A robust and easy to implement method for IMU calibration without external equipments（IMU标定）

A robust and easy to implement method for IMU calibration without external equipments

1 标定原理¹

亲试可用，还有动态演示效果不错。相比商用产品的简易标定流程，该标定方法有以下几点不同：

• 给出了加速度计和陀螺仪更复杂的模型。
• 利用Allan方差的定义，标定陀螺仪的偏置。
• 大量冗余数据，保证最优化收敛。利用数十次测量数据而不是仅仅6个位置。
• 利用Runge-Kutta积分和四元数表示法，实现陀螺仪的轴向偏差和尺度因子的标定。
  
  操作流程大致如下：
  

2 标定要点

实际标定操作和算法处理过程中，有几点很重要。
1、和深度学习训练样本一样，IMU标定的最优化过程也需要样本的平衡性。和复杂一些的非线性最优化类似，IMU参数标定算法一般也是基于Levenberg–Marquardt参数算法的拟合算法。而旋转操作可以让IMU数据（如加速度计）在三维数据空间中形成