快速陀螺仪校准：一种深度学习方法

低成本陀螺仪校准对于确保陀螺仪测量的准确性和可靠性至关重要。静态校准估计测量误差的确定性部分。为此，一种常见的做法是在预定义的时间段内平均陀螺仪读数并估计陀螺仪偏差。校准时长对性能起着至关重要的作用，因此更长的校准时间更受青睐。然而，某些应用需要快速启动，因此只允许进行短时间的校准。在这项工作中，我们专注于使用深度学习方法减少低成本陀螺仪的校准时间。我们提出了一种用于陀螺仪校准的端到端卷积神经网络。我们探索了使用多个真实和虚拟陀螺仪来改善单个陀螺仪校准性能的可能性。为了训练和验证我们的方法，我们使用4个不同品牌的36个陀螺仪记录了一个包含186.6小时陀螺仪读数的数据集。我们还创建了一个由模拟陀螺仪读数组成的虚拟数据集。这六个数据集被用来评估我们提出的方法。我们在这项工作中的关键成就之一是使用三个低成本陀螺仪将陀螺仪校准时间减少了高达89%。我们的数据集已公开，以确保我们工作的可复现性并增加该领域的研究。