Kalibr

Kalibr使用的IMU观测模型包含两种误差：

• n，白噪声（波动较快）
• b，缓慢变化的bias

基于误差状态的滤波分析

根据《惯导解算原理——捷联惯导更新算法及误差分析》分析，已经得到了三个误差方程：

姿态误差方程

\[ \begin{aligned}

捷联惯导更新算法

姿态更新算法

选取“东-北-天”地理坐标系作为惯导系统的导航参考坐标系，后面记为n系，则以n系作为参考系的姿态微分方程为：

\[ \dot{C}_b^n = C_b^n(\omega_{nb}^b \times)

组合导航工程经验(重要)

初始对准：航向收敛

基于滤波器的融合算法-进阶

编码器融合

不考虑imu和车体之间的旋转

基于滤波的融合方法

基于误差状态的滤波方法(基于角误差)

姿态误差方程

基于滤波的融合方法

概率相关基础

贝叶斯公式和贝叶斯推断——核心

BALM: Bundle Adjustment for Lidar Mapping

摘要

提出的方法通过最小化协方差矩阵的特征值来使得特征点分布在同一个边缘线或者平面上。为了加速求解，推到了微分，二阶闭式解。此外，还提出了自适应的体素滤波方法用来快速搜索特征关联。

介绍

惯导解算

基础部分

旋转矩阵微分

地球模型

概念

坐标系