gici-open示例数据运行(ground_truth坐标的转换)

1. 坐标系转换说明

涉及的两个坐标转换:

  • nmea_pose_to_pose :激光IMU中心到数据集IMU中心,主要是杆臂误差,转换关系为:
    //======坐标转换的主要步骤(若发现有错误的地方,请评论指出)======
    //定义激光IMU和数据集IMU之间的杆臂
    const Eigen::Vector3d t_AB_A(-0.00509546,    0.320372,   0.0669864);
    //定义激光IMU和数据集IMU之间的姿态角(应该是以数据集右前下坐标系为基准)
    const Eigen::Vector3d rot_AB(179.928, -0.55273, -179.265);
    //激光IMU到数据集IMU之间的转换四元数
    Transformation T_AB(t_AB_A, eulerAngleToQuaternion(rot_AB * D2R));
    //激光IMU为原点的载体系下的enu转换到到导航
    Transformation T_WA(p_enu, q);
    //将激光IMU为原点转换到以数据集IMU为原点
    Transformation T_WB = T_WA * T_AB;
    

    根据代码里的设置值为:(-0.00509546,    0.320372,   0.0669864)
    而从 gici-open-dataset/intrinsics_and_extrinsics.yaml中看到的参数值为:gici-open示例数据运行(ground_truth坐标的转换)_第1张图片

      数值上存在一定的差异。

  • nmea_pose_to_position:由数据集IMU中心到GPS天线相位中心的杆臂补偿,转换到导航系。主要转换公式为:
    //数据集IMU和GNSS APC之间的杆臂
    const Eigen::Vector3d t_SR_S(0.354, -0.042, -0.029);
    //将杆臂转换到导航系下,并将改正数加到导航系下的坐标NEU里。
    p_enu = p_enu.eval() + q * t_SR_S;
    

    代码中的杆臂为:(0.354, -0.042, -0.029)
    而从 gici-open-dataset/intrinsics_and_extrinsics.yaml中看到的参数值为:

  • gici-open示例数据运行(ground_truth坐标的转换)_第2张图片
    两者也存在数值上的差异。

2. 杆臂误差处理(载体系投影到导航系)

导航系(n):站心坐标系,一般以运动起始时刻作为站心原点,坐标轴:北东地

载体系(b):以IMU或GNSS为中心,坐标轴:前右下

gici-open示例数据运行(ground_truth坐标的转换)_第3张图片

 [北东地——前右下]坐标系下欧拉角旋转顺序:
       航向角(绕Z轴)—俯仰角(绕Y轴)—横滚角(绕X轴):
  第一个转动角度:航向角(绕Z轴旋转ψ角)
  第二个转动角度:俯仰角(绕Y轴旋转 θ 角)
  第三个转动角度:横滚角(绕X轴旋转ϕ 角)
注意 俯仰角和横滚角:方向与对应轴向转动方向一致,绕对应轴正转,相应姿态为正;绕对应轴反转,相应姿态为负。X轴指北时,航向角为零。北偏东顺时针依次从0变为360°
  对应的旋转矩阵为:

gici-open示例数据运行(ground_truth坐标的转换)_第4张图片

  

最后一定注意欧拉角旋转顺序与定义啊兄弟们,别搞混了,坐标系选取不同定义也不同的!!!!!!

 2. 欧拉角和四元数的关系原理

文章来源:无处不在的小土-导航坐标系与姿态描述方法

gici-open示例数据运行(ground_truth坐标的转换)_第5张图片

gici-open示例数据运行(ground_truth坐标的转换)_第6张图片

gici-open示例数据运行(ground_truth坐标的转换)_第7张图片

你可能感兴趣的:(机器学习,人工智能)