# 如何对齐含 IMU 漂移的数据集而不校正漂移

> 原文链接：https://robotics.hellobike.com/pitfalls/2015-10-15-robotics-se-8245
> 频道：pitfalls | 更新日期：2015-10-15 | 标签：auto, stackexchange, sensors, localization, imu, calibration
> 核心摘要：用一次固定坐标变换对齐参考系，或仅用开头少量样本估计变换，再应用到全数据以保留漂移。

# 如何对齐含 IMU 漂移的数据集而不校正漂移

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[Aligning datasets with drift](https://robotics.stackexchange.com/questions/8245/aligning-datasets-with-drift)（Robotics Stack Exchange #8245）

**状态**：已解决

## 问题

机器人位置数据来自高精度光学跟踪系统和 IMU，两者参考系不同；若用全数据做绝对定向最小化误差，会部分补偿 IMU 漂移，影响漂移评估。

## 环境

Linux / ROS 机器人软件与控制通用开发环境

## 解决办法

1. 优先直接测量相机/光学跟踪系统与机器人原点的位置和朝向，建立一个固定坐标变换，只做参考系平移/旋转，不做全数据最佳拟合。
2. 若无法物理测量，可只用数据集最开始的样本运行已有对齐方法：运动一开始时，第 1 个样本确定位置，第 2 个样本确定朝向/旋转。
3. 将由前 2 个或少量初始样本得到的变换应用到其余全部数据；样本越多越可能吸收漂移，噪声大时可尝试前 3、4、5 个样本权衡。

原问题作者：rhymeface；采纳答案作者：Chuck。原内容依 CC BY-SA 4.0 授权，本页摘要同样依 CC BY-SA 4.0 授权。
:::

## 原始参考来源 (Sources)

- [Robotics Stack Exchange #8245：Aligning datasets with drift](https://robotics.stackexchange.com/questions/8245/aligning-datasets-with-drift)