# localization

**Repository Path**: prepare-for_564824193/localization

## Basic Information

- **Project Name**: localization
- **Description**: 这是一个融合定位的工程
from https://zhuanlan.zhihu.com/p/588661841
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2023-08-19
- **Last Updated**: 2023-08-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# localization

#### 介绍
​		一个融合定位的项目。



2022.08.19 --这次做到就当练手了，后续会想写一个大的融合定位项目。

复习了一下 Quaternion kinematics for the error-state Kalman filter ，结合他人的代码，自己实现了一套非常简单的IMU+GPS的融合定位项目。

​				这次的主要工作：

​						1、**重构**。目前这套代码---包括前端主要是收集数据、交给后段处理数据，后段中包含三种model，分别完成初始化、预测、修正的工作。

​						2、**IMU的静态初始化**。之前学习VINS，仅仅接触了动态的初始化、这次又学习了一下静态的初始化。具体包括利用**向量的叉乘**完成初始姿态的初始化  以及 利用**施密特正交**完成初始化。

​						3、**ESKF**。一年前学习的ESKF，这次进行了复现。理论知识可参考  [高博](https://zhuanlan.zhihu.com/p/441182819) 。IMU的解算以及误差的传递就不过多介绍。

​			大体流程为：

​						1、预测。完成IMU的解算，由k-1时刻获得k时刻的状态两p,q,v。此外还要用Fk更新获得dx。

​						2、修成。利用gps数据修正，修正的也是误差量dx，然后将dx添加入p、q、v、ba、bg中。

关于观测方程的推倒--初始化时，gps_buf中会存储一定数量的位置信息，最后求取平均值作为初始位置LLA，以后的每条gps数据都会以LLA为坐标原点，而状态量P初始化为0，所以需要推倒误差状态的观测方程。

![](./image/1.jpeg)