IMU角度跳变问题

2024-01-22 18:40
文章标签 问题 角度 imu 跳变

本文主要是介绍IMU角度跳变问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 前言
  • 一、IMU角度跳变现象
  • 二、问题分析
  • 三、改进
  • 总结


前言

在融合定位实验中偶然发现IMU的角度存在跳变现象,本文主要记录问题分析和解决方法。


一、IMU角度跳变现象

imu_driver对原始数据进行解析后,以ROS标准的IMU_msg格式发布出来,然后融合定位模块订阅该msg,对其中的IMU四元数通过Eigen中的函数转成欧拉角,但欧拉角时不时的发生180度跳变,比如-124.5度会突然跳变至55.5度,运行一定角度后,又会再次跳回来,此时查看四元数并无很大的变化。

二、问题分析

订阅IMU_topic后直接调用Eigen中的函数将四元数转成欧拉角。
原程序是先记录第一条msg的角度,再将后续收到的msg的角度值与第一条作差,得到相对的偏航角,用于机器人控制。部分代码如下:

Eigen::Vector3d MsgEuler = MsgQuat.matrix().eulerAngles(0,1,2);
if(mbImuTfFromImu2BaseLink) {Eigen::AngleAxisd TfPitch(mImuTfPitch / 180.0 * M_PI, Eigen::Vector3d(1, 0, 0));Eigen::AngleAxisd TfRoll(mImuTfRoll / 180.0 * M_PI, Eigen::Vector3d(0, 1, 0));Eigen::AngleAxisd TfYaw(mImuTfYaw / 180.0 * M_PI, Eigen::Vector3d(0, 0, 1));ImuQuat = Eigen::Quaterniond(mImuFirstQuat * TfRoll.matrix() * TfPitch.matrix() * TfYaw.matrix()).inverse() * Eigen::Quaterniond(MsgQuat * TfRoll.matrix() * TfPitch.matrix() * TfYaw.matrix());
} else {Eigen::AngleAxisd TfPitch((mImuTfPitch - 180.0) / 180.0 * M_PI, Eigen::Vector3d(1, 0, 0));Eigen::AngleAxisd TfRoll((mImuTfRoll - 180.0) / 180.0 * M_PI, Eigen::Vector3d(0, 1, 0));Eigen::AngleAxisd TfYaw((mImuTfYaw - 180.0) / 180.0 * M_PI, Eigen::Vector3d(0, 0, 1));ImuQuat = Eigen::Quaterniond(mImuFirstQuat * TfRoll.matrix() * TfPitch.matrix() * TfYaw.matrix()).inverse() * Eigen::Quaterniond(MsgQuat * TfRoll.matrix() * TfPitch.matrix() * TfYaw.matrix());

然而采用这种计算方法将四元数换算成欧拉角存在角度跳变问题,比如当前角度为-124.5度,突然跳变至55.5度,但看前四列的四元数并未有巨大变化。
角度原始数据,前四列四元数,后三列RPY
查阅相关资料后发现,同一个四元数,可以用2个欧拉角来表示,而这个方法得到的结果有可能是用转角大于2PI的方式表达的。比如我在RPY角度里输入[177.13,144.47,-124.55],画出此时向量,结果点击apply,此时角度自动变成[-2.87,35.53,55.45],再看角度和四元数与上图跳变一致,印证了这个说法。
在这里插入图片描述

三、改进

为了避免这个问题,可以用以下方法

static void toEulerAngle(const Eigen::Quaterniond& q, double& roll, double& pitch, double& yaw)
{// roll (x-axis rotation)double sinr_cosp = +2.0 * (q.w() * q.x() + q.y() * q.z());double cosr_cosp = +1.0 - 2.0 * (q.x() * q.x() + q.y() * q.y());roll = atan2(sinr_cosp, cosr_cosp);// pitch (y-axis rotation)double sinp = +2.0 * (q.w() * q.y() - q.z() * q.x());if (fabs(sinp) >= 1)pitch = copysign(M_PI / 2, sinp); // use 90 degrees if out of rangeelsepitch = asin(sinp);// yaw (z-axis rotation)double siny_cosp = +2.0 * (q.w() * q.z() + q.x() * q.y());double cosy_cosp = +1.0 - 2.0 * (q.y() * q.y() + q.z() * q.z());yaw = atan2(siny_cosp, cosy_cosp);

这里求RY是用atan2()函数,该函数值域为[-pi,pi]可以覆盖roll、yaw整个角度变化范围,无问题;而asin()函数值域为[-pi/2,pi/2]无法完全覆盖pitch角范围,定义域为[-1,1],若直接使用,便会出问题。因此在求出sinp时,首先会对其进行判断,看是否超出范围,若超出,则用90度代替,并取此时sinp的符号。
顺便讲讲copysign(x,y)函数,就是返回带有符号y的数字( x )

float x =  2.5;
float y = -2;
copysign(x, y);    
OUTPUT:-2.5

也就是说如果上述sinp符号为正,且超出范围,则最后程序输出+pi/2。


总结

最终通过上述方法,转换后的yaw角再无跳变现象,因此工程问题得以解决。如果单从问题本身来讲,对四元数的理解仍然不够深刻,后续需要进一步研究。

这篇关于IMU角度跳变问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/633884

相关文章

大数据小内存排序问题如何巧妙解决

《大数据小内存排序问题如何巧妙解决》文章介绍了大数据小内存排序的三种方法:数据库排序、分治法和位图法,数据库排序简单但速度慢,对设备要求高;分治法高效但实现复杂;位图法可读性差,但存储空间受限... 目录三种方法:方法概要数据库排序(http://www.chinasem.cn对数据库设备要求较高)分治法(常

Vue项目中Element UI组件未注册的问题原因及解决方法

《Vue项目中ElementUI组件未注册的问题原因及解决方法》在Vue项目中使用ElementUI组件库时,开发者可能会遇到一些常见问题,例如组件未正确注册导致的警告或错误,本文将详细探讨这些问题... 目录引言一、问题背景1.1 错误信息分析1.2 问题原因二、解决方法2.1 全局引入 Element

关于@MapperScan和@ComponentScan的使用问题

《关于@MapperScan和@ComponentScan的使用问题》文章介绍了在使用`@MapperScan`和`@ComponentScan`时可能会遇到的包扫描冲突问题,并提供了解决方法,同时,... 目录@MapperScan和@ComponentScan的使用问题报错如下原因解决办法课外拓展总结@

MybatisGenerator文件生成不出对应文件的问题

《MybatisGenerator文件生成不出对应文件的问题》本文介绍了使用MybatisGenerator生成文件时遇到的问题及解决方法,主要步骤包括检查目标表是否存在、是否能连接到数据库、配置生成... 目录MyBATisGenerator 文件生成不出对应文件先在项目结构里引入“targetProje

C#使用HttpClient进行Post请求出现超时问题的解决及优化

《C#使用HttpClient进行Post请求出现超时问题的解决及优化》最近我的控制台程序发现有时候总是出现请求超时等问题,通常好几分钟最多只有3-4个请求,在使用apipost发现并发10个5分钟也... 目录优化结论单例HttpClient连接池耗尽和并发并发异步最终优化后优化结论我直接上优化结论吧,

Java内存泄漏问题的排查、优化与最佳实践

《Java内存泄漏问题的排查、优化与最佳实践》在Java开发中,内存泄漏是一个常见且令人头疼的问题,内存泄漏指的是程序在运行过程中,已经不再使用的对象没有被及时释放,从而导致内存占用不断增加,最终... 目录引言1. 什么是内存泄漏?常见的内存泄漏情况2. 如何排查 Java 中的内存泄漏?2.1 使用 J

numpy求解线性代数相关问题

《numpy求解线性代数相关问题》本文主要介绍了numpy求解线性代数相关问题,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 在numpy中有numpy.array类型和numpy.mat类型,前者是数组类型,后者是矩阵类型。数组

解决systemctl reload nginx重启Nginx服务报错:Job for nginx.service invalid问题

《解决systemctlreloadnginx重启Nginx服务报错:Jobfornginx.serviceinvalid问题》文章描述了通过`systemctlstatusnginx.se... 目录systemctl reload nginx重启Nginx服务报错:Job for nginx.javas

Redis缓存问题与缓存更新机制详解

《Redis缓存问题与缓存更新机制详解》本文主要介绍了缓存问题及其解决方案,包括缓存穿透、缓存击穿、缓存雪崩等问题的成因以及相应的预防和解决方法,同时,还详细探讨了缓存更新机制,包括不同情况下的缓存更... 目录一、缓存问题1.1 缓存穿透1.1.1 问题来源1.1.2 解决方案1.2 缓存击穿1.2.1

vue解决子组件样式覆盖问题scoped deep

《vue解决子组件样式覆盖问题scopeddeep》文章主要介绍了在Vue项目中处理全局样式和局部样式的方法,包括使用scoped属性和深度选择器(/deep/)来覆盖子组件的样式,作者建议所有组件... 目录前言scoped分析deep分析使用总结所有组件必须加scoped父组件覆盖子组件使用deep前言