kalibr——allan标定IMU

1. rosbag包转化成.mat文件参考教程：https://blog.csdn.net/sinat_25923849/article/details/107868065

2. 标定教程：https://blog.csdn.net/qq_18276949/article/details/114634990

3.官方说明：

地址： https://github.com/rpng/kalibr_allan

实验步骤

1. 在 IMU 静止的情况下，记录一袋 ROS 读数（我们收集了一袋约 4 小时）
2. 将 ROS 包转换为 matlab mat 文件。

参考1的方法

（1） 使用包含的bagconvertROS 包来执行此操作
（2）例子：rosrun bagconvert bagconvert imu.bag /imu0
4. 运行包含的 matlab 脚本以生成读数的艾伦偏差图
（1）如果使用并行版本，则使用 matlab 并行工具箱
（2）需要指定bagconverter制作的mat文件，以及IMU消息的速率
5. 解释生成的图表以查找噪声值
（1）运行处理结果脚本
（2）将适合艾伦图左侧的 -1/2 线
（3）白噪声为 tau=1（根据kalibr wiki）
（4）将适合艾伦图右侧的 1/2 线
（5）随机游走在 tau=3 （根据kalibr wiki）
6. 一些示例数据可以在这里找到：
（1）XSENS MTI-G-700
（2）Tango Yellowstone Tablet
（3）ASL-ETH VI-Sensor

4. 参数实践官方说明：

地址：https://github.com/ethz-asl/kalibr/wiki/IMU-Noise-Model

Kalibr IMU 噪声参数在实践中 需要注意的是，此处使用的 IMU 测量误差模型源自不经历运动且处于恒定温度的传感器。

因此，例如，由温度变化引起的比例因子误差和偏差变化没有被考虑在内。很明显，该模型是乐观的。特别是在使用带有 Kalibr 的低成本 MEMS IMU 时，您可能还必须增加噪声模型参数以“捕获”这些错误。换句话说，如果您直接使用从静态传感器数据中获得的“sigmas”，Kalibr 会倾向于过于信任您的 IMU 测量结果，并且其解决方案不会是最优的。

根据我们的经验，对于成本最低的传感器，可能需要将噪声模型参数增加 10 倍或更多。如果您将 Kalibr 与此类设备一起使用，请向我们提供反馈，以便我们制定具体指南、设备特定参数建议或更高级的方法来确定这些参数。