第一部分:残差函数
约定符号:
IMU的真实值:
IMU的测量值:
某个时刻,二者的关系:
ps. IMU机体系即系,系表示世界坐标系。
不考虑高斯白噪声项,有:
考虑高斯白噪声项,有:
【注意】:此处考虑与不考虑高斯噪声,记为了同一个符号
P(ose),V(elocity),Q(uaternion)某一时刻的导数为:
那么,已知第帧的姿态、位置(相对于世界坐标系),根据IMU的输出,可以递推求得第帧的姿态、位置(相对于世界坐标系):
【问题】姿态的积分?
另一种求得第帧的姿态、位置:
应用 ,转而去求相对于第帧,第帧的姿态、位置变化。
【注】四元数之间的乘、四元数与矢量之间的乘
第二种积分的好处在于,即使优化过程使得第帧的姿态、位置发生变化,即和变化,但积分部分并不变化!!
IMU预积分以第帧为参考,将一段时间的IMU数据积分起来,为了简化表达,定义三个符号(表示预积分量):
【注】在纯惯导里,第三项被称为姿态变化四元数。
综上,整理一下(用新符号表示第帧的姿态、位置):
【注意】预积分量,既可以预测(即以递推形式得到)【记为】,又可以被观测(即通过IMU数据的积分得到)【仍记为】,因此使用二者的差值构造IMU的残差函数:
其中,
一个IMU量测数据的噪声强度通过Allan方差能够标定,现在我们更关心:目前我们使用的预积分量(一段时间内,即第帧到第帧多个IMU数据的积分结果)的方差。
【补充性质】:已知两个随机变量之间的线性关系,若有,则可推导得。
如果,我们回答上述问题,需要明确任一IMU采样时刻到下一时刻之间的随机变量,以及线性关系:
时刻的随机变量记为:,
时刻的随机变量记为:,
噪声项:
三者之间的关系:
若,,则。其中,
待求取的是等和等之间的关系,
目前根据预积分连续形式得到的离散形式可以反应:等和之间的关系,即:
已知,
则:
使用中值积分法(考虑高斯噪声):
注意此处,1.噪声项可加可减,使用加;2.预积分时被提到了积分之外;3.预积分相对于系,故可写为:
其中,
至此,和上一节视觉雅可比公式的推导类似了:即求
及
可以看出来,这里共有个小块,故以F.1.1 ~ F.1.5 ~ … F.5.5 ~ … G.5.5顺序依次求解。
残差函数已经得到,下面明确需要对哪些状态求雅可比?