基于LSTM的惯性里程计定位方法研究
作者机构:北京理工大学自动化学院 中国科学院自动化研究所
出 版 物:《控制与决策》 (Control and Decision)
年 卷 期:2024年
核心收录:
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080202[工学-机械电子工程] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:水下作业机器人 定位技术 惯性里程计 数据增强 LSTM 混合损失函数
摘 要:为解决水下非结构化环境给水下精准定位带来的问题,本文提出一种基于LSTM的惯性里程计定位方法,用于水下作业机器人的定位。该网络在训练阶段,通过模拟噪声模型,在IMU的加速度和角速度数据中增添高斯白噪声实现数据增强,然后使用ResNet18提取机器人运动特征,同时,在网络的输入空间引入IMU的采样时间来加强鲁棒性。随后使用三通道LSTM将提取的特征映射到高维空间,并进行特征融合。最后,使用全连接层预测机器人的相对位移和旋转。在训练过程中,采取了相对损失函数和绝对损失函数相结合的方式来确保网络在短期和长期的定位精度。最后,进行了多次数据集和水池实验来验证方法的有效性。实验结果表明,该方法在大多数场景下都具有较好的定位性能,有着较强的鲁棒性。