程序员经验分享-hwhale

【论文阅读笔记】里程计ODO/INS不同融合方式的性能比较

2023-05-16

文章目录

    • 一、里程计的工作原理
    • 二、论文中的主要结论
    • 三、总结
    • 四、参考文献

欢迎关注个人公众号：导航员学习札记

关于里程计的融合一般用“距离增量修正”和“速度修正”两种方式。我最近在想这两种方式在性能上有什么不同，因此找了两篇论文来看。本文主要是整理了武汉大学i2Nav团队、上海交大武元新老师团队关于里程计融合的论文中的结论。

一、里程计的工作原理

里程计一般会用在机器人或者汽车上，轮子每转动一周，里程计会输出N个脉冲，因此根据脉冲个数以及轮子的半径，就可以得到轮子走过的距离。

由于在计算距离时我们只能统计整数个脉冲，因此里程计的精度和轮子转一周输出的脉冲个数有关，理论上转一周输出的脉冲越多，精度也就越高。一般融合里程计还需要考虑下面三项参数：

  • 由于轮子胎压的变化等，可能会导致里程计刻度系数变化，因此需要估计里程计的刻度系数
  • 由于里程计和IMU的安装位置不同，杆臂的存在导致转弯时两者速度、走过的距离不同，因此需要估计或者事先测量杆臂值
  • 由于实际中IMU的安装无法完全和车身坐标系重合，因此需要考虑安装误差

当然如果轮子出现打滑等情况，里程计的输出就不能真实地反映轮子走过距离，此时也会存在一定误差。

二、论文中的主要结论

1. 《INS/Odometer Land Navigation by Accurate Measurement Modeling and Multiple-Model Adaptive Estimation》 by 上海交大武元新老师 团队

论文内容及结论：如下面公式所示，文章对比了三种融合方式：脉冲累积量、脉冲增量、脉冲速度。作者经过仿真和实际测试认为用速度融合的方式性能最优。

个人观点：论文虽然用仿真和实际数据证明速度融合最优，但是似乎没有从理论的角度来探讨为何这种融合更优（也有可能我漏看了），会不会是因为在计算速度时，预先用了另一个卡尔曼滤波器来降低速度噪声？

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

2. 《轮式机器人定位中ODO/NHC的两种测量模型的精度和鲁棒性研究》 by 武汉大学i2Nav 团队

论文内容及结论：论文中针对了三种场景（载体震动测试，急停测试、过减速带测试）进行了轮式机器人的里程计融合测试。融合方式分别是速度融合和距离增量融合，如下图所示。研究表明：采用距离增量修正(包括ODO和NHC)比传统的速度修正的组合导航精度更高，稳健性也更好，尤其是对小型轮式机器人这种不精密载体[1]。主要原因是结构相对简单粗糙的轮式机器人相比于结构精密的汽车，工作时的震动和颠簸更严重，其运动学模型更容易被破坏。

个人观点：论文也是主要从测试出发来验证结论，理论上可以说是由于震动等使得车辆运动学模型破坏。不过我个人对震动如何破坏运动学模型还不是很明白。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三、总结

两篇论文针对不同载体，分别得到了“速度融合更优”和“距离增量融合更优”的结果。下面是个人的观点，可能说的不对，欢迎指正：不考虑特殊情况，从理论上来看，两种融合方式应该不会有较大的精度区别，尤其是在里程计测量频率较高、精度较高的情况下。因为速度并没有比距离增量多更多的信息，两者的信息几乎是等价的。也许在某些特定的情况下（比如某种原因运动学模型破坏），某种方式可能会更优。

四、参考文献

[1]. L. Wang, X. Niu, T. Zhang, H. Tang, and Q. Chen, “Accuracy and robustness of ODO/NHC measurement models for wheeled robot positioning,”Measurement, vol. 201, p. 111720, Sep. 2022, doi: 10.1016/j.measurement.2022.111720.
[2]. W. Ouyang, Y. Wu, and H. Chen, “INS/Odometer Land Navigation by Accurate Measurement Modeling and Multiple-Model Adaptive Estimation,” IEEE Trans. Aerosp. Electron. Syst., vol. 57, no. 1, pp. 245–262, Feb. 2021, doi: 10.1109/TAES.2020.3011998.

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

ODO

ins

论文阅读笔记

不同融合方式的性能比较

【论文阅读笔记】里程计ODO/INS不同融合方式的性能比较 的相关文章

随机推荐

  • 锂电池基于DW01组成的过充电、过放、短路保护电路

    锂电池基于DW01组成的过充电 过放 短路保护电路 原理图 该电路主要由锂电池保护专用集成电路 xff24 xff37 xff10 xff11 xff0c 充 放电控制MOSFET xff08 内含两只 xff2e 沟道 xff2d xff

  • STM32F103基于标准库开发串口中断接收数据环形队列例程

    STM32F103基于标准库开发串口中断接收数据环形队列例程 本示例源码来源于野火 STM32库开发实战指南 xff0c 是一个值得学习借鉴的资源 x1f4d1 一个完整的串口数据包通讯协议一般包含 xff1a 帧头 地址信息 数据类型 数

  • 基于STM32CubeIDE HAL库利用基本定时器实现串口接收不定长数据

    基于STM32CubeIDE HAL库利用基本定时器实现串口接收不定长数据 申明 xff1a 本文章仅发表在CSDN网站 xff0c 任何其他网见此内容均为盗链和爬取 xff0c 请多多尊重和支持原创 x1f341 对于文中所提供的相关资源

  • idea重构手法

    idea重构手法 四键齐发 xff1a ctrl 43 alt 43 shift 43 T 修改方法名 xff1a shift 43 F6修改方法参数 xff1a Ctrl 43 F6提取常量 xff1a Ctrl 43 Alt 43 C提

  • Linux下实现http的Get方法

    Linux如何实现http的GET数据方法 下载curl库源码 https curl se download html Linux编译 make拷贝库文件 xff0c 目录 curl 7 83 0 lib libs 下 libcurl so

  • 一篇关于GPS定位写得最详实清晰的文章之一

    一篇关于GPS定位写得最详实清晰的文章之一 介绍篇 过去 xff0c 如果你的女友是个路痴 xff0c 大概会有这样的对话 你在哪儿呢 xff1f 啊 xff1f 我在马路上啊 有什么特征 xff1f 头顶有个月亮 你旁边有什么啊 xff1

  • 基于HAL库STM32串口驱动不定长数据接收

    STM32串口驱动不定长数据接收带环形缓冲区 最新框架代码使用方法源码串口接口文件环形缓冲区接口文件 移植图示 使用涉及4个文件 xff0c UART Port c UART Port h CircularQueue h CircularQ

  • OptiTrack---Motive简单使用导出groundtruth

    文章目录 Motive介绍1 详细介绍 Motive使用1 详细使用2 简单使用导出groundtruth 1 首先安装Motive 2 启动Motive 3 建立body xff0c 进行录制 4 对结果进行保存 Motive介绍 1 详

  • 使用U盘安装Ubuntu20.04

    背景 今天自己鼓捣小电脑 xff0c 卖家发过来的时候已经按要求预装了Ubuntu20 04 xff0c 我想改一下卖家起的用户名 也许是计算机名 xff0c 分不太清 xff0c 结果搞的电脑输入密码却进不了桌面 xff0c 最终决定重装

  • 【ROS基础】rviz打开后如何显示实时2D地图

    1 背景 launch 了一个建图程序 xff0c 并打开了 rviz xff0c rviz 中也 add 了 map xff0c 但是 rviz 中并未出现期望的2D地图 xff0c 让人很是手足无措 2 问题解决 百度了才发现自己使用的

  • RTKlib源码解析：ppp和rtkpost中的周跳检测函数

    文章目录 前言detslp mwdetslp gfdetslp lldetslp dop 欢迎关注个人公众号 xff1a 导航员学习札记 前言 本文解析了RTKlib ppp c中两个周跳检测函数detslp mw和detslp gf xf

  • RTKlib相对定位源码解析：resamb_LAMBDA (整周模糊度求解)

    本文对resamb LAMBDA函数 xff0c 以及其中的ddmat restamb函数进行了解析 由于其中的lambda函数在参考论文中都给出了详细推导和计算步骤 xff0c 因此没有解析 lambda函数参考论文 xff1a 1 P

  • RTKlib PPP代码解析

    文章目录 ppposudstate pppudbias pppcorr measppp res 欢迎关注个人公众号 xff1a 导航员学习札记 我所基于的代码版本是RTKlib 2 4 3的一个拓展版本RTKexplore Demo5 xf

  • Android 动态修改SeekBar滑块和进度条的颜色

    方法一 1 需求 xff1a 需要改变其默认颜色 xff0c 样式 2 滑竿样式 seekbar xml lt xml version 61 34 1 0 34 encoding 61 34 utf 8 34 gt lt layer lis

  • GNSS定位（SPP、RTK、PPP）位置坐标系

    欢迎关注个人公众号 xff1a 导航员学习札记 文章目录 一 前言二 单点定位三 差分定位四 PPP 一 前言 最近研究不同FTP的基站数据 xff0c 发现它们坐标系都不一致 xff0c 因此研究了下GNSS定位结果的坐标系 参考了一些文

  • detrend去趋势函数的Matlab、Python与C实现

    文章目录 趋势分量对频域分析的影响detrend去趋势函数 xff08 Matlab Python xff09 detrend的C语言实现 趋势分量对频域分析的影响 在对信号做频域分析时 xff0c 如果有趋势项的存在 xff0c 会对分析

  • AHRS互补滤波（Mahony）算法及开源代码

    文章目录 一 前言二 算法流程三 算法步骤四 算法难点五 开源源码参考文献 欢迎关注个人公众号 xff1a 导航员学习札记 一 前言 AHRS Attitude and heading reference system xff0c 也就是航

  • RTKLIB 中的天线相位缠绕误差修正

    之前一直没有细看精密定位 xff08 PPP xff09 中的相位缠绕 xff0c 不过我觉得还是应该至少从应用层面理解PPP中每项修正 因此抱着不求甚解的心情 xff08 没有仔细去研究右旋极化信号 偶极等概念 xff09 xff0c 只

  • 关于PPP-RTK技术优势的一些思考与总结

    文章目录 一 前言二 SSR修正与PPP三 RTK与PPP RTK的对比四 PPP RTK的技术优势五 总结参考文章 欢迎关注个人公众号 xff1a 导航员学习札记 一 前言 感觉近几年PPP和PPP RTK一直都是GNSS比较火的方向 x

  • 【论文阅读笔记】里程计ODO/INS不同融合方式的性能比较

    文章目录 一 里程计的工作原理二 论文中的主要结论三 总结四 参考文献 欢迎关注个人公众号 xff1a 导航员学习札记 关于里程计的融合一般用 距离增量修正 和 速度修正 两种方式 我最近在想这两种方式在性能上有什么不同 xff0c 因此找

热门标签