IMU校准

      IMU的误差来主要来自于三部分，包括噪声、尺度因子和轴偏差。这里介绍这几种误差不需要深入理解，只需要知道IMU在使用过程中存在不可抗拒的误差。

        1. 噪声包含高斯白噪声、随机游走(这里指零偏Bias)，高斯白噪声好理解，传感器不可能能精确测量物理值，一定存在噪声；随机游走是一个离散模型，可以把它看做是一种布朗运动，或者将其称之为维纳过程。该模型可以看做是高斯白噪声的积分。该噪声参数一般是由传感器的内部构造、温度等变化量综合影响下的结果。

        2. 其实在这个地方上说IMU的尺度因子不太恰当，应该将其称之为__尺度误差。__这部分的误差来自于传感器的数字信号向物理量转换的误差，比如说AD向加速度/角速度转换的时候的误差。尺度误差的表达比较简单，是传感器出厂时自带的误差。

        3. 一般情况下，加速度计的坐标系AF和陀螺仪的坐标系GF都不是正交的坐标系，但我们正常使用的时候都是默认测量量是在正交坐标系下的，所以就需要一个变换矩阵将测量量从非正交坐标系 AF\GF下转到正交坐标系BF下，将其称之为机体坐标系。所以在轴偏角分解时存在误差。
 

误差标定

       IMU在校准过程中，加速度计和陀螺仪是分开校准的，一般是先校准加速度计，然后利用准确的加速度计信息再来校准陀螺仪。

      1. 加速度计标定很简单，把IMU静止放置在桌面，统计各个方向的加速度值，计算出稳定的偏差，一般保持4s。

      2. 旋转IMU使其保持不同的姿态，重复第一步，统计各个角度的偏差平均值，旋转次数一般为30-50次。

      3. 计算出总的各个方向的偏差期望，最后输出为测量值减去偏差的期望。

      陀螺仪的校准有两个部分：Allan方差校准Bias和优化方式求解尺度因子及轴偏差。在校准陀螺仪的时候，要使用到加速度的校准信息，所以加速度校准的好坏关系到整个IMU的校准效果。

    (1)将陀螺仪静止放置时间TT ,单个采样周期为 τ0τ0，共有NN 组采样值。
(2)计算单次采样输出角度 θθ 和 平均因子 mm，mm 要尽量取得均匀。

                                                           
(3)计算Allan方差，当 m 取不同的值的时候会有不同的Allan方差值。

                                       其中，τ=mτ0。
(4)一般在绘制Allan方差曲线的时候使用的是Allan方差的平方根，拟合Allan方差曲线。
 

自动驾驶（五十六）---------Yawrate和Imu标定_一实相印的博客-CSDN博客_yawrate传感器