨迹等结果的精度。
主权项:1.一种无人车传感器误差状态和状态归零神经网络求解方法,其特征在于,包括如下步骤:S1、通过传感器接收真实状态数据和标称状态数据,根据真实状态数据和标称状态数据得到误差数据;S2、将误差数据作为输入,得到动力学的线速度误差状态和角速度误差状态;S3、将线速度误差和角速度误差作为输入,在状态归零神经网络模型中进行优化,优化的结果反馈回去作为闭环,最后使得结果依指数形式逐渐收敛;S4、将误差数据作为输入,在优化后的状态归零神经网络模型中经MSCKF算法求解,输出运行轨迹;S5、将结合了MSCKF算法的状态归零神经网络模型移植到真实世界的双目相机和无人小车上进行验证。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 无人车传感器误差状态和状态归零神经网络求解方法
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。