【学习记录】IMU内参标定：Allan方差与代码

本文仅用于记录自己学习IMU内参标定过程中的一些总结。

参考

关于IMU参数：
死磕陀螺仪之(一)陀螺仪参数意义以及工程转换

关于Allan方差：
多传感器融合定位理论基础（三）：惯性器件误差分析
IMU噪声参数辨识-艾伦方差

代码：imu_utils

https://github.com/gaowenliang/imu_utils

使用方法：

1. 录制rosbag数据
启动imu的节点发布imu数据，并用rosbag进行录制。录制过程中保证IMU静止不动。
录制时间建议>2h，否则辨识的不准确。数据量还行，我100hz的IMU录制给2小时只有不到300M。

2. 下载代码并编译
按照imu_utils的文档，下载 imu_utils 和作者依赖的代码 codes_utils，并一同放在同一个workspace下，进行编译。
自己编译时，遇到了如下两个错误：

“backward.hpp” No such file…
解决方法：修改头文件 “backward.hpp” -> “code_utils/backward”。详见 issue11

/usr/lib/x86_64-linux-gnu/libapr-1.so.0: undefined reference to `uuid_generate@UUID_1.0’
解决方法：修改bashrc，不激活anaconda，然后删掉build路径，重新编译。详见：解决libapr-1.so.0：对‘uuid_generate@UUID_1.0’未定义的引用

3. 修改配置文件
修改任意一个launch文件，主要修改：1. imu topic的名称；2. 持续时间（可以看代码中这个变量是干什么的，具体是时间戳达到这个值(单位为分钟)后，把接收到的数据进行分析。所以如果设定的时间比实际录制的长，则无法进入后续分析部分）
4. 运行
首先打开标定launch，再播放录制的rosbag数据，可以用-r参数加速；

rosbag play -r 200 xxx.bag
roslaunch imu_utils A3.launch

5. 输出结果
最终标定结果在命令行以及data/路径生成yaml文件。

如果想绘制Allan曲线，可以运行scripts/draw_allan.m这个matlab脚本，运行时将所有路径的文件名替换成launch配置文件的"imu_name"参数即可。输出结果如下：

小结

整个过程还算顺利，一天搞定。感觉并不难，所有工具都做的不错。

20231103更新

再看Allan方差含义与曲线：
今天按照：《IMU Error Modeling Tutorial - INS state estimation with real-time sensor calibration》一文学习，有对照了上面附的知乎的帖子：IMU噪声参数辨识-艾伦方差，收获颇多。

自己的一些心得体会：
从功率谱的角度去思考allan方差：由于可以将噪声项视作相互独立的噪声源，因此每个谱代表了不同源的影响。
量化误差Q，角度随机游走（即角速度noise）N，零偏不确定性B，角速度随机游走K，以及速率斜坡RR。论文中只讨论了NBK三个的影响。

由于绘制的allan曲线，横轴是log(\tau)，根据斜率与 $\tau =1$ 的交点，可以计算出NBK的具体值：
-1/2斜率与$\tau =1$的交点是 N；
0斜率的值是(近似的)$2/3B$（论文是0.664B）；
1/2斜率与$\tau =1$的交点是$K/\sqrt{(}3)$，也是1/2斜率与$\tau =3$的交点K。

对于噪声的状态空间，有不同的建模方式，例如只考虑NK的、考虑NBK的。但由于B，由于：

因此，对于B的不同建模（一阶/二阶），又有了Gauss-Markov模型，Cumulative模型等。