努力努力努力

工作原理PDR使用惯性感应（如加速度计、陀螺仪，有时也使用磁力计）来估计速度和方向。步行的基本模型包括步数、步长和方向。如果知道步长和步数，就可以推断出距离。再加上方向，就能得到一个完整的航位推算输出结果。实现阶段PDR的实现主要分为三个阶段：步频检测、步长估计和航向估计。步频检测通常通过检测行人行走时加速度的周期性变化来实现，常用的方法有峰值检测和过零检测。步长估计则是基于步频检测的结果，结合行人的身高、体重等生物特征，以及行走速度等因素进行估算。

一、IMU介绍 IMU（英文Inertial measurement unit，简称 IMU），是测量物体三轴姿态角及加速度的装置。一般IMU包括三轴陀螺仪及三轴加速度计，某些9轴IMU还包括三轴磁力计。1、加速度计工作原理：(1)、模型等效：加速度计可以用一个简单的 质量块+弹簧+指示计来表示，如下图所示。加速度的测量值为am，也即为弹簧的拉力对应的加速度：f弹簧的拉力，a物体在惯性坐标系下的加速度，g重力加速度（此处的g为矢量）。(2)、加速度计测量原理通常情..

1. 概述在上一篇文章，我们对器件误差的成分进行了分析，并且介绍了最主要的五种误差成分在“方差-时间间隔”的双对数曲线上的直观表现及产生这种表现的原理。同时也提到，在两种误差分析方法中，Allan方差方法比直接方差统计要更有优势，所以本篇文章我们就一起讨论下Allan方差的具体实现方式。2. 实现方式Allan方差识别误差的方式是画“方差-时间间隔”双对数曲线，这包含三方面：方差、时间间隔、双对数(好像是一句废话，哈哈)。在测试中，我们按照一定的周期T采集了一段时间数据，根据这些离散

感谢大神分享：https://zhuanlan.zhihu.com/p/156958777一、概述上一篇文章我们讲述了怎样搭建一个基本的组合导航系统，它仅仅包括IMU做预测、GPS做观测，而实际中，能够使用的信息远远不止这些，把多种信息融合在一起，才能得到一个真正稳定可靠的组合导航系统。比如，对于车辆导航来讲，它自身的运动模型导致载体系 x方向和z方向速度为零(这里按照右前上建立坐标系)，零本身就是一种观测；另外，当车上有轮速计时，载体系y向也有了观测。除此以外，有磁力计时，又能在.

一、概述在之前的文章里，我们从一个基本的IMU模块开始讲起（二），利用Allan方差分析方法（三、四），得出了其误差参数，又通过标定（五、六、七、八）、温补（九）提高了原始数据精度，通过导航解算（十）得出了状态预测值，通过分析惯性导航误差传播规律（十一）写出了状态方程，最后使用滤波器（十二）把状态、观测融合在一起。然而，这其实并不完整，首先初始对准还没有做，其次融合是为了得到更精确的位置、速度、姿态，但是导航误差和IMU自身的内参是耦合在一起的，要估得更精确，强行忽视可不行，但是那么多内

1. 概述滤波器是组合导航的核心，是把惯性导航的解算结果和其他传感器输出的观测结果连接在一起的纽带，只有借助它，才能使二者优势互补，得到一个精确、稳定的导航系统。组合导航中使用的滤波器有很多，常见的有 卡尔曼滤波(KF)、扩展卡尔曼滤波(EKF)、迭代扩展卡尔曼滤波(IEKF)、无迹卡尔曼滤波(UKF)、粒子滤波(PF)，本篇文章会一一介绍他们的原理，只是在这之前，我们需要回忆一下以前学过的一些参数估计的基础知识。2. 参数估计思想理解参数估计思想，重点要区分的是三个方法：极大似然.

一、概述上一篇文章我们介绍了惯性导航的解算方法，也即由 陀螺仪和加速度计原始的角速度和加速度信息解算得到惯导的位置、速度、姿态等信息。在实际系统中，由于陀螺仪和加速度计信息具有误差，那么必然导致导航误差的逐渐增大，我们需要通过理论形式给出它的误差传播方程。这样做主要是基于两个目的，其一是，当我们能够定量计算导航误差和器件误差之间的关系时，那么设计导航系统应该选用什么精度等级的器件就有依据了。其二是，在组合导航中，误差传播方程其实就是滤波器的状态方程，必然要有的。二、误差方程推导.

一、概述惯性导航解算就是从上一时刻的导航信息推导本时刻的导航信息，包括姿态、速度、位置。具体来讲，就是构建当前时刻导航信息与上一时刻导航信息、运动输入 (角速度、加速度) 之间的关系，确切地说，是微分关系。姿态、速度、位置的更新中，尤以姿态更新的方法最多，计算也最为复杂，因为姿态有不同的表示形式，而且具有非线性和不可交换性，因此它是整个导航解算的重中之重。在低精度惯性导航中，以当地平面坐标系作为导航系，不考虑地球模型和地球自转角速度，这种做法当然也仅适用于低精度导航，对于本篇文章来讲，重

感谢大神分享：https://zhuanlan.zhihu.com/p/1449535571. 概述温补的本质是系统辨识。之前我们在介绍标定的时候，也说过一句类似的话“标定的本质是参数辨识”。这两者之间相似又不同。参数辨识是指已知误差模型，去估计各误差量的实际值是多少，而系统辨识在做参数辨识之前，还要做模型辨识，因为器件偏差随温度变化的模型是未知的，不知道有几个变量，也不知道是几阶模型，这个事情就变得不那么简单。按照搞技术的套路，事情越复杂，业界出现的方法就越多，我们一一来看..

感谢大神分享：https://zhuanlan.zhihu.com/p/1414031561. 概述我们通过三篇文章，分别介绍了分立级标定、系统级标定和基于迭代优化的标定（半系统级标定），了解了他们各自的原理、方法和实现方式。但是，我们的最终目的是完成标定任务，具体来讲，就是当面对多种方法的时候，应该怎么选择的问题。为了完成这一步，我们需要了解的是各种标定方法有哪些优缺点，以及需要哪些条件。2. 优缺点分析前面三篇文章，我们只介绍了三种方法的实现原理，这种介绍是以理想情况..

感谢大神分享：https://zhuanlan.zhihu.com/p/137551862一、 概述前两篇文章，我们分别介绍了 分立级标定和系统级标定，所谓 分立级标定，就是以转台输入为基准，通过转动转台构建方程，对各个参数分别独立求解。所谓 系统级标定，就是把所有误差参数看做一个导航系统的一部分，通过观测导航误差，反推出器件误差。今天介绍的 基于迭代优化的标定，其思想介于两者之间。由于同样不使用转台，它不能像分立级那样能把每个参数独立拆开，但也没有像系统级那样，把所有参数都扔到一.

感谢大神分享：https://zhuanlan.zhihu.com/p/1352301331. 概述上一篇文章我们一起讨论了基于转台的标定，其实它还有另一个名字，叫 分立级标定。分立级 这个名字是从英文单词“discrete”翻译过来，翻译之后可能就变得不是很直观，它实际表达的意思是“互不关联的”。在标定的任务里，这个互不关联，指的就是各个误差参数的标定可以互不干扰，因为从原理上，我们只需要不断地构建方程，就可以把其他变量抵消掉，提取出我们需要的参数，而不需要知道其他参数的值是多少。.

感谢大神分享：https://zhuanlan.zhihu.com/p/1313425301. 概述标定的本质是参数辨识。首先明确哪些参数可辨识，其次弄清怎样辨识。参数包括陀螺仪和加速度计各自的零偏、标度因数、安装误差。辨识就比较丰富了，如果让各位先不局限于标定任务，想一想你了解的辨识方法有哪些，常见的回答应该有这样几个：1）解析法或最小二乘2）滤波（kalman等）3）梯度下降迭代优化确实没错，标定里用的就是这些方法。这说明标定其实就是一个普通的参数辨识问题，它和你遇.

感谢大神分享：https://zhuanlan.zhihu.com/p/125554723一、概念及意义拿到一个IMU，首要任务是对其器件误差进行分析，这包括陀螺仪的误差和加速度计的误差。其实这两者的误差分析基本类似，所以我们就以陀螺仪为准来介绍误差成分、原理及分析方法。加速度计的误差分析直接照葫芦画瓢就行。陀螺仪的误差主要包括这样几项：1. 量化噪声量化噪声是数字传感器必然出现的噪声，我们通过AD采集把连续时间信号采集成离散信号，在这个过程中，精度就会损失，损失的精度大小.

目录1 前言2. 安装From source files3. IMU原始数据测试3.1 文件系统注：遇到串口权限问题，请安装此步骤解决3.2 运行imu_read_node运行节点launch文件查看节点和话题信息查看原始数据：3.3 打开rviz查看原始的imu数据修改Fixed Frame选项：添加IMU数据：4. imu_tools滤波及可视化4.1 修改imu_tools文件重新编译：catkin_make, 然后 source ~/.

目录1. IMU简介2. ROS IMU msgs3. 创建IMU消息发布节点node4. 小结1. IMU简介 请移步本人的另一篇博客文章，详细介绍了IMU工作原理和卡尔曼滤波方法：https://blog.csdn.net/hhaowang/article/details/888464682. ROS IMU msgs官方文档：http://docs.ros.org/api/sensor_msgs/html/msg/Imu.htmlIMU 消息类型...