使用robot_localization融合IMU数据和GPS数据

前言

现在我们要将 GPS 数据添加到车轮里程计和 IMU 数据中。这三个测量将通过使用 robots_localization 包进行融合。GPS 提供机器人相对于地球框架的位置。这是一个优点。然而，它也有一些缺点，包括：

• 误差较大。然而，特殊类型的 GPS（例如 DGPS 和 RTK）误差要小得多，但价格昂贵。
• 仅提供位置。GPS 本身不提供任何有关方向的信息。

当与车轮里程计和IMU数据融合时，可以克服GPS的大误差。

这篇博客将简单介绍下如何将 GPS 数据与车轮里程计和 IMU 数据融合。

坐标系

对于室内机器人来说，坐标系非常简单。机器人的“中心”是base_link。您的里程计源（通常是车轮编码器，通常与 IMU 合并）用于生成odom帧。然后你就有了建筑物的地图， AMCL等程序可以使用激光扫描数据将机器人与地图对齐，以从奥多姆到地图框的转换形式发布校正。地图框架是任意的，但参考建筑物的地图固定并在构建地图时设置。目标位姿通常在地图框中指定，因为它随着时间的推移和机器人的重新启动而保持一致。

对于户外机器人来说，它最终会变得更加复杂。base_link和odom帧与室内相同。

对于robots_localization，地图框原点是机