使用神经网络融合位置数据(第一版)

June 17, 20232 min read

本文受NICE-SLAM启发, 最初是想要设计一个网络, 使其能够将不同传感器的数据融合起来得到一个准确的无人机位置. 首先设计并训练一个用来融合数据的网络, 训练出的网络作为拟合位置的函数, 然后用神经隐式表达的方法, 给出一个无人机位置的先验, 然后用刚才预训练好的网络来decode出不同传感器可能的读数, 再将该读数与真实读到的数据做loss, 反向梯度计算出在什么样的位置下最有可能用这几种传感器读到这些读数. 从而得到最大似然的无人机位置. 然后首先便需要训练一个能够起到decode作用的网络. 在训练之前我想要先训练一个正向融合数据的网络作为测试, 然后想到了FCN全卷积网络, 当时觉得全卷积网络不限置输入和输出的大小, ...

空地无人机GPS与T265，光流传感器等的数据融合

May 5, 20232 min read Multi-SensorGPSRos

apm坐标系 相机相比无人机中心: x正方向朝前 y正方向朝右 z正方向朝下 数据格式 GPS 经度，维度，高度的绝对值 gps获取到的数据的协方差(正常室外时协方差<1.5) topic: /gps/fix type: sensor_msgs/NavSatFix uint8 COVARIANCE_TYPE_UNKNOWN=0 uint8 COVARIANCE_TYPE_APPROXIMATED=1 uint8 COVARIANCE_TYPE_DIAGONAL_KNOWN=2 uint8 COVARIANCE_TYPE_KNOWN=3 std_msgs/Header header uint32 seq time stamp...