视觉-惯导多传感器融合IMU 原始数据处理

Posted 2022-01-29 Techblog of HaoWANG

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了视觉-惯导多传感器融合IMU 原始数据处理相关的知识，希望对你有一定的参考价值。

视觉-惯导多传感器融合（1）IMU & ROS_Techblog of HaoWANG-CSDN博客IMU，全称inertial measurement unit，即惯性测量单元，主要用于测量自身位姿，位姿包含位置和姿态。https://haowang.blog.csdn.net/article/details/121249997

1. 数据采集

使用ROS工具‘rosbag’录制IMU数据至本地文件, ROS launch 文件：

<!--imu ros 驱动 & IMU topic 数据记录-->
<launch>
  <arg name="record_zed" default="true" />
  <arg name="record_imu" default="true" />

  <!-- imu型号，默认 a9 -->
  <arg name="imu_type" default="a9" doc="model type [a9, b9, b6 ,d6]"/>

  <!-- imu 对应 python 文件 -->
  <node pkg="handsfree_ros_imu" type="hfi_$(arg imu_type)_ros.py" name="imu" output="screen">
  </node>

  <!-- Launch rosbag to recore handsfree data -->
  <node pkg="rosbag" type="record" name="rosbag_record_handsfree"
        args="record -O  /home/jetson/records/handsfree/ros_a9_imu_record /handsfree/imu"
        if="$(arg record_imu)" />

  <!-- Launch rosbag to recore ZED2 sensor data -->
  <node pkg="rosbag" type="record" name="rosbag_record_zed2"
        args="record -O  /home/jetson/records/zed2/zed2_records /zed2/zed_node/imu/data"
        if="$(arg record_zed)" />

</launch>

2. 数据回放

使用Plotjuggler回放.bag文件，绘制图像示例：

1. 三轴线加速度、

2.三轴角速度、

3.三轴角度：

3. 滤波去噪

将ros bag 文件格式转换成.csv格式或者excel格式，便于后续处理

rostopic echo -b ros_bag_records.bag - p/zed2/zed_node/imu/data > imu_data.csv

导出文件后使用MATLAB工具做快速的数据平滑处理与可视化：

clc;clear;

imu_raw = xlsread('imu_data20211117.xlsx');%读取excel数据，同目录下

linear_acc_x = imu_raw(:,1);  %第1列为里程数据，单位m
linear_acc_y = imu_raw(:,2);  %第1列为里程数据，单位m
linear_acc_z = imu_raw(:,3);  %第1列为里程数据，单位m

% 中值滤波， 滑窗200
mdfilter_acc_x = medfilt1(linear_acc_x,200);
% 均值滤波，利用移动平均法做平滑处理
box_acc_x = smooth(linear_acc_x,200);
box_acc_y = smooth(linear_acc_y,200);
box_acc_z = smooth(linear_acc_z,200);

%利用lowess方法y做平滑处理
lowess_acc_x=smooth(linear_acc_x,100,'lowess'); 
figure;
hold on;
plot(box_acc_x,'-');
result = [box_acc_x, box_acc_y, box_acc_z];
xlswrite('acc_x_y_z.xlsx', result);   
% plot(lowess_acc_x,'-');
% plot(mdfilter_acc_x,'-');
% plot(linear_acc_x,'-');