IMU的学习记录

IMU的学习记录


一、IMU简单介绍

1.IMU原理

当我们晚上回到家,发现家里停电时,眼睛在黑暗中什么都看不见的情况下,只能根据自己的经验,极为谨慎地走小碎步,并不断用手摸周围的东西(比如冰箱),用以确定自己所在的位置。

IMU的原理和黑暗中走小碎步很相似。在黑暗中,由于自己对步长的估计和实际走的距离存在误差,走的步数越来越多时,自己估计的位置与实际的位置相差会越来越远。就像下图所示:

在这里插入图片描述

走第一步时,估计位置(黑人所在位置)与实际位置(白人所在位置)还比较接近;但随着步数增多,估计位置与实际位置的差别越来越大。图中的小人只朝一个方向移动,是一维的。根据此方法推广到三维,就是惯性测量单元的原理。

学术上的语言是:以牛顿力学定律为基础,通过测量载体在惯性参考系的加速度,将它对时间进行积分,且把它变换到导航坐标系中,就能够得到在导航坐标系中的速度、偏航角和位置等信息。

2.GPS+IMU

在无人驾驶系统中,GPS的更新频率一般为10Hz,IMU的更新频率一般为100Hz。

两个传感器共同工作时,可以给出频率100Hz的定位输出。下图是两传感器数据融合的原理图:
在这里插入图片描述
跑在控制器上的软件对信息的处理流程在时间维度上类似下图。在0~100ms的周期中,使用IMU进行9次位置的估计,待新的GPS定位数据进来时,则进行修正,以此实现高频率的定位结果输出。

在这里插入图片描述

二、IMU信息采集

1.xsense_driver

在这里插入图片描述
提示
[ERROR] [1551165884.109790]: Fatal: could not find proper MT device

运行命令:
sudo chmod 777 /dev/ttyUSB0 //给串口赋权限,USB转串口的赋权限命令
实在不行USB口重新插拔几次,至少我是这么做的。

2.rostopic list

在这里插入图片描述

3.rostopic

在这里插入图片描述
在这里插入图片描述
imu数据类型:
消息头/四元数/四元数残差/角速度/角速度残差/线速度/线速度残差

4.四元数转欧拉角

imu输出信息中没有欧拉角,为了方便观察所以写了一端代码,进行四元数转欧拉角。
可以直接采用ROS中四元数转欧拉角的函数

代码如下:

#include "ros/ros.h"
#include "geometry_msgs/Vector3.h"
#include "sensor_msgs/Imu.h"
#include "geometry_msgs/Quaternion.h"
#include "tf/transform_datatypes.h"

ros::Publisher rpy_publisher;
ros::Subscriber quat_subscriber;

void MsgCallback(const sensor_msgs::Imu msg)
{
    
    

    tf::Quaternion quat;

    quat = tf::Quaternion(msg.orientation.x,msg.orientation.y,msg.orientation.z,msg.orientation.w);
    
    // the tf::Quaternion has a method to acess roll pitch and yaw
    double roll, pitch, yaw;
    tf::Matrix3x3(quat).getRPY(roll, pitch, yaw);
 
    // the found angles are written in a geometry_msgs::Vector3
    geometry_msgs::Vector3 rpy;
    rpy.x = roll;
    rpy.y = pitch;
    rpy.z = yaw;
 
    // this Vector is then published:
    rpy_publisher.publish(rpy);
    ROS_INFO("published rpy angles: roll=%f pitch=%f yaw=%f", rpy.x, rpy.y, rpy.z);
}
 
int main(int argc, char **argv)
{
    
    
    ros::init(argc, argv, "talker");
    ros::NodeHandle n;
    rpy_publisher = n.advertise<geometry_msgs::Vector3>("rpy_angles", 1000);
    quat_subscriber = n.subscribe("/imu/data", 1000, MsgCallback);
 

    ROS_INFO("waiting for quaternion");
    ros::spin();
    return 0;
}

转欧拉角数据如下:

在这里插入图片描述

4.运行rqt

由于在平面上进行旋转,所以只有绕Z轴的数据变化,其余两个轴都为零。

在这里插入图片描述

5.运行rviz

需要加载:rviz_imu_plugin
这是一个显示sensor_msgs::Imu 消息的rviz插件
通过rviz可以显示此时的位姿,但是不能观察到位移的变化
在这里插入图片描述

总结

这是第一篇博客,学习的过程可能也需要多多总结,以后这就作为一个总结的地方吧!

猜你喜欢

转载自blog.csdn.net/weixin_46181372/article/details/109184526
IMU