组合导航（GNSS+惯性导航）

一、GNSS

       至少需要四颗星。怎么判断GNSS数据是否准确？数据中是否携带星数？

二、惯性导航

       关于磁力计的使用：

       1）类似重力，磁力也是一个矢量。地球任意位置的磁力在东北天地理系下的表示为（0,y,z）即永远指向北极。但是区别于重力，磁力的大小不是常量，因此，在后面的使用中需要借助重力得到初始姿态，然后计算磁力的大小。

       2）利用磁力计可以计算pitch roll yaw. 原理和重力计算姿态一样。因此，想使用磁力计计算yaw, 必须将磁力计的坐标系和IMU的坐标系对齐

       3）在惯性导航中如何使用磁力计呢？

           a. 首先计算磁力计的标准值(0,y,z) 类似重力的(0,0,1)

              b. 类似重力，已知某一向量在两个坐标系的表示，计算坐标系的变换矩阵。

三、组合导航

     参考：非常棒！

四、kitti数据集中的 gnss 信息

1. GNSS 得到的位置，速度信息是表示在东北天地理坐标系的

2.惯性导航得到的姿态也是表示在东北天地理坐标系的（需要借助磁力计）。速度和位置表示在哪个坐标系，视自己的航迹推演怎么设计：

   1）默认的，IMU得到的加速度是表示的实时的载体系的，因此速度也是表示在载体系。如果使用这样的默认设置，得到的位置，是表示在 第一个IMU数据所在的载体系

   2） 如果利用IMU得到的姿态信息，将加速度变换到东北天地理坐标系，则 速度，位置 都是表示在，以第一个IMU数据为原点的地理坐标系

3. 如果将GNSS和惯性导航进行融合，松耦合，卡尔曼滤波的形式。GNSS的位置和速度作为观测，来更新 IMU的 速度，位置，姿态。仅仅需要磁力计提供粗略的初始航向信息。

       GNSS的位置和速度都是表示在地理坐标系的，而且原点在地心。IMU的速度，位置都是第一种情况。其中的坐标系统一过程如下：

     1）速度：通过实时IMU的姿态，将GNSS的速度变换到载体系

     2）位置：通过第一帧IMU的姿态+位置（姿态是磁力计+加速度计粗略给的，位置是此时的GNSS位置给的），将GNSS的位置信息，变换到 第一帧IMU所在的载体系

      以上，1）中包含了 IMU实时姿态信息，这是我们需要优化的；2）中包含了 第一帧IMU姿态信息，这也是需要优化的。因此，这也证实了，我们后续不需要磁力计来提供yaw了，后续系统会自动优化；而且初始姿态不准都没关系，后续也会优化。

       这个松耦合的系统输出的是惯性导航的PVQ结果，因此是表示在 载体系中的结果。不过，我们可以随意转换到 地理系中。

       现在我们有了三组数据：

         1）GNSS数据

         2）惯性导航数据

         3）GNSS+惯性导航 融合数据

        那么，我们接收到的 组合导航模块输出的结果到底是哪个呢？正常来说，应该是 第3)个结果，且PVQ都表示在东北天地理系, 而且原点在地心。

       简要表示如下：我们将地理系记为 w ,  IMU载体系表示为 b (随着载体实时变化，不固定），lidar 载体系表示为 l .

  --- 组合导航输出的结果表示 IMU这个玩意 在 地理系中的位姿 Twb。

 ----- 也不难理解，Twl = Twb*Tbl 表示 lidar 这个玩意在 地理系中的位姿。

实践： kitti 数据集中的 组合导航数据如下：

    - /kitti/oxts/imu : 包括 姿态，加速度，角速度。姿态表示在 东北天地理系，是绝对姿态（这个应该是融合后的结果）；角速度和加速度应该是载体系（应该是IMU的原始测量值）。

    - /kitti/oxts/gps/fix ：包括位置，表示在东北天地理系，且原点在地心。（不知道是否为融合后的结果 or  GNSS 原始结果）（应该是融合后的结果，因为 这个话题的time 和imu 一样，原始的GNSS 结果肯定没这么高的频率）

    - /kitti/oxts/gps/vel： 包括线速度，角速度。 （这个应该是融合的结果吧，GNSS自己原始数据中有角速度？）  （ 经过测试 线速度，角速度 都表示在载体系！ 这个很重要！）

总之，上面三个话题分别提供了姿态，位置，速度信息。姿态和位置都是表示在地理坐标系，地心为原点。速度信息表示在载体系。

================  关于任乾代码中的两个疑问 =====

1.

velocity_ = rotate_matrix * velocity_;

angular_rate_ = rotate_matrix * angular_rate_;

不应该乘以 rotate_matrix.inverse() 吗？

2. VelocityData::TransformCoordinate 函数的两个问题：

  1）. 传入的应该是 imu_2_lidar， 大佬自己已经在知乎评论中指出了。

   2）. delta_v 应该等于 Ril.transpose() * w ^ * til 而不是代码中的 （Ril.transpose() * w）^ * til

===== 以上，都是根据 第二章 基于地图的定位  的作业  来展开的 =====