imu预积分

IMU数据积分获得当前位姿：
从两帧IMU数据中获得当前位姿的预测思路非常简单，无非是求出当前时刻t与下一时刻t+1加速度的均值， 把它作为Δt时间内的平均加速度，有了这个平均加速度及当前时刻的初始速度和初始位置，就可以近似的求出t+1时刻的速度和位置。求出当前时刻t与下一时刻t+1角速度的均值， 把它作为Δt时间内的平均角速度，有了这个平均角速度及当前时刻的姿态，就可以近似的求出t+1时刻的姿态。
但是由于IMU的数据存在着坐标系、bias和重力加速度的问题需要额外的一些处理。
首先对于加速度，因为imu的加速度数据是在Body坐标系下表示的，所以要利用对应时刻的姿态将其转换到世界坐标系下，转换之前要减去bias，转化之后要减去重力加速度（世界坐标系下的重力加速度恒等于9.8）：
at,w=Qt(at,b−Ba)−g
at+1,w=Qt+1(at+1,b−Ba)−g
Qt+1是t+1时刻的姿态，需要用角速度的数据来近似计算：
ω′t=12(ωt+ωt+1)−Bg
Qt+1=Qt(ω′tΔt)
有了t,t+1时刻的加速度，就可以求出t+1时刻的速度和位置：
a′t,w=12(at,w+at+1,w)
Vt+1=Vt+a′t,wΔt
Pt+1=Pt+VtΔt+12a′t,wΔt2
按照计算的顺序整理一下整个积分的流程：
at,w=Qt(at,b−Ba)−g
ω′t=12(ωt+ωt+1)−Bg
Qt+1=Qt(ω′tΔt)
at+1,w=Qt+1(at+1,b−Ba)−g
a′t,w=12(at,w+at+1,w)
Vt+1=Vt+a′t,wΔt
Pt+1=Pt+VtΔt+12a′t,wΔt2

转载于：https://www.cnblogs.com/glxin/p/9851909.html

四元数参考IMU数据融合之Mahony算法应用：https://blog.csdn.net/lucky_dog_2018/article/details/80173690
四元数基础：https://www.cnblogs.com/mengdd/p/3238223.html
利用加速度求解位置的算法——三轴传感器：https://blog.csdn.net/u011006622/article/details/56286833

综合性介绍的文章：
惯导SLAM中IMU预积分：https://blog.csdn.net/qq_38589460/article/details/82725630
VINS技术路线与代码详解：https://blog.csdn.net/wangshuailpp/article/details/78461171
如何理解IMU以及其预积分：https://zhuanlan.zhihu.com/p/38009126

卡尔曼滤波
详解卡尔曼滤波原理：https://blog.csdn.net/u010720661/article/details/63253509