# 对应cartographer里的PoseExtrapolator类(代码实现为pose_extrapolator.cc)
# 参考文章:重力对齐推导 - Thomas's Blog
# pitch():俯仰,将物体绕y轴旋转
yaw():航向,将物体绕z轴旋转
roll():横滚,将物体绕x轴旋转
一、为什么要使用重力对齐:
在进行点云匹配时,我们需要匹配平移和姿态共6个自由度,但是如果使用重力对齐,两个点云之间的配准只需要平移和姿态的航向角共4个自由度。假设源点云为A,目标点云为B,B = R*A + t,未对齐时6个自由度。重力对齐是将姿态的z轴转到与重力的方向一致,当A、B所在的本体坐标系的姿态的z轴都转到跟重力方向对齐时,只需要优化平移和航向角共4个自由度。这提高了匹配精度和减少了计算量。
二、如何找出重力方向:
当IMU静止时,这时候IMU线加速度测量的就是因为重力而产生的反向支持力,如果重力是[0, 0, -9.8],则IMU测量是[0, 0, 9.8]。但是IMU绝大多数时候都是在运动,测量出来的线加速度不止是重力还有IMU的加速度影响,对此cartographer采用指数平均滤波来求重力方向。
举个例子,假设IMU线加速度测量4次,分别为[1, 2, 9.8]、[-1, 2, 9.8]、[5, 3, 9.8]、[3, 2, 10],对这个取平均值得到[2, 2.25, 9.85],明显看到第三个数9.85大于前两个数,事实上,当测量数据越多时候,第三个数会远远大于前两个数,因为重力是恒存在的,而加速、减速时有时无,这时候对[2, 2.25, 9.85]归一化得到[0, 0.031, 1],这个值与z轴的值已经很接近了,可以认为是重力的方向了。
三、重力对齐推导:
参考文章:重力对齐推导 - Thomas's Blog,已经写的很详细了,这里就不重复描述了。