基于LSTM的惯性里程计定位方法研究

作     者：邹苏郦 孙林祥 刘宇 惠晓龙 

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：2025年第40卷第1期

页      面：95-102页

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0816[工学-测绘科学与技术] 0802[工学-机械工程] 

主　　题：水下作业机器人 定位技术 惯性里程计 数据增强 长短期记忆网络 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,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,首先通过模拟噪声模型,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,使用ResNet18提取机器人运动特征;然后在网络的输入空间引入IMU的采样时间加强鲁棒性,并使用三通道LSTM将提取的特征映射到高维空间进行特征融合;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,采取相对损失函数和绝对损失函数相结合的方式确保网络在短期和长期的定位精度,并进行多次数据集和水池实验以验证方法的有效性.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.