根据你的描述，你已经通过实验计算出了二维码摄像头和里程计之间的时间戳差异，这是一个非常有效的做法。为了确保两个传感器的时间戳能够同步，可以将二维码摄像头的时间戳调整为与里程计的时间戳对齐。以下是一个简单的Python示例代码，展示了如何实现这一点：

import numpy as np # 实验数据 angle_diff_mean = -0.09949351795361913 # 角度差均值 angle_diff_std = 0.014604546858801595 # 角度差标准差 angular_velocity = 2.0 # 机器人旋转的角速度 (rad/s) # 计算时间戳差异 timestamp_diff = angle_diff_mean / angular_velocity # 单位：秒 print(f"时间戳差异: {timestamp_diff * 1000:.2f} ms") # 假设我们有一个二维码摄像头的时间戳列表和里程计的时间戳列表 qr_timestamps = [1629460000.0, 1629460000.1, 1629460000.2, 1629460000.3] odometry_timestamps = [1629460000.0, 1629460000.1, 1629460000.2, 1629460000.3] # 调整二维码摄像头的时间戳 adjusted_qr_timestamps = [t + timestamp_diff for t in qr_timestamps] # 打印调整后的时间戳 for original, adjusted in zip(qr_timestamps, adjusted_qr_timestamps): print(f"原始时间戳: {original:.6f}, 调整后时间戳: {adjusted:.6f}") # 假设我们有一个二维码数据和里程计数据的列表 qr_data = [ {"timestamp": 1629460000.0, "pose": {"x": 0.0, "y": 0.0, "theta": 0.0}}, {"timestamp": 1629460000.1, "pose": {"x": 0.1, "y": 0.0, "theta": 0.1}}, {"timestamp": 1629460000.2, "pose": {"x": 0.2, "y": 0.0, "theta": 0.2}}, {"timestamp": 1629460000.3, "pose": {"x": 0.3, "y": 0.0, "theta": 0.3}} ] odometry_data = [ {"timestamp": 1629460000.0, "pose": {"x": 0.0, "y": 0.0, "theta": 0.0}}, {"timestamp": 1629460000.1, "pose": {"x": 0.1, "y": 0.0, "theta": 0.1}}, {"timestamp": 1629460000.2, "pose": {"x": 0.2, "y": 0.0, "theta": 0.2}}, {"timestamp": 1629460000.3, "pose": {"x": 0.3, "y": 0.0, "theta": 0.3}} ] # 调整二维码数据的时间戳 for data in qr_data: data["timestamp"] += timestamp_diff # 打印调整后的二维码数据 for data in qr_data: print(f"调整后二维码数据: 时间戳: {data['timestamp']:.6f}, 位姿: {data['pose']}") # 对比调整后的二维码数据和里程计数据 for qr, odometry in zip(qr_data, odometry_data): print(f"二维码时间戳: {qr['timestamp']:.6f}, 里程计时间戳: {odometry['timestamp']:.6f}") 解释 计算时间戳差异：通过实验得到的角度差均值和机器人旋转的角速度，计算出时间戳差异。 调整二维码摄像头的时间戳：将二维码摄像头的时间戳加上计算出的时间戳差异，使其与里程计的时间戳对齐。 打印调整后的时间戳：输出调整前后的二维码摄像头时间戳，以便验证调整效果。 调整二维码数据的时间戳：将二维码数据中的时间戳进行调整。 对比调整后的数据：输出调整后的二维码数据和里程计数据的时间戳，验证两者是否对齐。

通过这种方法，你可以确保二维码摄像头和里程计的时间戳同步，从而提高系统的精度和可靠性。