IMU/GNSS与车体外参标定

作为无人车以及智能机器人而言，在装配过程中各个传感器之间的外参标定一直是比较头疼的问题。这里作者也系统的学习了一下，传感器的外参标定和在线标定问题。

下图是我们常用的几个坐标系，而对于常用的外参问题经常是IMU/GNSS与车体坐标的外参、Lidar和Camera的外参、Lidar和Lidar的外参、Lidar和IMU/GNSS的外参。

1. 离线外参标定

1.1 IMU/GNSS与车体外参标定

这个IMU/GNSS与车体外参标定如下图所示，主要需要获取**T_{car}^{imu}**坐标系，这一类IMU/GNSS设备通过内部的紧耦合可以综合输出一系列校准后的位姿信息。

同时IMU的输出频率是很高的，所以通过插值的形式可以有效地提高整体综合的频率输出。

为了去标定外参，一般的方法是获取位姿运动的位姿序列，并通过GNSS/IMU来观测车辆自身的运动（有的时候我们可以通过绕圈的形式+手持点测绘来对车辆自身坐标和GNSS坐标进行匹配计算）。

通过获取很多个观测和gnss的转换可以得到cost fuction参与到里面去优化。

这里我们也给出了基于车体坐标系odom和IMU的位姿联合矫正的相关代码，考虑到IMU和轮速计的数据收集过程中本身在时间上就很难做到完全对齐，此时引入时间偏移（delta_t）用于表示两者采集时间片之间的误差，通过循环标定新产生的轮速计数据和原先的IMU
数据，选取误差最小的结果作为最终两者之间的标定，相应的（delta_t）即认为两者采集时间的偏差。

其实作为车辆来说，在平面测量后，其实只需要观测x，y，yaw即可。所以可以将用直线来做约束和校准，得到下图的公式：