组合导航gps/imu输出odom的测试

最新推荐文章于 2025-06-26 07:15:00 发布
原创 最新推荐文章于 2025-06-26 07:15:00 发布 · 1.8k 阅读 · 10 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍使用Cartographer在室外环境中利用三维激光雷达Velodyne进行地图构建的过程。文章详细记录了如何设置初始位置、运行测试及获取不同天气条件下的定位精度。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

cartographer建图室外gps+scan的数据不应该是二维激光雷达hokuyo，而是三维激光雷达 Velodyne（16线的），所以，先学习三维，简单使用，今天先跑gps的数据测试。
1、改初始位置
东北天方向对应xyz轴
在输出的北方和东方进行相应的修改：
在这里插入图片描述在这里插入图片描述上面的初始位置设置，对应odom的xy值。
初始设置完成之后，运行gps的launch文件，echo odom值的xy应该为0.

2、运行

roslaunch scan_speed gps_location.launch
rostopic echo /odom

可以看到odom的值
3、结果
录制bag包，走矩形轨迹，如图：
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
在天气良好的情况下，差分模式，精度高，达到厘米级
天气不好的情况下，单点模式，精度不好，达到米级

你好小滕
关注
里程计（Odom）数据与惯性测量单元（IMU）数据融合
小秋 AI SLAM 入门实战教程
01-17 1795
卡尔曼滤波器（Kalman Filter）:粒子滤波器（Particle Filter）:信息滤波器（Information Filter）:图优化方法:基于学习的方法:决策树和随机森林:模糊逻辑:互补滤波器（Complementary Filter）:直接融合与间接融合:
构建捡垃圾机器人的 ROS 2 项目
gongdiwudu的专栏
10-01 6954
本系列是关于学习如何使用 ROS2、Docker 和 Github 设计、设置和维护机器人项目。 先决条件 — ROS2 软件包的基本知识、实现发布者、订阅者、操作并连接它们。
融合滤波对应代码的理解
weixin_43662239的博客
07-28 625
GPS数据和IMU数据的表示 GPSData Eigen::Vector3d position_lla = Eigen::Vector3d::Zero();//LLA Eigen::Vector3d velocity = Eigen::Vector3d::Zero();//NED Eigen::Vector3d position_ned = Eigen::Vector3d::Zero(); Eigen::Vector3d true_velocity = Eigen::V
IMU（惯性测量单元）在机器人定位导航中的应用
最新发布
start_up_go的博客
06-26 785
IMU（惯性测量单元）是机器人定位系统的核心传感器，通过加速度计和陀螺仪测量线性和角速度运动数据。其优势在于高频自主定位，但存在误差累积问题，需结合GPS、激光雷达等传感器进行数据融合。关键技术挑战包括零偏、噪声和温漂等误差的校准补偿，以及多传感器融合算法设计。典型应用涵盖室内机器人导航、无人机飞行控制和医疗手术机器人等场景。未来发展趋势聚焦MEMS精度提升、深度学习融合和异构传感器系统构建。合理选型和算法优化可充分发挥IMU在动态环境中的定位优势。
kitti数据集的gps数据和imu数据转化为odom数据
小王子的博客
02-13 2388
1、下载数据集 链接: https://pan.baidu.com/s/1zSXyNhMNQdaFlDFziDse1Q 密码: 6j6u 其中话题/gps/fix和/imu_correct分别为sensor_msgs/NavSatFix类型的gps数据和sensor_msgs/Imu类型的imu数据 2、安装robot_localization sudo apt install ros-melodic-robot-localization 3、使用robot_localization工具结合适当的参数将
【亲测免费】 IMU转Odometry教程：基于imu_to_odom的集成与实践
gitblog_00119的博客
09-12 864
IMU转Odometry教程：基于imu_to_odom的集成与实践 项目介绍 imu_to_odom是一个专为ROS（Robot Operating System）设计的开源项目，它旨在将惯性测量单元（IMU）收集的数据转换为里程计（Odometry）消息。这个工具对于增强机器人的定位精度尤为重要，尤其是在需要结合多种传感器数据进行复杂导航任务的情况下。值得注意的是，IMU数据自身因轻微噪声可能...
IMU-Odom 运动模型
jjjqqq123321的博客
01-28 1510
IMU里程计和视觉里程计、激光里程计等一样，都可以独立计算里程计信息。求解IMU里程计的步骤可以简单的分为三个模块：IMU运动积分、IMU预积分、IMU初始化。求解IMU里程计的流程参考自ORB：SLAM3。
组合导航（九）：三维简化的INS/GPS组合导航系统
weixin_43793960的博客
05-20 6957
简化版INS系统与GPS组合导航在三维路面上的实现1 MEMS级IMU的三维定位的性能分析2 解决MEMS级IMU在路面导航中存在的问题3 三维简化的惯性传感器系统3.1 3D RISS概述3.2 （轮式车辆）采用三维RISS系统的优点 简化版INS系统与GPS组合导航在三维路面上的实现 这一章节讨论一种适用于任何轮式平台（含GPS）的航迹推算（DR）方法，该方法可消除使用传统IMU尤其是低精度IMU时存在的误差。 首先分析讨论一个完整的INS系统，再概述用于处理误差源的理论方法。 介绍了一种简化的惯性传.
ros组合导航
03-16
组合导航通常涉及多传感器融合，比如IMU、GPS、里程计等。ROS的导航栈主要依赖的是move_base包，但用户可能需要集成更多传感器数据。 记得组合导航的关键在于传感器融合，可能需要用到robot_localization包。这个包...
<?xml version="1.0"?> <launch> <!-- arguments --> <arg name="nodelet_manager" default="velodyne_nodelet_manager" /> <arg name="enable_floor_detection" default="true" /> <arg name="enable_gps" default="false" /> <arg name="enable_imu_acc" default="false" /> <arg name="enable_imu_ori" default="false" /> <arg name="points_topic" default="/velodyne_points" /> <arg name="map_frame_id" default="map" /> <arg name="lidar_odom_frame_id" default="odom" /> <!-- optional arguments --> <arg name="enable_robot_odometry_init_guess" default="false" /> <arg name="robot_odom_frame_id" default="robot_odom" /> <!-- transformation between lidar and base_link --> <node pkg="tf" type="static_transform_publisher" name="lidar2base_publisher" args="0 0 0 0 0 0 base_link velodyne 10" /> <!-- in case you use velodyne_driver, comment out the following line --> <node pkg="nodelet" type="nodelet" name="$(arg nodelet_manager)" args="manager" output="screen"/> <!-- prefiltering_n
04-20
gps_edge_stddev_xy: 2.0 # 速腾组合导航典型精度 gps_edge_stddev_z: 5.0 utm_zone: "+51" # 根据实际位置设置UTM分区 ``` --- ### 三、高级性能优化 #### 1. 实时性增强（引用[1]算法特性） ```yaml # params/...
Matlab绘制Odom数据以及imu的yaw数据
11-29
使用matlab绘制odom和惯导模块融合后的odom_combined以及imu data
MATLAB算法实战应用案例精讲-【图像处理】SLAM技术详解（基础篇）（三）
qq_36130719的博客
02-27 1091
基于粒子滤波框架的激光SLAM，RBpf粒子滤波算法，即将定位和建图过程分离，先进行定位再进行建图，结合里程计和激光信息，每个粒子都携带一个地图，构建小场景地图所需的计算量较小，精度较高。但在高分辨率建图时，在静止状态下更新不好，存在震荡并noise过多。
kitti数据集的gps数据和imu数据转化为odom数据(升级版)
小王子的博客
08-09 2063
kitti数据集的gps数据和imu数据转化为odom数据（升级版）
结合imu与odom运行robot_pose_ekf
即将延毕的博客
06-06 2871
EKF融合运行记录
IMU 转 Odometry 项目教程
gitblog_00857的博客
09-02 1002
IMU 转 Odometry 项目教程 项目介绍 imu_to_odom 是一个基于 ROS 的节点，用于将惯性测量单元（IMU）数据转换为里程计信息。该项目主要用于可视化 IMU 数据，并可作为更大传感器融合系统的一部分。需要注意的是，IMU 数据不应单独用于估计里程计，因为轻微的噪声会导致位置随时间大幅漂移。该项目基于 ETH 的 odom_predictor 包开发。 项目快速启动 环境准备...
使用 robot_pose_ekf 对imu和odom进行融合
热门推荐
Qm的博客
05-10 1万+
  robot_pose_ekf 是 ROS Navigation stack 中的一个包,通过扩展卡尔曼滤波器对 imu、里程计 odom、视觉里程计 vo 的数据进行融合,来估计平面移动机器人的真实位置姿态,输出 odom_combined 消息。robot_pose_ekf 只适用于平面上的轮式移动机器人,因此 odom 信息中的 z,pitch 和 roll 分量可以被忽略。IMU 可以提...
gps数据转odom
proud_dou的博客
11-12 1445
4：slam方法评价（evo）操作方法集合（https://zhuanlan.zhihu.com/p/48231990） 4.1gps转utm格式 4.1.1：打开roscore 4.1.2：打开gps_ws文件夹，source 4.1.3：rosrun gps_common utm_odometry_node 4.1.4：rosbag play xxx.bag /GPS_ 4.1.5：rosbag record /fix /odom ...
ROS的gps与odom相关的程序包
06-04 757
http://wiki.ros.org/navsat_odometry http://wiki.ros.org/nmea_navsat_driver http://wiki.ros.org/gps_common http://wiki.ros.org/robot_pose_ekf
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值