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.