IMU误差模型总结

网上很多关于IMU误差模型的介绍，相对比较复杂，这里言简意赅的总结下IMU的误差模型。

总体来说，IMU的误差分为系统误差和随机误差，其中：

一、系统误差可以通过传感器的校准消除，一般包括零偏误差（bias）、比例因子误差（scale factor）、不重合及非正交误差（misalignment and non-orthogonality）、非线性误差（non-linearity）、温度误差（thermal noise）等；

二、随机误差主要包含随机游走误差（random walk）和零偏不稳定性（bias instability）。

随机游走误差可以不严谨的理解为高斯白噪声；相对于陀螺仪，这项误差的效果是积分得到的角度的误差是维纳过程（随机行走是维纳过程的时间离散化）；相对于加速度计，这项误差是指积分得到的速度的误差是维纳过程。维纳过程可以不严格地理解为高斯白噪声的积分，因此这项误差翻译成我们熟悉的语言就是：陀螺仪测量的角速度，加速度计测量的加速度的噪声是高斯白噪声。

零偏不稳定性误差表现为传感器的零偏会随时间逐渐变化，是一种非静态噪声，可理解为高斯白噪声和维纳过程的混合。

IMU 的随机误差的参数可以通过艾伦方法测量。

IMU标定：GitHub - gaowenliang/imu_utils: A ROS package tool to analyze the IMU performance.

参考： IMU误差模型 - 知乎 (zhihu.com)