本文主要是介绍【激光SLAM】里程计运动模型及标定，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！
目录
- 里程计模型
- 两轮差分底盘的运动学模型
- 优点
- 差分模型
- 三轮全向底盘的运动学模型
- 优点
- 全向模型
- 航迹推算(Dead Reckoning)
- 里程计标定
- 线性最小二乘的基本原理
- 最小二乘的直线拟合
- 最小二乘在里程计标定中的应用
- 方法
里程计模型
里程计相关介绍
两轮差分底盘的运动学模型
优点
- 结构简单，越障性能好
- 便宜，应该是所有底盘构型中最便宜的类型，只需要两个电机
- 模型简单
差分模型
差分运动底盘实际上是一个欠驱动系统。自由度为3（即X,Y,θ），但是驱动数只有2个（即VL,VR，左轮速度和右轮速度)。欠驱动系统造成差分模型的平移运动和旋转运动是耦合的，无法单独分解运动。
差分底盘只能做一种运动——圆弧运动。对于直线运动而言，r趋于∞；对于纯旋转而言，r趋于0，实际上还是两个圆弧运动。其运动学模型如下：
- v，ω为底盘中心线速度和角速度
- v_L，v_R为左右两轮的速度
- d为轮子距离底盘中心的距离
推导过程：
三轮全向底盘的运动学模型
优点
- 任何方向平移
- 结构简单
- 全驱动系统，可以完全解耦
- 可以进行运动学分解
全向模型
运动分解——平移X：
运动分解——平移Y：
运动分解——旋转：
合成：
航迹推算(Dead Reckoning)
递推公式：
里程计标定
里程计标定的目的是减小里程计的误差，提高机器人导航的精度和可靠性。 通过标定，可以确定里程计的误差模型和参数，从而对机器人的位移和姿态进行更准确的计算。
线性最小二乘的基本原理
Ax=b的每一行代表一个约束，列代表未知数的维数。由于几乎不可能把所有方程同时满足，所以绝大多数情况为超定方程组。
最小二乘的直线拟合
最小二乘在里程计标定中的应用
方法
- 直接线性方法：通用性强、实现简单、精度不高
- 基于模型的方法：精度高、实现复杂、特异性高
u_i*表示激光雷达测得的第i帧与第j帧的相对位置关系，即u_i*=p_i-1 p_j。同理，u_i则为由里程计测量得到的同一关系。
这篇关于【激光SLAM】里程计运动模型及标定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！
