1. 标定基础：IMU工作原理、外参标定定义、为什么外参精度影响融合效果

大家好，我是你们的老朋友。今天咱们聊聊IMU融合里最基础、也最容易被忽视的一环——外参标定。

说实话，我见过太多项目，算法调得天花乱坠，最后栽在外参上。嗯，这就像你给一辆跑车装了歪的轮子，再好的发动机也白搭。

1.1 IMU工作原理：它到底在测什么？

IMU，全称惯性测量单元。说白了，就是测量物体“动”和“转”的传感器。

它内部有两个核心部件：

• 加速度计：测量三轴加速度。注意，它测的是“比力”，不是纯重力。静止时，它感受到的是重力加速度g。
• 陀螺仪：测量三轴角速度。也就是你转得有多快。

我个人的习惯是，把IMU想象成一个“盲人”。它不知道自己在哪里，只知道自己在怎么动。你推它一下，它知道加速了；你转它一下，它知道在转。但时间一长，误差就会累积。

为什么会这样？因为IMU的测量值里，永远带着噪声和零偏。你想想看，一个微小的零偏，积分几秒钟后，位置误差就大到离谱了。

1.2 外参标定定义：到底在标什么？

外参，全称“外部参数”。它描述的是两个传感器坐标系之间的相对位置和姿态。

举个例子：你的相机装在IMU的右边10厘米处，朝前偏了2度。这个“10厘米”和“2度”，就是外参。

外参标定，就是找出这个变换关系。通常用一个4x4的齐次变换矩阵来表示：

T_imu_cam = [R | t]
            [0 | 1]

其中R是旋转矩阵，t是平移向量。

我在项目中遇到过最头疼的情况：明明标定好了，换了个安装位置，忘了重新标。结果整个系统直接崩掉。所以，每次硬件有变动，第一件事就是重新标外参。

1.3 为什么外参精度影响融合效果？

这个问题，说白了就是“坐标系打架”。

多传感器融合的核心，是把不同传感器的观测值，统一到同一个坐标系下。比如：

• IMU测到的是IMU坐标系下的加速度
• 相机看到的是相机坐标系下的特征点
• 激光雷达扫到的是雷达坐标系下的点云

如果外参不准，你把这些数据硬凑到一起，结果就是：

1. 初始化失败：视觉和惯性无法对齐，系统直接炸掉
2. 精度下降：融合后的轨迹出现系统性偏差
3. 鲁棒性变差：稍微剧烈运动一下，估计就飞了

我记得有一次做VIO（视觉惯性里程计），外参差了0.5度。跑直线没问题，一转弯，轨迹直接偏了30厘米。查了两天才发现是外参的问题。

1.4 知识体系总览

下面这张图，是我自己总结的本章知识结构。你可以把它当作一个“地图”，后面几章都会围绕它展开。

你看，这三个模块是环环相扣的。不懂IMU原理，你标出来的外参就是错的；不懂外参定义，你连标定结果都看不懂；不懂精度影响，你永远不知道为什么系统会崩。

好了，这一章就到这里。记住我今天说的：别小看外参，它值得你花时间认真对待。

可可精品资料库