基于自监督对抗编解码器的惯性传感数据降噪方法

    公开(公告)号:CN119204108A

    公开(公告)日:2024-12-27

    申请号:CN202411444379.5

    申请日:2024-10-16

    Applicant: 常州大学

    Abstract: 本发明提供一种基于自监督对抗编解码器的惯性传感数据降噪方法,包括通过高精度惯性测量单元采集人体、车辆、机器人、无人机在各种复杂运动下的惯性数据以建立高精度惯性数据集;将高精度惯性数据集中收集的原始高精度惯性数据输入编码器,通过最小化重构损失来不断训练编解码器,直至从解码器端重构出输入的高精度惯性数据,从训练好的编解码器的中间网络层得到高精度惯性数据的潜在表示;通过低精度惯性测量单元采集人体、车辆、机器人、无人机在各种复杂运动下的惯性数据以建立低精度惯性数据集;通过生成器和判别器进行对抗式训练,最终生成更逼近于高精度惯性数据的潜在表示的惯性数据。本发明提高了传感器数据质量、处理非线性问题能力强。

    基于人体空间位移模型和惯性导航系统的自主定位方法

    公开(公告)号:CN118424268B

    公开(公告)日:2025-04-25

    申请号:CN202410556473.3

    申请日:2024-05-07

    Applicant: 常州大学

    Abstract: 本发明提供一种基于人体空间位移模型和惯性导航系统的自主定位方法,包括通过自包含传感器获取人员的比力、角速度并进行惯性导航解算,得到采样窗口内每个时刻的三维姿态角、三维速度、三维位置;将人员的比力、角速度输入人体空间位移模型,得到采样窗口内人体运动的三维位移;将三维位移输入人体空间位移计算可信度模型,生成三维位移可信度;通过采样窗口内每个时刻的三维失准角、三维速度误差、三维位置误差、三维位移及三维位移可信度构建自适应随机克隆误差状态扩展卡尔曼滤波器,并对当前时刻的三维姿态角、三维速度、三维位置进行最优估计,得到最终定位信息。本发明降低了惯性导航系统的长时漂移误差,提高了定位结果的准确性和可靠性。

    基于人体空间位移模型和惯性导航系统的自主定位方法

    公开(公告)号:CN118424268A

    公开(公告)日:2024-08-02

    申请号:CN202410556473.3

    申请日:2024-05-07

    Applicant: 常州大学

    Abstract: 本发明提供一种基于人体空间位移模型和惯性导航系统的自主定位方法,包括通过自包含传感器获取人员的比力、角速度并进行惯性导航解算,得到采样窗口内每个时刻的三维姿态角、三维速度、三维位置;将人员的比力、角速度输入人体空间位移模型,得到采样窗口内人体运动的三维位移;将三维位移输入人体空间位移计算可信度模型,生成三维位移可信度;通过采样窗口内每个时刻的三维失准角、三维速度误差、三维位置误差、三维位移及三维位移可信度构建自适应随机克隆误差状态扩展卡尔曼滤波器,并对当前时刻的三维姿态角、三维速度、三维位置进行最优估计,得到最终定位信息。本发明降低了惯性导航系统的长时漂移误差,提高了定位结果的准确性和可靠性。

Patent Agency Ranking