IMU误差模型

误差模型"/>

IMU误差模型

误差分类

加速度计和陀螺仪的误差可以分为：确定性误差、随机误差。
确定性误差：可以事先标定确定，包括bias、scale…
随机误差：通常假设噪声服从高斯分布，包括高斯白噪声、bias随机游走…

确定性误差

• Bias
  当没有外部作用力时，理论上IMU传感器的输出为0，但实际数据存在偏置b。
• Scale
  可以看成实际数值和传感器输出值之间的比值。
• Misalignment Errors
  多轴传感器制作时，由于制作工艺，使xyz轴不垂直
  
• 确定性误差的标定
  标定加速度：将加速度计的3个轴分别朝上、朝下水平放置一段时间，采集六个面的数据完成标定。如果各轴正交，则很容易求得bias和scale；考虑轴间误差时：
  
  利用最小二乘求出12个变量。
  标定陀螺仪：各个轴顺时针、逆时针旋转，旋转的真实值由高精度转台提供。

随机误差

• 高斯白噪声
  通常假设该噪声在各个时刻是相互独立的高斯过程，均值为0，方差为σ。随着采样时间增大，方差会减小。
• Bias随机游走
  通常用维纳过程建模bias随时间连续变化的过程，在离散时间下简称为随机游走。
  根据我的理解，随机游走随时间的导数是一个高斯过程，随着采样时间的累计，方差变大，随机游走会越来越大。
• 随机误差的标定
  Allan方差法。常用的开源软件有Kalibr和imu_utils。