VIO学习之公式推导——IMU篇

1、旋转运动学

1.1线速度与角速度的关系

VIO学习之公式推导——IMU篇_第1张图片

1.2旋转坐标系下的运动学

VIO学习之公式推导——IMU篇_第2张图片

VIO学习之公式推导——IMU篇_第3张图片
上式(3)中推导过程中的注意点:
(1)其中倒数第二个等号的结果用到了VIO学习之公式推导——李代数篇中的性质5
(2)公式中 [ w B B ′ △ t ] ∧ = [ w B B ′ ] ∧ △ t = [ w B B ′ ] × △ t [w_{BB^{'}}\bigtriangleup t]^{\land}=[w_{BB^{'}}]^{\land}\bigtriangleup t=[w_{BB^{'}}]_{\times}\bigtriangleup t [wBBt]=[wBB]t=[wBB]×t其中右上的三角符号和右下的×是同种意义的不同表示。

2、IMU测量模型及运动模型

2.1MEMS加速度计工作原理

VIO学习之公式推导——IMU篇_第4张图片
VIO学习之公式推导——IMU篇_第5张图片

2.1MEMS陀螺仪工作原理

VIO学习之公式推导——IMU篇_第6张图片
VIO学习之公式推导——IMU篇_第7张图片
VIO学习之公式推导——IMU篇_第8张图片
VIO学习之公式推导——IMU篇_第9张图片

3、IMU误差模型

3.1误差分类

  • 加速度计和陀螺仪的误差可以分为:确定性误差,随机误差。
  • 确定性误差可以事先标定确定,包括:bias,scale…
  • 随机误差通常假设噪声服从高斯分布,包括:高斯白噪声,bias随机游走…
确定性误差

VIO学习之公式推导——IMU篇_第10张图片
其中bias也称之为零点漂移,scale也称之为现象漂移。

非正交误差

VIO学习之公式推导——IMU篇_第11张图片

3.2确定性误差分类

3.2.1六面法标定加速度

VIO学习之公式推导——IMU篇_第12张图片
VIO学习之公式推导——IMU篇_第13张图片

3.2.2六面法标定陀螺仪

VIO学习之公式推导——IMU篇_第14张图片

3.2.3温度相关的参数标定

VIO学习之公式推导——IMU篇_第15张图片

3.3 IMU随机误差

VIO学习之公式推导——IMU篇_第16张图片
狄拉克函数实际就是信号系统里面的冲激函数
VIO学习之公式推导——IMU篇_第17张图片
VIO学习之公式推导——IMU篇_第18张图片
VIO学习之公式推导——IMU篇_第19张图片
VIO学习之公式推导——IMU篇_第20张图片
注意上式中 b ( t ) b(t) b(t)的单位是角度,而陀螺仪的测量量是角速度,所以在建模过程中需要对其求一次导。
维纳过程的定义如下:
VIO学习之公式推导——IMU篇_第21张图片

VIO学习之公式推导——IMU篇_第22张图片
上式(13)公式有一个错误,第一个积分的上下标应该和第二个一样。

3.4 IMU随机误差的标定

VIO学习之公式推导——IMU篇_第23张图片
具体理论知识查询资料
VIO学习之公式推导——IMU篇_第24张图片
高斯噪声的方差值在m=-0.5处,bias噪声的方差值在m=0.5处。
VIO学习之公式推导——IMU篇_第25张图片
实际代码参考链接

4、IMU数学模型

VIO学习之公式推导——IMU篇_第26张图片
VIO学习之公式推导——IMU篇_第27张图片

5、运动模型离散时间处理

VIO学习之公式推导——IMU篇_第28张图片
上式关于四元素的求导公式如下:
VIO学习之公式推导——IMU篇_第29张图片
VIO学习之公式推导——IMU篇_第30张图片
VIO学习之公式推导——IMU篇_第31张图片
VIO学习之公式推导——IMU篇_第32张图片
上面(23)式到(24)式中 q w b k + 1 q_{wb_{k+1}} qwbk+1的推导如下:
由前面已知:
q ˙ = q ⊗ [ 0 1 2 w ] \dot{q}=q\otimes\left[\begin{matrix}0\\\frac{1}{2}w\end{matrix}\right] q˙=q[021w]
q k + 1 = q k + q ˙ k δ t = q k + q k ⊗ [ 0 1 2 w k ] δ t = q k ⊗ [ 1 0 ] + q k ⊗ [ 0 1 2 w k δ t ] = q k ⊗ [ 1 1 2 w k δ t ] \begin{aligned} q_{k+1}&=q_{k}+\dot{q}_{k}\delta t\\ &=q_{k}+q_{k}\otimes\left[\begin{matrix}0\\\frac{1}{2}w_{k}\end{matrix}\right]\delta t\\ &=q_{k}\otimes\left[\begin{matrix}1\\0\end{matrix}\right]+q_{k}\otimes\left[\begin{matrix}0\\\frac{1}{2}w_{k}\delta t\end{matrix}\right]\\ &=q_{k}\otimes\left[\begin{matrix}1\\\frac{1}{2}w_{k}\delta t\end{matrix}\right] \end{aligned} qk+1=qk+q˙kδt=qk+qk[021wk]δt=qk[10]+qk[021wkδt]=qk[121wkδt]
VIO学习之公式推导——IMU篇_第33张图片
该法也称为中值法

6、旋转的基础知识

VIO学习之公式推导——IMU篇_第34张图片

6.1 欧拉角

VIO学习之公式推导——IMU篇_第35张图片
VIO学习之公式推导——IMU篇_第36张图片
VIO学习之公式推导——IMU篇_第37张图片

你可能感兴趣的:(算法,VIO)