python allan 拟合_从零开始的VIO——Allan方差工具

1. 前言

通过《从零开始手写VIO》第二章的学习，我逐渐发现课程本身的内容并不是很难理解，老师讲的比较到位，但对我最大的困难在于环境配置。如果给我一个完整的实验环境让我修改代码、补全函数，那难度会骤降，把算法转化为实际的代码并不是一件很痛苦的事，至少能够定位那些地方可以修改，这样也好发问。然而，光是只会算法已经远远不能满足这门课的需求了，所谓的“从零开始”，就是连最基本的库、工具、依赖都得从无到有。正好借Allan方差实验，在此分享整个实验的流程以及遇到的麻烦。

2. 概述

关于具体的IMU和Allan方差理论在这里不做描述，主要讲述实验的流程。本次实验是运用Allan方差法标定IMU的随机误差，这里所用的IMU数据是贺博提供的模拟数据，IMU最关注的的两点是陀螺仪和加速度计。实际的IMU在采集数据过程中，会产生两种误差，一般分为确定性误差和随机误差。确定性误差主要包括偏置、尺度、因制造不精产生的坐标轴相互不垂直产生的误差等，随机误差主要包括高斯白噪声、偏置随机游走。那么，要研究的变量，就是陀螺仪和加速度计各自的高斯白噪声和随机游走。

3. 实验

(1)前置要求

ROS-kinetic：请按照官网的步骤执行，完成安装以及初始化catkin_ws工作空间的任务。配置完成后即可开启ROS。

roscore

ceres solver：关于Eigen和Sophus的安装，可参考之前的博客。

再进行Ceres的安装，需要cmake编译：

sudo apt-get install liblapack-dev libsuitesparse-dev libcxsparse3.1.4 libg