一种基于θ-增量学习的视觉-惯性融合导航系统及方法

授权

摘要

本发明公开了一种基于θ‑增量学习的视觉‑惯性融合导航系统及方法，为实现对运动目标的时序变量θ(位置或姿态)进行快速精确估计，本发明提出了一种基于级联网络的θ‑增量学习方法，该方法采用级联网络以共享参数的方式对时序变量θ的增量进行估计。利用该θ‑增量学习方法，本发明构建了用于视觉‑惯性融合导航的姿态数据增量估计的级联网络及位置数据增量估计的嵌套级联网络，并利用训练的网络实现高精度、高频率和强稳定性的导航。本发明采用视觉导航作为主导，以确保较高的导航精度，惯性导航作为辅助，不仅有助于弥补视觉导航频率较低的缺陷，同时能解决由遮挡引起的视觉导航不稳定的问题。

基本信息

专利标题：

一种基于θ-增量学习的视觉-惯性融合导航系统及方法

专利标题（英）：

暂无

公开（公告）号：

CN109655059A

申请号：

CN201910020225.6

公开（公告）日：

2019-04-19

申请日：

2019-01-09

授权号：

CN109655059B

授权日：

2022-05-13

发明人：

袁志勇童倩倩李潇洒

申请人：

武汉大学

申请人地址：

湖北省武汉市武昌区珞珈山武汉大学

代理机构：

武汉科皓知识产权代理事务所(特殊普通合伙)

代理人：

魏波

优先权：

CN201910020225.6

主分类号：

G01C21/16

IPC分类号：

G01C21/16 G01C21/20