TinyGC-Net：一种用于校准 MEMS 陀螺仪的极小型网络
机器人学
2024-04-15 v2
摘要
本文提出了一种基于学习的方法，用于校准和去噪微机电系统（MEMS）陀螺仪。该方法基于卷积网络设计，仅包含数百个参数，因此可以在图形处理器（GPU）上训练，然后部署在计算资源有限的微控制器单元（MCU）上。在该方法中，神经网络模型仅将陀螺仪的原始测量值作为输入，并分别处理校准和降噪任务以确保可解释性。所提出的方法在公共数据集和真实世界实验中得到了验证，与现有的基于学习的方法不同，它不依赖于特定数据集进行训练。实验结果证明了该方法的实用性和有效性，表明该技术是需要惯性测量单元（IMU）应用的可行候选方案。
引用
@article{arxiv.2403.02618,
title = {TinyGC-Net: An Extremely Tiny Network for Calibrating MEMS Gyroscopes},
author = {Cui Chao and Zhao Jiankang},
journal= {arXiv preprint arXiv:2403.02618},
year = {2024}
}