ROS中---既然已经有了odom，为什么还要IMU呢？
在ROS机器人系统中，同时使用odom （里程计）和IMU（惯性测量单元）进行姿态计算，主要是为了弥补单一传感器的局限性，实现更鲁棒、精准的位姿估计。以下是具体原因分析：
一、传感器特性差异
-
odom的局限性
- 依赖轮式编码器，易受打滑、地面不平等因素影响，导致累计误差1
- 仅能提供平面运动信息（X/Y轴位移和Z轴旋转），无法直接测量垂直方向（Z轴）加速度或姿态角2
-
IMU的优势
- 通过陀螺仪直接测量角速度，通过加速度计检测重力方向，可快速响应姿态变化3
- 提供6轴（加速度+角速度）或9轴（含磁力计）数据，支持三维空间姿态解算45
二、数据融合的必要性
-
互补滤波与卡尔曼滤波
- 陀螺仪角速度积分易漂移，加速度计在运动时易受干扰，两者融合可抵消误差6
- 例如：
robot_pose_ekf包通过扩展卡尔曼滤波器（EKF）融合odom和IMU数据，提升位姿估计精度27
-
动态环境适应性
- IMU高频响应适合短时姿态跟踪，odom提供长期位移参考，融合后适应复杂运动场景。
说白了就是让IMU不断的修正车辆车身姿态的真值结果，有效防止车辆打滑等因素相互补充相互纠正。
程序主程序主要就是发送了odom话题；
构造函数初始化参数：
以及打开串口功能；
析构函数关闭串口；
分解速度函数：
发布odom话题；
读取串口数据以及分析协议层，并一区串口数据；
发布IMU角速度话题；
发布IMU话题；
实时计算odom位置信息以及
发布odom、IMU、IMURaW；
行驶速度scanlin_factor：行驶角速度scanlin_factor：
