ROS2中如何做多传感器数据融合与处理
哪些公司问过
答案要点
- 预处理:各传感器驱动节点发布带正确时间戳和 frame_id 的消息,做去噪、去畸变、降采样
- 空间对齐靠 TF2 维护传感器外参,统一转换到 base_link 或 odom 坐标系
- 时间对齐用 message_filters:TimeSynchronizer 要求时间戳精确一致,ApproximateTime 策略容忍不同频率
- 融合算法:EKF/UKF、粒子滤波、因子图优化;robot_localization 可融合 IMU、轮速里程计和 GPS
- 协方差决定各传感器的融合权重,需要按传感器实际噪声合理设置
易错点
- 只订阅多个话题直接拼数据,不处理时间戳和坐标系,融合结果会漂移或跳变
- 频率差异大时仍用 TimeSynchronizer,很可能长时间配不上对
- 协方差随意填零或填很大,导致 EKF 过分信任或忽略某个传感器
- 同一状态量被多个源重复输入(如两个里程计都给速度且相关),会让估计过度自信
面试官常见追问
- robot_localization 融合 GPS 要注意什么?
- 松耦合和紧耦合融合有什么区别?
- 传感器时间戳不同步怎么办?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。