Skip to content

Latest commit

 

History

History
 
 

第8章-基于滤波的融合方法II

README.md

第八章作业

及格要求: 实现新模型,且功能正常

补全了运动模型融合的代码，具体效果如下

实现新模型,且部分路段性能有改善

增加运动模型约束前

APE w.r.t. full transformation (unit-less)
(not aligned)

       max	1.093954
      mean	0.251182
    median	0.195883
       min	0.020161
      rmse	0.301639
       sse	399.883827
       std	0.167014

增加运动模型约束后

APE w.r.t. full transformation (unit-less)
(not aligned)

       max	1.089452
      mean	0.240138
    median	0.182159
       min	0.014682
      rmse	0.295076
       sse	381.801109
       std	0.171474

对比部分路段

融合运动模型前 融合运动模型后

对比融合运动模型前后的速度曲线(其中绿色为未添加运动模型前，红色为添加运动模型后)

$v_x$
$v_y$
$v_z$

根据以上对比结果可知，添加了运动模型后，整体效果有了轻微的改善，但是速度的波动得到了大幅度的抑制。

使用GNSS-Sim的仿真数据,实现以gps位置和编码器速度为观测量的融合方法,并分析其精度

使用gnss-ins-sim生成仿真数据如下

path:        virtual_proving_ground.bag
version:     2.0
duration:    2:35s (155s)
start:       Jun 23 2021 13:06:48.50 (1624453608.50)
end:         Jun 23 2021 13:09:24.50 (1624453764.50)
size:        105.4 MB
messages:    374401
compression: none [135/135 chunks]
types:       geometry_msgs/TwistStamped [98d34b0043a2093cf9d9345ab6eef12e]
             nav_msgs/Odometry          [cd5e73d190d741a2f92e81eda573aca7]
             sensor_msgs/Imu            [6a62c6daae103f4ff57a132d6f95cec2]
             sensor_msgs/MagneticField  [2f3b0b43eed0c9501de0fa3ff89a45aa]
             sensor_msgs/NavSatFix      [2d3a8cd499b9b4a0249fb98fd05cfa48]
topics:      /init_pose                1 msg     : nav_msgs/Odometry         
             /reference_pose       62400 msgs    : nav_msgs/Odometry         
             /sim/sensor/gps/fix   62400 msgs    : sensor_msgs/NavSatFix     
             /sim/sensor/gps/vel   62400 msgs    : geometry_msgs/TwistStamped
             /sim/sensor/imu       62400 msgs    : sensor_msgs/Imu           
             /sim/sensor/imu/mag   62400 msgs    : sensor_msgs/MagneticField 
             /sim/sensor/odo       62400 msgs    : geometry_msgs/TwistStamped

仿真结果如下:

融合轨迹误差

       max	0.889535
      mean	0.187412
    median	0.183697
       min	0.023407
      rmse	0.218405
       sse	74.365630
       std	0.112150

gnss误差

       max	2.842398
      mean	2.096743
    median	2.148564
       min	0.036520
      rmse	2.280333
       sse	8096.273791
       std	0.896431

三方向速度

$v_x$
$v_y$
$v_z$

gnss-编码器融合矫正大幅度提高了imu积分的精度，同时相比于纯gnss定位来说，精度和平滑度有了显著的提升