摘要
本发明提供了一种基于机器人运动和地表感知的在线航位推算误差预测方法。该方法包括:构建机器人的在线航位推算误差神经网络预测器模型,包括机体卷积神经网络CNN、视觉CNN和预测MLP;对在线航位推算误差神经网络预测器的参数进行训练,得到训练好的在线航位推算误差神经网络预测器模型;利用训练好的在线航位推算误差神经网络预测器模型中的机体CNN、视觉CNN和预测MLP对机器人进行在线航位推算误差预测。本发明方法可以利用机器人数据在线增量地优化神经网络参数,具备持续学习能力,从而提高机器人定位系统对复杂运动和变化多样地表条件的适应能力,具有很强的应用价值,填补了机器人航位推算误差预测方面的空白。
技术关键词
神经网络预测器
机器人航位推算
协方差矩阵
误差预测方法
在线
误差系数
视觉
机体
激光里程计
机器人定位系统
MLP神经网络
机器人航向角
一维卷积神经网络
编码器
优化神经网络
滤波器方法
神经网络参数
系统为您推荐了相关专利信息
锅炉运行参数
状态在线监测系统
热水锅炉
时序
强化特征
融合激光测距
系统标定方法
激光测距仪
坐标系
激光束
自动生成方法
文本
数据
特征协方差矩阵
视频编码策略
综合能源系统
深度Q网络
燃料电池
电储能
深度强化学习