基于LTC-DNN的视觉惯导组合导航系统与自学习方法.pdfVIP

下载本文档

0
0
约1.13万字
约 11页
2023-06-22 发布于四川
举报
版权申诉

基于LTC-DNN的视觉惯导组合导航系统与自学习方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于LTC‑DNN的视觉惯导组合导航系统与自学习方法，该视觉惯导组合导航系统包含深度学习网络模型，其中，深度学习网络模型由视觉特征提取模块、惯导特征提取模块、位姿回归模块构成；视觉特征提取模块用于提取相邻两帧RGB图片的视觉特征；惯导特征提取模块用于提取惯导数据的惯导特征；位姿回归模块包括注意力机制融合子模块、液态时间常量递归神经网络(LTC‑RNN)、全连接回归子模块，用于预测相对位移、相对旋转。通过本发明公开的自学习方法对视觉惯导组合导航系统进行训练，与同类型算法相比降低对真

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113392904 B (45)授权公告日 2022.07.26 (21)申请号 202110664888.9 G06V 10/82 (2022.01)