mid360内置 IMU（惯性测量单元）校正雷达自身运动导致的点云畸变与点云过滤（计算临域距离）

Livox Mid360 通过内置 IMU（惯性测量单元） 校正雷达运动导致的点云畸变，其核心原理是 融合 IMU 的高频运动数据与激光雷达的低频扫描数据，通过坐标系变换和运动补偿算法实现动态去畸变。以下是详细实现原理：

---

1. 问题背景：为什么需要IMU校正？

激光雷达在扫描时（尤其是旋转式雷达），如果自身处于运动状态（如车载、机器人移动），会导致点云产生 运动畸变。例如：
• 平移畸变：车辆前进时，一帧扫描开始和结束时的位置不同，点云被拉伸。
• 旋转畸变：雷达旋转扫描过程中，车身转向会导致点云扭曲。

传统解决方法：依赖高帧率雷达（如100Hz）或通过视觉/SLAM算法后处理，但成本高或延迟大。
Mid360的优化：直接内置IMU，实时硬件级补偿。

---

2. IMU的数据类型与作用

IMU（惯性测量单元）通常包含：
• 三轴加速度计：测量线性加速度（单位：m/s²）。
• 三轴陀螺仪：测量角速度（单位：rad/s）。
• 磁力计（可选）：辅助校准方向（但Mid360可能未集成）。

IMU特性：
• 高频输出（通常100Hz_{1kHz），远高于激光雷达的扫描频率（10}20Hz）。
• 短时精度高，但长时间会因积分误差漂移（需与其他传感器融合）。

---

3. 运动补偿的实现步骤

步骤1：时间同步（Timestamp Alignment）

• 将IMU数据与激光雷达扫描数据的时间戳严格对齐（硬件同步或软件插值）。

步骤2：运动状态积分

• 对IMU的角速度和加速度进行积分，计算雷达在 每一时刻的位姿变化（位移+旋转）：
• 角速度积分 → 姿态变化（通过四元数或旋转矩阵表示）。
• 加速度积分 → 位移变化（需去除重力影响，并双重积分）。

步骤3：点云反向运动补偿

• 对于一帧扫描中的每个激光点，根据其 精确发射时间戳，利用IMU数据反推雷达在该时刻的运动状态。
• 通过坐标系变换，将点云从 雷达运动中的局部坐标系 统一转换到 扫描开始时刻的全局坐标系：
• 公式：
[
P_{\text{corrected}} = R(t)^{-1} \cdot (P_{\text{raw}} - T(t))
]
◦ (R(t))：t时刻