[学习SLAM]轮速仪的建模与精度评估/轮速里程计（实践篇）

机器人运动模型（算法理论）

由其他组采集到的轮速数据需要根据公式将速度转化为位移量，具体机器人运动模型有两大类，3小类。如下：

针对模型2详细的说明以及代码实现：

用轮速计实现双轮差动机器人的位姿估计

1、轮速计的工作原理

根据安装在双轮差动机器人左右2个驱动轮电机上的光电编码器，来检测车轮在一定时间内移动的距离，从而推算出机器人相对位姿（位置和航向）的变化。

2、轮速计位姿估计模型

给定车辆的初始定位，根据车辆后轴左、右轮的单位移动距离估计车辆的位姿信息。

 

3、Matlab代码

XX

4、运行结果

4.1、左右轮移动距离随机生成的结果

4.2、绕圆圈左右轮移动距离的结果

 

轮速仪精度精度评估（数据实践）

目的：为了验证轮速仪是否可以作为在地下有停车场中位移量的参考，需要先验证轮速仪的精度。

数据：用于验证轮速仪精度的数据是围绕大厦一周的路程，由GPS采集到的rtk数据作为GroundTruth。

实现过程：

• 处理轮速仪数据

根据以上，我们可以计算得到轮速仪在每个时刻的位移变化量，存在文件“wheel_speed_xy.log”中。

备注：由于得到的速度的单位是 0.01km/h，并且轮速仪的频率为20ms，因此在计算时为了统一单位，进行了上述运算。

• 处理rtk数据

采集到的GPS-rtk数据第四列与第五列分别表示经度与纬度，因此需要将其转化为大地坐标，保存在文件“2019-06-12_11-19-30_rtk_GPSData.txt”中。

• 按时间戳对齐，验证精度

由于两组数据频率不同，开始时刻不同，因此需要将两组数据按照时间戳对齐，查看每个对应的时刻轮速仪与GPS的位移量。由于GPS的频率不固定，大约在500ms左右，轮速仪的频率为20ms，因此，将两组数据时刻差值<10ms的数据认为是同一时刻。

rtk时间戳，对应的轮速仪时间戳，轮速仪的δx，rtk的δx，轮速仪的δy，rtk的δy，以及轮速仪的δs，rtk的δs保存在文件“diff_distances.log”中。

为了更便捷的看到两组数据的差距，将轮速时间戳对应的轮速仪的δx，rtk的δx与轮速仪的δs，rtk的δs在图中表示出来。注意的是，轮速仪得到的y值变化很小，因此，轮速仪的δx与轮速仪的δs重合。可以看到随着时间的增加，误差逐渐增大，可能的原因是转弯对齐造成的影响，所以说，轮速仪应该是在直线上更加精确一些。

GPS-rtk数据轨迹为蓝色;wheel_speed数据轨迹为黑色;（两圈多一点的轨迹数据）

模型1计算出的轮速里程计图下

模型2计算出的轮速里程计图下

对比分析：模型1与模型2的不仅轨迹有些许不同，而且相对坐标系也存在偏转。

 

下一步评测轮速里程计与RTK的误差，还将其误差也绘制了图像：

 mean(abs(dist 

模型1=1.3524

模型2=1.3517

针对我们数据两种模型差别不大。