基于DNN-EKF的多传感器异构数据融合方法、程序、设备及存储介质

本发明属于传感器数据融合技术领域，具体涉及基于DNN‑EKF的多传感器异构数据融合方法、程序、设备及存储介质。本发明基于EKF模型，根据上一次多传感器异构数据融合结果，预测本次载体位姿与噪声协方差矩阵；对于每一种传感器，预训练DNN模型，根据载体位姿预测与各传感器观测数据的残差，获取非线性误差补偿项；采用扩展卡尔曼滤波对各传感器的观测数据进行滤波，并采用学习权重平衡非线性误差补偿项与扩展卡尔曼滤波结果。本发明通过DNN和扩展卡尔曼滤波联合，能够有效融合IMU、VO、GPS异构数据，并且解决不同传感器数据时间不统一问题，能够动态调整传感器噪声，提高数据融合结果的精确度。