[发明专利]基于卷积神经网络融合EKF的拖缆姿态解算方法及系统有效
| 申请号： | 202110253991.4 | 申请日： | 2021-03-04 |
| 公开（公告）号： | CN113052297B | 公开（公告）日： | 2022-11-22 |
| 发明（设计）人： | 孙锋;郑斌;杨欣然;胡浩天;陈祖斌 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;H03H21/00;G01C21/18 |
| 代理公司： | 沈阳铭扬联创知识产权代理事务所(普通合伙) 21241 | 代理人： | 屈芳 |
| 地址： | 130012 吉林*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络融合EKF的拖缆姿态解算方法及系统。该融合方法包括：通过多个传感器测得原始姿态数据；将原始姿态的九轴数据解算为角度数据；构建卷积神经网络与EKF融合模型，将上述角度数据作为模型的输入；使用原始角度数据训练卷积神经网络与EKF融合模型，让模型可以根据原始数据自主调整EKF的参数，找到最优的滤波参数模型；将滤波后的姿态角度数据作为卷积神经网络与EKF融合模型的输出进行输出。本发明的融合解算方法，提高了姿态角度数据的测量精度。 | ||
| 搜索关键词： | 基于 卷积 神经网络 融合 ekf 姿态 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于吉林大学，未经吉林大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110253991.4/，转载请声明来源钻瓜专利网。
