IMU模型与标定

本文详细介绍了IMU传感器的旋转运动学、测量模型与运动模型,特别是加速度计和陀螺仪的工作原理及误差模型。讨论了确定性误差如偏差、尺度因子、轴偏差,并提出了六面法定标确定性误差。还涵盖了随机误差,如高斯白噪声和随机游走,并介绍了Allan方差法进行随机误差标定。最后,概述了数学模型和离散积分方法,包括欧拉法、中值法和四阶龙格库塔法,以及整体的标定流程。
摘要由CSDN通过智能技术生成

IMU传感器

旋转运动学

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dUA3Tb8z-1584641636300)(img/Untitled/1560661643256.png)]

旋转的线速度为:
r ˙ = ( − a θ ˙ sin ⁡ θ , a θ ˙ cos ⁡ θ , 0 ) ⊤ = [ 0 − θ ˙ 0 θ ˙ 0 0 0 0 0 ] [ a cos ⁡ θ a sin ⁡ θ h ] = ω × r (1) \begin{aligned} \dot{\mathbf{r}} &=(-a \dot{\theta} \sin \theta, a \dot{\theta} \cos \theta, 0)^{\top} \\ &=\left[\begin{array}{ccc}{0} & {-\dot{\theta}} & {0} \\ {\dot{\theta}} & {0} & {0} \\ {0} & {0} & {0}\end{array}\right]\left[\begin{array}{c}{a \cos \theta} \\ {a \sin \theta} \\ {h}\end{array}\right] \\ &=\boldsymbol{\omega} \times \mathbf{r} \end{aligned} \tag{1} r˙=(aθ˙sinθ,aθ˙cosθ,0)=0θ˙0θ˙00000acosθasinθh=ω×r(1)
取模得到角速度和线速度之间的关系:
∣ r ˙ ∣ = ∣ ω ∣ ∣ r ∣ sin ⁡ ϕ = a ∣ θ ˙ ∣ (2) |\dot{\mathbf{r}}|=|\boldsymbol{\omega}||\mathbf{r}| \sin \phi=a|\dot{\theta}| \tag{2} r˙=ωrsinϕ=aθ˙(2)
从Body系和Inertial系分别看旋转运动得到的速度关系为:
r ˙ I = R I B r ˙ B + R ˙ I B r B = R I B r ˙ B + [ R I B ω b ] × r = R I B v b + ω × r (3) \begin{aligned} \dot{\mathbf{r}}_{I} &=\mathbf{R}_{I B} \dot{\mathbf{r}}_{B}+\dot{\mathbf{R}}_{I B} \mathbf{r}_{B} \\ &=\mathbf{R}_{I B} \dot{\mathbf{r}}_{B}+\left[\mathbf{R}_{I B} \boldsymbol{\omega}_{b}\right]_{ \times} \mathbf{r} \\ &=\mathbf{R}_{I B} \mathbf{v}_{b}+\boldsymbol{\omega} \times \mathbf{r} \end{aligned} \tag{3} r˙I=RIBr˙B+R˙IBrB=RIBr˙B+[RIBωb]×r=RIBvb+ω×r(3)

v I ≡ R I B v b + ω × r ⇔ R I B v b ≡ v I − ω × r (4) \mathbf{v}_{I} \equiv \mathbf{R}_{I B} \mathbf{v}_{b}+\omega \times \mathbf{r} \Leftrightarrow \mathbf{R}_{I B} \mathbf{v}_{b} \equiv \mathbf{v}_{I}-\boldsymbol{\omega} \times \mathbf{r} \tag{4} vIRIBvb+ω×rRIBvbvIω×r(4)

对公式(3)中速度求导得到加速度:
r ¨ I = R I B v ˙ B + R ˙ I B v B + ω × r ˙ + [ R ˙ I B ω b + R I B ω ˙ b ] × r = R I B a B + 2 ω × v + ω × ( ω × r ) + ω ˙ × r (5) \begin{aligned} \ddot{\mathbf{r}}_{I} &=\mathbf{R}_{I B} \dot{\mathbf{v}}_{B}+\dot{\mathbf{R}}_{I B} \mathbf{v}_{B}+\boldsymbol{\omega} \times \dot{\mathbf{r}}+\left[\dot{\mathbf{R}}_{I B} \boldsymbol{\omega}_{b}+\mathbf{R}_{I B} \dot{\boldsymbol{\omega}}_{b}\right]_{ \times} \mathbf{r} \\ &=\mathbf{R}_{I B} \mathbf{a}_{B}+2 \boldsymbol{\omega} \times \mathbf{v}+\boldsymbol{\omega} \times(\boldsymbol{\omega} \times \mathbf{r})+\dot{\boldsymbol{\omega}} \times \mathbf{r} \end{aligned} \tag{5} r¨I=RIBv˙B+R˙IBvB+ω×r˙+[R˙IBωb+RIBω˙b]×r=RIBaB+2ω×v+ω×(ω×r)+ω˙×r(5)
对公式(5)进行变形得到:

a = a I − 2 ω × v ⏟ 科 氏 力 − ω ˙ × r ⏟ 欧 拉 力 − ω × ( ω × r ) ⏟ 离 心 力 (6) \mathbf{a}=\mathbf{a}_{I}-\underbrace{2 \boldsymbol{\omega} \times \mathbf{v}}_{\text 科氏力}- \underbrace{\dot{\boldsymbol{\omega}} \times \mathbf{r}}_{\text 欧拉力}- \underbrace{\boldsymbol{\omega} \times(\boldsymbol{\omega} \times \mathbf{r})}_{\text 离心力} \tag{6} a=aI 2ω×v ω˙×r ω×(ω×r)(6)
其中: v = R I B v b \mathbf{v}=\mathbf{R}_{I B} \mathbf{v}_{b} v=RIBvb a = R I B a b \mathbf{a}=\mathbf{R}_{I B} \mathbf{a}_{b} a=RIBab,它们表示body下的速度或加速度在Inertial系下的表示。要区别这几种表示,习惯了找一个真实值,只不过是不同系下的不同表示罢了

测量模型与运动模型

MEMS加速度计

使用电容或者电阻桥来进行测量,注意有可能测出来的加速度计值方向是与实际力相反的,因为是使用弹簧测出的惯性力。

  • 加速度计的质量块没有高速运动,不受科氏力影响
陀螺仪
  • 振动陀螺仪使用的是科氏力作用来测得旋转,一个主运动轴+一个敏感轴,与运动方向垂直方向(敏感轴方向)受一个科氏力。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sVL2ow4K-1584641636301)(img/VIO-DB/1560669359061.png)]

  • 一般使用两个运动方向相反的质量块来侧科氏力,这样可以抵消加速度的影响。若质量不一致会导致有差别。

IMU误差模型

分为:确定性误差,随机误差。前者可以提前标定,后者建模成高斯分布。

确定性误差
  • 偏差bias
  • 尺度因子Scale
  • 轴偏差(非正交误差)
  • Run-to-Run Bias/Scale Factor 即每次上电启动的值都不一样
  • In Run (Stability) Bias/Scale Factor 即在运行过程中也会发生变化
  • Temperature-Dependent Bias/Scale Factor 即受温度影响的变化值

尺度因子和非对称误差为:
[ l a x l a y l a z ] = [ s x x m x y m x z m y x s y y m y z m z x m z y s z z ] [ a x a y a z ] (7) \left[\begin{array}{l}{l_{a x}} \\ {l_{a y}} \\ {l_{a z}}\end{array}\right]=\left[\begin{array}{lll}{s_{x x}} & {m_{x y}} & {m_{x z}} \\ {m_{y x}} & {s_{y y}} & {m_{y z}} \\ {m_{z x}} & {m_{z y}} & {s_{z z}}\end{array}\right]\left[\begin{array}{c}{a_{x}} \\ {a_{y}} \\ {a_{z}}\end{array}\right] \tag{7} laxlaylaz=sxxmyxmzxmxysyymzy

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值