基于深度学习的四轴无人机飞行姿态估计方法 |
| |
引用本文: | 潘美琴.基于深度学习的四轴无人机飞行姿态估计方法[J].广州航海高等专科学校学报,2023(4):48-54. |
| |
作者姓名: | 潘美琴 |
| |
作者单位: | 闽江师范高等专科学校数字信息工程学院 |
| |
基金项目: | 2021年福建省教育厅中青年教育科研项目(JAT210824); |
| |
摘 要: | 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.
|
关 键 词: | 深度学习 四轴无人机 飞行姿态估计 光流传感器 GRU神经网络 姿态角 |
|