公开(公告)号：CN107167131A

公开(公告)日：2017-09-15

申请号：CN201710368281.X

申请日：2017-05-23

Applicant: 北京理工大学 ,  北京信息科技大学

Inventor： 刘福朝 ,  苏中 ,  李擎 ,  费程羽 ,  刘宁 ,  刘洪

IPC: G01C21/16

CPC classification number: G01C21/165 ,  G01C21/20

Abstract: 本发明公开一种微惯性测量信息的深度融合与实时补偿的方法及系统，所述方法包括：分别获取研究对象的角速度信息、加速度信息和磁场强度信息；采用深度学习方法分别对角速度信息、加速度信息和磁场强度信息进行实时补偿，分别得到补偿后的补偿角速度信息、补偿加速度信息和补偿磁场强度信息；根据补偿角速度信息确定第一欧拉角，根据补偿加速度信息和补偿磁场强度信息确定第二欧拉角；根据第一欧拉角的均方差和第二欧拉角的均方差，确定自适应增益方法的融合增益系数，并根据融合增益系数将第一欧拉角和第二欧拉角融合，得到融合欧拉角。本发明提供的方法及系统可以提高微惯性测量的精度，稳定性好和可靠性高，时效比高，响应速度快。