摘要
本发明请求保护一种基于Trans‑GCN的移动机器人航位推算方法。包含以下步骤,S1:采集轮式移动机器人的轮速传感器和惯性传感器数据,并通过滑动窗口与适应的滑动步长截取时间序列数据,将传感器时序数据表征为图结构数据;S2:为图中的每个节点构建一个拉普拉斯位置编码,线性池化后聚合为节点新的嵌入表示;S3:将图特征信号和编码信息嵌入Transformer中,将整体模型的输出特征,输入全连接层得到一个输出向量;S4:构建训练真值,根据样本数据对模型进行训练,小于阈值时停止训练并保存模型;S5:再将卫星信号缺失情况下的数据输入已训练好的模型,得到其预测的移动机器人采样时间段内二维位置增量,以实现无GNSS信号下的基本本体感知传感器信号的航位推算。
技术关键词
航位推算方法
前馈神经网络
惯性传感器数据
轮式移动机器人
注意力
矩阵
滑动窗口
非暂态计算机可读存储介质
Softmax函数
差分定位系统
节点特征
坐标系
拉普拉斯
训练样本数据
编码器结构
系统为您推荐了相关专利信息
深度神经网络模型
预训练模型
人工神经网络
描述符
序列
芯片表面缺陷
缺陷尺寸
测量方法
多尺度
图像语义分割
网络流量数据
入侵检测模型
入侵检测方法
源节点
样本
变化检测方法
上采样
模块
神经网络对图像
变化检测模型