扩展的基于模型学习惯性里程计提升四旋翼位姿估计泛化性

该研究提出扩展的基于模型学习惯性里程计方法，通过采用机体坐标系表示并将机体坐标系扭矩动力学纳入学习流程，提升四旋翼位姿估计在未见轨迹上的泛化能力。学习模型预测短时域相对位移，并与IMU测量在扩展卡尔曼滤波中融合。