基于深度学习的四轴无人机飞行姿态估计方法

为解决传统无人机姿态估计过程中出现的精度低、实时性差、容易被干扰、模型复杂、计算量大、处理时间长等问题，研究基于深度学习的四轴无人机飞行姿态估计方法.结合多传感器数据融合技术，使用MARG传感器和光流传感器采集无人机飞行姿态数据，经小波阈值去噪算法和最大—最小标准化算法对采集到的数据进行去噪及归一化预处理后，基于GRU神经网络构建一个新的姿态估计模型.将预处理后传感器的数据输入模型中进行融合，通过模型训练输出重力矢量和地磁矢量，经无人机姿态角转换获取无人机飞行姿态.实验结果表明：基于深度学习的四轴无人机飞行姿态估算结果与实际值接近，且误差小、速度快，同时利用GRU神经网络可以融合多种传感器的数据，无需建立复杂的数学模型，即可实现无人机飞行姿态的高精度测量.