跳到正文
arXiv · 机器人与计算机视觉· Sasanka Kuruppu Arachchige, Joni-Kristian K\"am\"ar\"ainen·· 10 天前AI 评分72

基于扩展卡尔曼滤波的改进学习型惯性里程计方法

Extended Model-Based Learned Inertial Odometry

AI 导读

针对四旋翼飞行器在未见轨迹上姿态估计泛化性不足的问题,该研究提出一种改进的学习型惯性里程计方法。通过采用机体坐标系表示并融入扭矩动力学至学习流程,模型预测短时相对位移并与 IMU 测量融合进扩展卡尔曼滤波中。实验表明该方法在公开数据集上的速度误差低于现有最先进方法,且源自旋翼信号的扭矩输入信息量最大。代码、数据管道及训练好的模型均已公开。

来源:arXiv · 机器人与计算机视觉 · arxiv.org