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 。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。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。