如何进行转换以从线性加速度 IMU 数据中获得正确的线速度？

Posted 2023-02-16

【中文标题】如何进行转换以从线性加速度 IMU 数据中获得正确的线速度？

【英文标题】：How to do transformation to get correct linear velocity from linear acceleration IMU data?

【发布时间】：2021-11-15 21:13:44

【问题描述】：

我有 IMU 传感器，可以为我提供方向、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。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。 所以如果我使用

acceleration_x = (msg->linear_acceleration.x + 9.81 * sin(pitch)) * cos(pitch); 
acceleration_y = (msg->linear_acceleration.y - 9.81 * sin(roll)) * cos(roll);

所以集成线性加速度是很糟糕的，

Velocity_x= Velocity_old_x+acceleration_x*dt;

因为在没有考虑传感器任何可能旋转的情况下对加速度进行积分，这意味着如果传感器完全旋转，结果可能会很糟糕。 所以我需要一些 ROS 包来考虑所有这些转换并给我最准确的线速度估计。有什么帮助吗？谢谢

【问题讨论】：

我会从这里开始：github.com/Wojtek120/IMU-velocity-and-displacement-measurements

好的。但那是一个完整的设备。在这个阶段我不需要额外的设备。我已经有 IMU，它提供 x,y,z 线性 (x,y,z) 、角速度(x,y,z) 和线性加速度 (x,y,z) 的方向。需要算法进行正确的变换和滤波以获得真实的线速度

这是什么类型的设备（机械臂、车辆、直升机、飞机等？）

它的 UUV，水下机器人。但目前仅在 Gazebo 模拟中。但会在现实中拥有它。所以我已经在机器人上安装了一个传感器单元。只需要算法或更好的一整包即可使用 IMU 数据获得线速度

你读到最后的链接了吗？有用于单个 IMU 的算法的描述。

【参考方案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。

它旨在处理 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.)。

如果您正在谈论最小化累积误差，将 IMU 或里程计-速度数据输入 EKF/UKF 将为您提供 odom->base_link 帧变换，这是您能做的最好的事情，根据定义。除非您有绝对参考系测量，否则绝对位姿误差会逐渐累积并累积。 （例如 GPS 或相机/激光雷达处理的位置估计）。具体到您如何要求速度，后退导数，除非您对您的速度或姿势有一个绝对参考系估计，否则您将累积误差只是整合您的加速度，这是你能做的最好的 em>，根据定义。

如果是水下机器人，您可以在车辆上安装速度/水流速度传感器。或者您可以使用相机/激光雷达/声纳进行处理以获得绝对参考帧或至少执行周期之间的位置差异。否则，您的精度和结果将受限于您拥有的传感器。