《机器人操作系统ROS应用实践》ch06 基于多传感器的SLAM.pptxVIP

第六章基于多传感器的SLAM机器人操作系统ROS应用实践 目录content惯性测量单元模型与标定6.16.5激光雷达与IMU的外参标定6.2Cartographer算法差速轮式移动机器人的运动里程计模型6.3基于卡尔曼滤波的多传感器融合6.46.6本章小结 6.1惯性测量单元模型与标定六轴IMU包含加速度计和陀螺仪，加速度计的三个轴与陀螺仪的三个轴分别对应于三维笛卡尔坐标系的X轴、Y轴、Z轴。加速度计通常由质量块、阻尼器、弹性元件、敏感软件和处理电路等部分组成，用于测量轴向的加速度。陀螺仪的基本原理是，在物体旋转时，旋转轴所指的方向在没有外力干扰下会保持不变，据此可测量物体绕轴旋转的角速度。 6.1惯性测量单元模型与标定1加速度计测量模型加速度计测量模型如下： 为IMU参考坐标系下第k帧的加速度计测量值 为第k帧的真实加速度值 为需要在线估计的第k帧的加速度零点误差 为参考坐标系到世界坐标系的变换矩阵 为世界坐标系下的重力加速度加速度计测量模型g为当地重力加速度 为加速度白噪声 6.1惯性测量单元模型与标定1加速度计测量模型加速度计测量模型如下：加速度计测量模型通常，加速度白噪声 符合零均值高斯分布：假定加速度零点误差 随时间随机游走，其对时间的导数 符合零均值高斯分布： 6.1惯性测量单元模型与标定1加速度计测量模型陀螺仪测量模型陀螺仪测量模型如下： 为第k帧的陀螺仪测量值 为第k帧的真实角速度值 为需要在线估计的第k帧的角速度零点误差 为加速度白噪声 6.1惯性测量单元模型与标定1加速度计测量模型陀螺仪测量模型陀螺仪测量模型如下：通常，角速度白噪声符合零均值高斯分布：假定角速度零点误差 随时间随机游走，其对时间的导数 符合零均值高斯分布： 6.1惯性测量单元模型与标定2系统误差的预标定加速度计与陀螺仪的测量模型仅考虑了传感器的零点误差与白噪声，但是对于实际的IMU来说，这不足以建立完全的实际测量模型。在使用IMU之前，需要明确IMU的系统误差和随机误差，对IMU进行预标定，以进一步补偿测量误差，本节介绍系统误差的预标定。 6.1惯性测量单元模型与标定2系统误差的预标定系统误差也叫确定性误差，包括轴向误差和比例系数，轴向误差是用来修正由于制造工艺精度导致的X、Y、Z三个轴无法准确正交的问题的；比例系数也叫尺度因子，是用来修正真实值和传感器输出的测量值之间的比值的，即修正传感器数字信号到物理量转换的误差。通常情况下，IMU在出厂时会标定好确定性误差，从而我们可以将轴向误差和比例系数视为确定值。轴向误差和比例系数如图所示。 6.1惯性测量单元模型与标定2系统误差的预标定这里介绍一种无须外部基准装置的IMU标定方法，能够提供“轴向误差”“比例系数”“零点误差”的标定结果。设加速度计测量模型为a0为正交坐标系下的加速度计测量值as为加速度计实际坐标系下的原始测量值加速度计轴向误差 6.1惯性测量单元模型与标定2系统误差的预标定设加速度计测量模型为比例系数零点误差 为加速度白噪声 6.1惯性测量单元模型与标定2系统误差的预标定设陀螺仪测量模型为w0为正交坐标系下的陀螺仪测量值ws为陀螺仪实际坐标系下的原始测量值陀螺仪轴向误差比例系数零点误差 为加速度白噪声 6.1惯性测量单元模型与标定2系统误差的预标定IMU的系统误差预标定过程分为以下步骤。将IMU接入采集设备，并静置50s，以估计陀螺仪零点误差。拿起IMU，沿着IMU每个轴的正、负方向进行足够快的旋转（每次旋转后静置5s），直到对陀螺仪三个轴的正、负共六个方向进行充分的旋转激励，以标定陀螺仪的“轴向误差”和“比例系数”。 6.1惯性测量单元模型与标定2系统误差的预标定IMU的系统误差预标定过程分为以下步骤。手拿IMU，然后沿着IMU每个轴的正、负方向进行快速直线运动（每次运动后静置5s），直到对加速度计三个轴的正、负共六个方向进行有效的激励，以此标定加速度计的“轴向误差”“比例系数”“零点误差”。将记录的传感器数据转换为合适的格式后，使用开源工具imu_tk，标定上述Ta、ka、ba、Tg 、Kg、bg。 6.1惯性测量单元模型与标定2系统误差的预标定IMU的系统误差预标定过程分为以下步骤。编写ROS节点，将实际坐标系下的原始传感器测量值as、ws，分别使用预标定得到的参数进行补偿，将得到的正交坐标系下的传感器测量值a0、w0作为式（6-1）与式（6-4）中的 、 ，用于机器人的位姿估计。 6.1惯性测量单元模型与标定3随机误差的预标定由于外界环境不断变化，加速度计与陀螺仪的测量模型中会携带随机白噪音信号，且该信号符合零均