如何将 IMU 获得的 3D 角速度数据积分得到线速度的误差最小化？

Question

拥有 IMU 传感器，可为我提供方向、角度和线性加速度等原始数据。我正在使用 ROS 并做一些 Gazebo UUV 模拟。此外，我想从原始 IMU 数据中获得线速度。

所以朴素积分方法如下： IMU状态估计最简单的方法是对测量数据进行朴素积分。我们通过整合 IMU 获得的 3D 角速度数据来估计姿态。假设时间步长Δ????小，可以增量计算每个时间步的姿态。

如果我随着时间的推移进行积分，则会累积误差，并且在机器人转弯时会不准确。所以我正在寻找一些可以纠正该错误的方法（ROS 包或外部 ROS 框架）或代码。

有什么帮助吗？

Answer 1

我首先建议您尝试将输入传感器数据拟合到 robot_localization 包中的 EKF 或 UKF 节点中。该软件包是 ROS 生态系统中使用最多、优化程度最高的姿态估计软件包。

它可以处理 3D 传感器输入，但您必须配置参数（没有真正的默认值，所有配置）。除了上面的配置文档，github 有很好的 yaml 参数配置示例(Ex.)（你需要一个独立于启动文件的文件）和示例启动文件(Ex.)。