本技术公开了一种利用永磁体自身辐射磁场对其进行空间定位的方法,首先建立永磁体的磁偶极子模型,再利用训练过的VIT(Vision Transformer)网络将永磁体位姿确定在一个空间范围内,在此基础上利用非线性优化算法反向优化,从而实现快速精准定位。本发明的方法区别于现有成熟的使用LM算法反向优化算法的永磁体定位技术对于传感器的误差更不敏感,有效避免陷入局部最优解。同时由于优化初始值与真实值差异不大,优化计算迭代次数很少,可以在短时间内完成,从而实现快速精准定位,在准确与快速中达到平衡。
背景技术
永磁体定位技术是一种利用永磁体自身辐射磁场对其进行定位的技术,具有无源定位、不易受电磁信号干扰、成本低、设备兼容性好等诸多优点,在机器人控制,医用胶囊内窥镜等空间小范围定位问题中有广泛的应用前景。
为确保永磁体定位的实时性,需要建立简化的永磁体磁场分布模型,目前成熟的永磁体定位技术大多采用磁偶极子模型或简化后的磁偶极子模型,在此基础上使用LM算法反向优化计算出永磁体位置与姿态。这种定位方法对传感器的误差十分敏感,可能会在计算过程中产生局部最优解;而且优化算法在真实位姿与优化初始值差距较大时需要多次迭代计算,这个过程会对定位实时性产生较大影响;并且当数据量大幅增加时,优化算法的更新频率就变得十分低下,无法满足实时性要求。另一种融合卷积块注意力机制的Inception神经网络的快速永磁跟踪方法,实现了1mm左右误差的快速定位,速度相较于LM优化算法提高了200倍。但此种方法过于追求计算速度导致计算速度冗余而精度提升有限,忽略了优化算法在提高定位定姿精度上的优异表现,单纯因计算速度问题抛弃优化算法等。所以实现永磁体定位精度与计算速度的平衡显得非常重要。
实现思路