文档名：融合DenseNet和注意力机制的永磁定位方法
摘要：基于永磁体的定位技术为运动跟踪、机器人定位导航和医疗器械跟踪领域提供了一种无线、高精度、低成本的解决方案.为解决基于磁偶极子模型和LM(Levenberg-Marquardt)算法的定位方法过于依赖初始值、计算耗时受限的问题,利用基于磁偶极子模型先验知识的约束条件构造惩罚函数,提出一种融合密集卷积网络(DenseNet)和注意力机制(SEBlock)的永磁定位方法.实验结果表明:在48～118mm的高度范围内,本文方法定位精度可达(1.79±1.05)mm和1.12°±0.53°,平均计算耗时降低至1.6ms,提升了永磁定位系统计算的速率和稳定性.
Abstract：Trackingtechnologybasedonpermanentmagneticprovideawireless,high-precision,low-costsolutionforthefieldsofmotiontracking,robotpositioningandnavigation,andmedicaldevicetracking.AimingattheproblemsthatthetrackingapproachbasedonthemagneticdipolemodelandLevenberg-Marquardt(LM)algorithmdependstoomuchoninitialvaluesandlimitedcomputingtime,thepenaltyfunctionisconstructedusingconstraintconditionofprioriknowledgebasedonmagneticdipolemodel,apermanentmagnetictrackingapproachfusesDenseNetandSEBlockisproposed.Theexperimentalresultshowsthatthetrackingprecisionis(1.79±1.05)mmand1.12°±0.53°inheightrangeof48～118mm,andtheaveragecomputingtimeisreducedto1.6ms.Thisapproachimprovesthecomputingspeedandcomputationalstabilityofthepermanentmagnetictrackingsystem.
作者：郭鹏飞 戴厚德 杨千慧 姚瀚晨 黄巧园 Author：GUOPengfei DAIHoude YANGQianhui YAOHanchen HUANGQiaoyuan
作者单位：中国科学院福建物质结构研究所,福建福州350002;中国科学院大学,北京100049中国科学院福建物质结构研究所,福建福州350002厦门大学信息学院,福建厦门361005
刊名：传感器与微系统
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2024, 43(2)
分类号：TP212
关键词：磁定位 深度学习 密集卷积网络 注意力机制
Keywords：magnetictracking deeplearning denseconvolutionalnetwork(DenseNet) attentionmechanism
机标分类号：TP391.41TP242.6R197.39
在线出版日期：2024年2月26日
基金项目：国家自然科学基金，中国科学院国际伙伴计划-对外合作重点项目，中央引导地方科技发展专项资金项目，中央引导地方科技发展专项资金项目融合DenseNet和注意力机制的永磁定位方法[
期刊论文] 传感器与微系统--2024, 43(2)郭鹏飞 戴厚德 杨千慧 姚瀚晨 黄巧园基于永磁体的定位技术为运动跟踪、机器人定位导航和医疗器械跟踪领域提供了一种无线、高精度、低成本的解决方案.为解决基于磁偶极子模型和LM(Levenberg-Marquardt)算法的定位方法过于依赖初始值、计算耗时受限的问题,利用...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
融合DenseNet和注意力机制的永磁定位方法 Permanent magnetic tracking approach based on combining DenseNet and attention mechanism
融合DenseNet和注意力机制的永磁定位方法.pdf
- 文件大小:
- 413.8 KB
- 下载次数:
- 60
-
高速下载
|
