如何快速搭建自己的网站,如何免费建站,百度seo排名优化费用,局域网组网方案1. VIO的不可观问题
现有的VIO都是解决的六自由度的问题, 但是对于行驶在路面上的车来说, 通常情况下不会有roll与z方向的自由度, 而且车体模型限制了不可能有纯yaw的变换. 同时由于IMU在Z轴上与roll, pitch上激励不足, 会导致IMU在初始化过程中尺度不准以及重力方向估计错误,…1. VIO的不可观问题
现有的VIO都是解决的六自由度的问题, 但是对于行驶在路面上的车来说, 通常情况下不会有roll与z方向的自由度, 而且车体模型限制了不可能有纯yaw的变换. 同时由于IMU在Z轴上与roll, pitch上激励不足, 会导致IMU在初始化过程中尺度不准以及重力方向估计错误, 这是很要命的. 所以我想通过融合车体上的其他传感器来解决这方面的问题.
2. 尝试1, 轮速计的加入
轮速计用来解决IMU单目初始化尺度不确定的问题. 用阿克曼模型计算出车的速度向量和角速度向量, 也做一个预积分, 把轮速计预积分的结果放进ldlt中计算求出尺度. 在实验中, 如果不融入轮速计, 同样地图每次结果尺度都有差别, 即使标定了很多次IMU噪声和零偏都不行. 这里有个问题是, IMU的噪声会不会因为车发动机震动而变化, 有懂的老哥可以交流一下. 轮速计融入初始化可以解决尺度问题, 剩下的就是融进优化问题了, 这部分有很多论文都做过.
3. 平面约束的加入
在长时间的行驶中, 发现融入轮速计后还是会出现在Z轴上的变化, 初步分析应该是IMU导致的, 加入平面约束是想把Z轴上的跳动抹掉. 这块工作还在进行中, 现有的方法是把车体坐标与世界坐标的Z轴上的平移量加入优化, 优化目标是趋近于0. 但实测效果不好.
待补充…
以下是现有的室内测试结果, heading和尺度方面的问题似乎是解决了 对比没有加入平面约束和轮速计的结果 有平面与轮速计约束: 没有轮速与平面约束 灰色的是用纯轮速计推出来的, 绿的为vio或者viw推的, 可以看到差距还是挺大的
