ロボットIMUバイアス、ドリフト、キャリブレーション

IMUは角速度と比力を測定します。これは全方向、速度、位置を直接測定するものではありません。これらの状態は、測定値を統合し、重力、運動学的、外部の観測と組み合わせることで現れます。

ジャイロスコープのバイアスは角度誤差に組み込まれます。加速度計バイアスは速度誤差、さらに位置誤差に積分されます。スケールファクター、軸のずれ、振動、温度、サンプリング、タイムスタンプの誤差は異なるシグネチャを生み出し、異なるテストを必要とします。

このガイドは ロボットセンサーフュージョンガイド および ロボット座標系ガイドと組み合わせて使用してください。キャリブレーション値は、正確なセンサー、マウント、ファームウェア、動作範囲に紐づけられなければなりません。

角速度と比力を正しく解釈する

固定ジャイロスコープは理想的には角速度ゼロを報告すべきです。地球上の固定加速度計はゼロを報告しません。重力に対する支持力に関連する比力をセンサーフレームで測定します。向き推定では、他の線形加速度が十分に分離されている場合のみこの重力方向が用いられます。

ドライバー境界で軸の方向、利き手、単位を定義します。公式のROS sensor_msgs/Imu定義 では、向き、角速度、線加速度、そして個別の共分散配列が指定されていますが、メッセージ自体が基礎となる値が校正されていることを証明することはできません。

推定量の出力がセンサーの真実であると仮定する前に、生の測定値を記録してください。

バイアス、ノイズ、スケール、アライメントの分離

バイアスは加法的なオフセットで、ノイズはサンプルごとに変化し、スケールエラーはゲインを変え、非直交性やずれは軸を混同します。ゼロの引き算が1つだけで4つすべてを修正することはできません。飽和、量子化、非線形性はさらなる限界をもたらします。

各軸と温度ごとに誤差バジェットを作成します。 VectorNav IMU仕様の入門書 では、いくつかの関連するノイズおよびバイアス用語を区別しています。デバイスを比較する際は、選定されたメーカーの定義を活用してください。

エラー	静的署名	モーションシグネチャ	校正の証拠
バイアス	ゼロでない平均	積分ドリフト	長い定常ログ
スケールファクター	重力の大きさが間違っている	速度または加速度利得誤差	既知の力または回転
軸のずれ	横軸成分	連結運動	多軸接具
ホワイトノイズ	サンプル散乱	積分後のランダムウォーク	ノイズ密度と対数
温度ドリフト	ウォームアップの変更	ミッション依存バイアス	熱掃視

ジャイロバイアスがどのようにして態度ドリフトになるのかを理解する

固定の角速度オフセットは、補正しない場合、ほぼ線形に角度に蓄積されます。重力は適切な動きの際にロールやピッチを抑制するのに役立ちますが、ヨーを直接観測するわけではありません。磁力計、視覚、ライダー、その他の基準はそれぞれの故障モードで方位を制約することがあります。

長時間の静止状態や代表的な動き時のヨードリフトを測定してください。一度の最良走行ではなく、ドリフト分布や温度を報告してください。

加速度計誤差は積分後に急速に増加します

加速度のオフセットは推定速度を連続的に変化させ、単純な補正なしの場合に位置誤差は2乗的に増加します。小さな向き誤差は重力を水平加速度に誤って投影し、真の低加速度を圧倒してしまうことがあります。

したがって、純粋な二重積分は典型的なロボットIMUにとって実用的な長期位置解ではありません。外部位置、速度、接触、または無運動制約は用途に応じて必要です。

加速度計を6つの重力ポーズで校正します

ユニットが静止している間、各センサー軸は正負の重力に沿ってほぼ配置します。複数の向きはオフセット、スケール、軸の項を適合させるのに役立ちます。精密多位置法は6サンプル以上のサンプルと最適化モデルを使用します。

振動や運動のある試料は排除し、安定した基準面を用いてください。フィッティングに使うポーズだけでなく、ホールドアウトの向きでキャリブレーションされたノルムと方向を確認してください。

既知の回転を伴ったジャイロスコープのキャリブレート

定常データはジャイロゼロとノイズを推定しますが、レートスケールを正確に判断することはできません。トレーサブルターンテーブルや他の既知の角度変位と時間を使ってください。各軸で正・負のレートを意図したダイナミックレンジ内で行います。

線形度、軸の応答、彩度を確認してください。取り付け用治具誤差が結果に含まれるため、治具の整列と基準不確実性はレポートに含まれます。

テスト	一次パラメータ	制御変数	受理出力
固定ホールド	バイアスとノイズ	時間と温度	平均、逸脱、ドリフト
シックスまたはマルチポーズ	加速度計のスケールと軸	重力の方向	残差ベクトル
既知の回転速度	ジャイロスケールと軸	基準レート	ゲインとクロス軸
サーマルチャンバー	温度モデル	浸水とランプ	ホールドアウト補償誤差
ミッション再プレイ	インストール性能	振動と運動	状態ドリフトと整合性

起動と温度挙動を別々にモデル化します

パワーオンバイアス、ウォームアップ過渡現象、温度ヒステリシス、ラン間の変化は同じ量ではありません。加熱時に設置された補償テーブルは、冷却中や異なる浸水時間の後に故障することがあります。取り付け構造自体が熱ひずみを生み出すことがあります。

コールドスタート、ホットリスタート、複数の動作ポイントでの暖房と冷房を測定してください。キャリブレーションの識別を保存し、ファームウェアやレンジ、ハードウェアが変更された際に値を無効化します。

アラン偏差を特徴付けのツールとして使う

アラン偏差は、平均時間にわたる長い定常列を解析します。その曲線の領域は、ホワイトノイズ、バイアス不安定性、試験条件下での遅いプロセスの特徴付けに役立ちます。確率モデルの選択と比較をサポートします。

スケール、アライメント、振動感度、すべての環境エラーを校正するわけではありません。十分な定常データ、安定した温度、正しいサンプルタイミングを用いて、推定量で得られたノイズモデルを検証します。

取り付けの振動とフィルタリングはシステム設計として扱う

モーター、ギアボックス、ホイール、構造振動は測定された加速度や速度にエイリアス化されることがあります。ソフトマウントは高周波を減衰させつつ、共鳴や相対運動を加えることができます。デジタルフィルタリングはノイズを減らしますが、位相遅延を増やし、急速なダイナミクスを歪めることがあります。

モーターの速度、床への衝撃、ペイロードの状態を通じて設置されたスペクトルを測定します。この証拠からサンプリングレート、アンチエイリアスフィルタリング、推定帯域幅を設定します。

取得時間とセンサーフレームの整合

IMUとカメラ、ライダー、エンコーダー間のタイムオフセットは、運動中のバイアス、スケール、または外因誤差として現れることがあります。取得タイムスタンプ、センサークロック、トランスポート遅延、推定器補間を特定します。システムパスには タイム同期ガイド を使いましょう。

IMU軸からロボットフレームへの変換を測定します。印刷基板の矢印、チップ軸、エンクロージャー軸は異なる場合があります。融合前に既知の単一軸運動がある星座を確認してください。

バイアス推定は、観察可能な場合にのみオンラインで行ってください

フィルターにはジャイロバイアスや加速度計バイアスを状態として含むことができます。これらの状態は、運動や重力、ゼロ速度、視覚特徴、ライダーの整列、既知の接触などの独立した制約によって観測可能になります。弱励起はバイアスを速度、スケール、重力の方向に逆らわせてしまいます。

推定量の共分散と残差を監視し、オンライン推定が常に収束すると仮定するのではなく、 rosbag2の記録ワークフロー を使って生入力をリプレイや故障解析のために保存してください。

ミッションにおけるドリフト、共分散、回復の検証

冷間始動、暖かい始動、静止保持、既知の回転数、振動、温度、パワーサイクル、代表的な軌道を繰り返します。利用可能な場合は独立したグラウンドトゥルースと比較してください。バイアス誤差、向きドリフト、速度および位置誤差、イノベーション統計、観測損失後の回復を評価します。

簡潔なチェックリストとともにリリースしましょう。

• センサー軸、単位、タイムスタンプイベントを定義してください。
• オフセット、スケール、クロス軸の項を別々にキャリブレーションします。
• 温度、騒音、振動を特徴付けます。
• オンラインでの観測可能性と共分散の整合性を検証します。
• 再起動や環境の限界を超えてミッションテストを繰り返し行う。

よくある質問

定常ゼロを引くだけでIMUのキャリブレーションは十分でしょうか？

いいえ。バイアス条件は1つ推定しますが、スケール、アライメント、温度、振動、タイミング誤差は推定しません。

なぜロボットが静止しているのにヨーがドリフトするのでしょうか？

小さなジャイロバイアスがヨーに組み込まれ、重力は直接の方位を制約しません。

アラン偏差はすべてのIMUエラーを修正しますか？

いいえ。定常データにおける確率的挙動を特徴づけます。スケール、アライメント、動的効果には他のテストが必要です。

加速度計のデータは位置ごとに2回積分できますか？

強い制約なしに短時間だけ、バイアス、ノイズ、向き誤差は制約のない位置のドリフトを急速に起こします。

共分散がゼロならIMUが正確であることを意味するのでしょうか？

いいえ。ゼロは消費者によって誤って解釈される可能性があり、不確実性を証明しません。検証済み共分散モデルまたは指定された未知マーカーを公開します。

慣性推定と検証境界

IMUキャリブレーションは、特定されたセンサー、構成、マウントおよび試験環境にのみ有効です。低く静止したドリフトだけで安全や航行の完全性を推測しないでください。