摘要
本发明提供了一种惯性传感器多自由度动力学数据驱动建模方法,包括,完成物理模型建立;实现对惯性传感器的控制,得到其相对应的相对位置、相对姿态、控制力矩和控制力参数;将其作为训练样本对惯性传感器运动模型辨识网络进行训练;逼近当前时刻惯性传感器姿态四元数和惯性传感器角速度的函数;逼近当前时刻惯性传感器相对位置信息和惯性传感器相对速度信息的函数;对惯性传感器多自由度姿态运动模型进行辨识,对下一时刻的姿态四元数和角速度进行辨识;对惯性传感器多自由度平动运动模型进行辨识,对下一时刻的位置信息和速度信息进行辨识。基于物理建模部分和神经网络动力学模型辨识,实现对惯性传感器无法精确建模部分的辨识。
技术关键词
数据驱动建模方法
控制力矩
姿态角速度
深度神经网络
坐标系
惯性传感器位置
动力学模型辨识
运动
参数
仿真数据
模块
矩阵
表达式
静电
加速度
物理
系统为您推荐了相关专利信息
卷积神经网络模型
偏移特征
头部模型
图像特征值
索引
柔性机器人关节
可变刚度
运动控制方法
牵引绳
基座坐标系