传感器数据处理1:里程计运动模型及标定

里程计模型

两轮差分底盘的运动学模型

优点:

  • 结构简单
  • 便宜(两个电机)
  • 模型简单


    传感器数据处理1:里程计运动模型及标定_第1张图片

    传感器数据处理1:里程计运动模型及标定_第2张图片

    传感器数据处理1:里程计运动模型及标定_第3张图片

    传感器数据处理1:里程计运动模型及标定_第4张图片
航迹推算(Dead Reckoning)

车体坐标系转换到世界坐标系


传感器数据处理1:里程计运动模型及标定_第5张图片

里程计标定

线性最小二乘的基本原理

约束和未知量的个数的关系:


传感器数据处理1:里程计运动模型及标定_第6张图片

使得最小,其中的通解为

传感器数据处理1:里程计运动模型及标定_第7张图片

线性最小二乘

直线拟合——y=5x+2


传感器数据处理1:里程计运动模型及标定_第8张图片

采样数据

  • x = (1,2,3,4,5,6,7,8,9,10)
  • y=(6.9918,6.9918 , 14.2987, 16.2019, 22.4263, 25.6191,33.2563, 35.7755, 42.0298, 47.9954, 53.9545)

构建方程组:已知x,y求出a,b


传感器数据处理1:里程计运动模型及标定_第9张图片

求解以上超定方程组:


传感器数据处理1:里程计运动模型及标定_第10张图片

代入以上方程即可求出:
传感器数据处理1:里程计运动模型及标定_第11张图片

最小二乘在里程计标定中的应用

里程计标定分为两种方法:


传感器数据处理1:里程计运动模型及标定_第12张图片
直接线性方法
  • 用激光雷达的scan-match 数据作为真值
  • 里程计测量得到的数据为
  • 假设呈线性关系
传感器数据处理1:里程计运动模型及标定_第13张图片
基于模型的方法
传感器数据处理1:里程计运动模型及标定_第14张图片
传感器数据处理1:里程计运动模型及标定_第15张图片

传感器数据处理1:里程计运动模型及标定_第16张图片

传感器数据处理1:里程计运动模型及标定_第17张图片
参考文献

[1] Simultaneous calibration of odometry and sensor parameters for mobile Robots。

你可能感兴趣的:(传感器数据处理1:里程计运动模型及标定)