文章目錄

• 1. 作業1
• • 1.1 方法1
• 2. 作業2

系列筆記:
手寫VIO學習總結（一）

1. 作業1

1.1 方法1

• 1 利用vio_data_simulation-ros_version生成imu的靜止時候的仿真數據:
  具體步驟:

1.建立work space 2.利用caktin_make編譯vio_data_simulation-ros_version 3.rosrun vio_data_simulation vio_data_simulation_node注意:1.需要修改vio_data_simulation-ros_version/src/gener_alldata.cpp中的bag路徑 2.打開vio_data_simulation-ros_version/src/param.h可以設置參數

• 2 利用高溫良的開源代碼完成,參考我以前的博文:無人駕駛算法學習（十一）:IMU標定及Allan方差分析
• 3 待續，具體分析

2. 作業2

readme中提示: 1. 編譯vio_data_simulation-master 2. 執行bin/data_gen, 生成數據 3. 執行python_tools/draw_trajectory.py 畫出軌跡 4. 換成中值積分, 再重做一遍上述1,2,3過程

• 1 歐拉法
  編譯vio_data_simulation-master, vio_data_simulation-master是一個Cmake工程,對其進行編譯。

cd vio_data_simulation-master mkdir build cd build camke .. make cd ../bin ./data_gen

此時，在vio_data_simulation-master/bin目錄下會生成一些txt文件，我們需要的是imu_pose.txt和imu_int_pose.txt，然后用Python的matplotlib繪圖。

說明:
imu_pose.txt是由給定的軌跡方程和歐拉角，生成IMU的pose，imu_int_pose.txt是由給定的軌跡得到速度v和加速度a，再根據歐拉法得到IMU的pose。

cd ../python_tool python draw_trajctory.py

• 2 中值法
  • 2.1 vio_data_simulation-master/src/imu.cpp中歐拉法

/// imu 動力學模型 歐拉積分Eigen::Vector3d acc_w = Qwb * (imupose.imu_acc) + gw; // aw = Rwb * ( acc_body - acc_bias ) + gwQwb = Qwb * dq;Vw = Vw + acc_w * dt;Pwb = Pwb + Vw * dt + 0.5 * dt * dt * acc_w;

• 2.2 中值法

替換的代碼:

MotionData imupose = imudata[i];MotionData imupose_ = imudata[i-1];//delta_q = [1 , 1/2 * thetax , 1/2 * theta_y, 1/2 * theta_z]Eigen::Quaterniond dq;Eigen::Vector3d dtheta_half = 1.0/2.0* (imupose.imu_gyro + imupose_.imu_gyro) * dt /2.0;// Eigen::Vector3d dtheta_half = (imupose.imu_gyro + imudata[i-1].imu_gyro)/2 * dt /2.0;dq.w() = 1;dq.x() = dtheta_half.x();dq.y() = dtheta_half.y();dq.z() = dtheta_half.z();/// 中值積分Eigen::Vector3d acc_w = (Qwb * (imupose_.imu_acc) + gw + Qwb*dq * (imupose.imu_acc) + gw )/2; // aw = Rwb * ( acc_body - acc_bias ) + gwQwb = Qwb * dq;Vw = Vw + acc_w * dt;Pwb = Pwb + Vw * dt + 0.5 * dt * dt * acc_w;

• 3 注意:
  對比發現中值法更精準!!!

總結

以上是生活随笔為你收集整理的手写VIO学习总结（二）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。