标签:ref sigma 均值 精确 参考 mode 正交 utils tps
na:加速度计的测量噪声
nw:陀螺仪的测量噪声
nba: randow walk noise随机游走噪声
nbw:randow walk noise随机游走噪声
ba:加速度计的偏差
bw:陀螺仪的偏差
其中na,nw,nba,nbw,都是零均值高斯模型
ba的导数为nba,bw的导数为nbw。
获取这些参数可以通过imu_utils来获得
https://github.com/gaowenliang/imu_utils
重要的是要注意,这里使用的IMU测量误差模型来自不经历运动和恒定温度的传感器。因此,例如,不考虑由温度变化引起的比例因子误差和偏差变化。很明显,该模型是乐观的。 特别是在使用Kalibr的低成本MEMS IMU时,您可能必须增加噪声模型参数以“捕获”这些误差。换句话说,如果直接使用从静态传感器数据获得的“sigmas”,Kalibr将倾向于过多地信任您的IMU测量,并且其解决方案将不是最佳的。
针对低成本传感器的误差模型要更复杂,包括尺度矩阵,坐标系的非正交偏差。具体可以参考IMU_tk对应的论文和源码,对低成本传感器进行更精确的标定。
参考:
https://github.com/ethz-asl/kalibr/wiki/IMU-Noise-Model
https://github.com/gaowenliang/imu_utils
https://bitbucket.org/alberto_pretto/imu_tk
https://www.cnblogs.com/feifanrensheng/p/10552076.html
标签:ref sigma 均值 精确 参考 mode 正交 utils tps
原文地址:https://www.cnblogs.com/feifanrensheng/p/10654132.html