问小白 wenxiaobai
资讯
历史
科技
环境与自然
成长
游戏
财经
文学与艺术
美食
健康
家居
文化
情感
汽车
三农
军事
旅行
运动
教育
生活
星座命理

IMU 预积分 - 3. IMU 模型推导与运动积分

创作时间:
作者:
@小白创作中心

IMU 预积分 - 3. IMU 模型推导与运动积分

引用
CSDN
1.
https://m.blog.csdn.net/qq_40301351/article/details/142100953

IMU(惯性测量单元)预积分是机器人和自动驾驶领域中的关键技术,用于从IMU传感器的测量数据中推断系统的运动状态。本文将详细介绍IMU模型的推导过程以及运动积分的原理,帮助读者理解如何通过IMU传感器实现精确的运动估计。

IMU 预积分推导说明系列

  • IMU 预积分 - 1. 介绍
  • IMU 预积分 - 2. 预备知识 (1) 关键帧
  • IMU 预积分 - 2. 预备知识 (2) 3D 旋转与不确定性
  • IMU 预积分 - 3. IMU 模型推导与运动积分
  • IMU 预积分 - 4. IMU 预积分测量值推导
  • IMU 预积分 - 5. LIO-SAM 中的 IMU 预积分

运动积分概述
当前的目标是从 IMU 测量中推断系统的运动。为此,我们引入以下运动学模型。

(简要说明)在详细讨论预积分之前,我们首先了解如何在每个 IMU 之间进行运动积分。

(以下是对第 V 节的详细解释)

IMU 模型和运动积分

如上所述,在证明预积分之前,我们首先要了解如何通过高频率 IMU 传感器在离散时间系统中表达运动。因此,积分的最终目标是找出与下面紫色箭头对应的相对旋转、位置和速度。

IMU 传感器的特性

在深入积分之前,我们需要了解 IMU 提供的数据类型。IMU 主要由一个三轴加速度计和一个三轴陀螺仪组成,用于测量旋转速率或角速度以及平移运动中的加速度(虽然也有通过额外的三轴磁力计组成的九轴 IMU)。

正如我们在高中物理课上学到的,积分加速度可以得到速度,再积分速度可以得到位置估计。然而,现实世界中 IMU 传感器提供的加速度并不像想象中那样简单。原因有三:

  1. IMU 数据通常非常嘈杂和有偏差。这种现象取决于传感器获取加速度的原理。例如,用于飞机上的几千万韩元的 IMU 传感器通过机械方式测量加速度,因此噪声很小,偏差几乎不存在。然而,对于移动机器人(这是我们的目标),无法使用如此昂贵的 IMU 传感器,因此我们主要使用基于 MEMS 的低成本 IMU(无论是价格还是重量)。这些 MEMS IMU 将作用在 IMU 上的惯性度转换为电流的大小,过程非常微妙,即使是最轻微的震动也会导致电流的大小不规则地变化,产生白噪声(测量原理在这个 YouTube 视频中 0:30 处得到了很好的展示)。此外,在制造设备的过程中,由于杂质或微小的尺寸公差,电阻在将加速度转换为电流的过程中发生变化,偏差在内部不可避免地产生。

  2. 地球上有重力。因此,为了估计准确的加速度,必须消除重力的影响。

  3. IMU 测量的加速度基于 IMU 的安装位置(有时称为惯性框架,通常等同于机器人的身体框架 B)。因此,为了估计我们目标的世界框架 (x, y, z),我们需要将测量的加速度转换到世界坐标系中。

为了更容易理解 (b) 和 © 上述情况,我画了一个示例情况。假设无人机以 -45 度的俯仰角加速(请注意,俯仰是世界框架 Y 轴上的顺时针旋转)。无人机相对于无人机自身(身体框架)在 X 方向上的加速度为 13.873 m/s²。IMU 测量的加速度是由于上述加速运动和重力方向的加速度之和。然而,由于重力在世界框架的 -Z 方向上是显而易见的,因此 IMU 测量的加速度必须转换为身体框架标准。因此,IMU 上观察到的加速度实际上是B M e s a ( t ) ^{Mes}_{\text{B}} \mathbf{a}(t)BMes a(t)

假设没有噪声。

B M e s a ( t ) = B a ( t ) − R W B T W g = R W B T ( W a ( t ) − W g ) ^{Mes}B a(t) = B a(t) - R{WB}^T W g = R_{WB}^T (W a(t) - W g)BMes a(t)=Ba(t)−RWBT Wg=RWBT (Wa(t)−Wg)

参考:重力加速度W g _W gW g主要为[ 0 , 0 , 9.81 ] T [0, 0, 9.81]^T[0,0,9.81]T,表示为正数。

注意:这里要记住的是,我们最终要得到的是W a ( t ) _Wa(t)W a(t)。基于上述表达式,偏差b bb和噪声η \etaη之间的关系,以及我们希望估计的状态与 IMU 中包含噪声的测量方程之间的关系如下:

B M e s a ( t ) = B a ( t ) − R W B T W g = R W B T ( W a ( t ) − W g ) ^{Mes}_B a(t) = Ba(t) - R{WB}^T {W} g = R{WB}^T (_W a(t) - _W g)BMes a(t)=B a(t)−RWBT W g=RWBT (W a(t)−W g)

上标 ( g ) 和 ( a ) 分别代表陀螺仪和加速度。

推导

接下来,通过对以下公式的发展,

在t tt时刻和t + Δ t t + \Delta tt+Δt时刻的相对运动可以推导如下:

最终,第 ( i ) 个关键帧和第 ( j ) 个关键帧之间的运动可以通过使用公式 (31) 对 K 个 IMU 测量估计的微运动进行积分来获得。

© 2023 北京元石科技有限公司 ◎ 京公网安备 11010802042949号