22.IMU和里程计融合

22.IMU和里程计融合1.概述实际使用中会出现轮子打滑和累计误差的情况,这里单单使用编码器得到里程计会出现一定的偏差,虽然激光雷达会纠正,但一个准确的里程对这个系统还是较为重要2.IMU数据获取IMU即为惯性测量单元,一般包含了三个单轴的加速度计和三个单轴的陀螺仪,简单理解通过加速度二次积分就可以得到位移信息、通过角速度积分就可以得到三个角度,实时要比这个复杂许多2.1PIBOTIMU…

大家好,又见面了,我是你们的朋友全栈君。

1. 概述

实际使用中会出现轮子打滑和累计误差的情况,这里单单使用编码器得到里程计会出现一定的偏差,虽然激光雷达会纠正,但一个准确的里程对这个系统还是较为重要

2. IMU数据获取

IMU即为 惯性测量单元,一般包含了三个单轴的加速度计和三个单轴的陀螺仪,简单理解通过加速度二次积分就可以得到位移信息、通过角速度积分就可以得到三个角度,实时要比这个复杂许多

2.1 PIBOT IMU

PIBOT在嵌入式程序提供出原始的数据接口,通过配置可以输出原始raw_imu topic
raw_imu
topic类型为自定义具体如下,即为三轴加速度三轴陀螺仪和三轴磁力计的原始数据
raw_imu
raw_imu

通过对原始数据处理得到一个/imu/data_raw数据类型为sensor_msgs/Imu
22.IMU和里程计融合
通过ROS提供的相关包imu_tools进行滤波
可以看到complementary_filter_gain_node会订阅该topic,即该topic作为输入滤波得到最终数据(发布/imu/data topic 类型同样为sensor_msgs/Imu)
22.IMU和里程计融合
输出该topic可以看到得到的值波动已经较小了,且静止的时候接近于0
/imu/data

3. 两种融合的方法

3.1 一种简单的方法

从imu得到的数据为一个相对角度(主要使用yawrollpitch 后面不会使用到),使用该角度来替代由编码器计算得到的角度。
这个方法较为简单,出现打滑时候因yaw不会受到影响,即使你抬起机器人转动一定的角度,得到的里程也能正确反映出来

3.2 扩展的卡尔曼滤波

官方提供了个扩展的卡尔曼滤波的包robot_pose_ekf,robot_pose_ekf开启扩展卡尔曼滤波器生成机器人姿态,支持

  • odom(编码器)
  • imu_data(IMU)
  • vo(视觉里程计)
    还可以支持GPS
    引用官方图片
    22.IMU和里程计融合
    PR2从实际初始点(绿色)溜达一圈回到初始点(绿色),编码器的里程(蓝色)发生了漂移,而使用robot_pose_ekf融合出来的里程(红色)则跟实际位置基本重合(后面我们会针对这个测试下效果)

中间的圆是小圆放大的展示效果

再回去看下该包的输出
22.IMU和里程计融合

  • 发布一个topic, 类型需要注意下是PoseWithCovarianceStamped并非Odometry
    后面会用到这个作为显示,所以还需要一个转换
    22.IMU和里程计融合
    查看该topic信息可以看到odom_ekf订阅了该topic
    再次查看该节点信息可以看到
    22.IMU和里程计融合,他会发出一个Odometrytopic

  • 发出一个tf

robot_pose_ekf配置时,做了些映射处理,这样可以保证导航层在使用和不用imu的时候无需修改就可以工作

22.IMU和里程计融合

bringup.lauch或者bringup_with_imu.launch 输出的tf都为odom → base_footprint ;发出的里程也都是odom
bringup_with_imu.launch轮子的里程topic 映射为wheel_odom

这里很重要,后面的对该包的验证会使用到

下2张图展示了未使用IMU和使用IMU时候的tf tree情况, 可以看到用了一致的frame
no imu
use imu

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/148388.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号