zoukankan      html  css  js  c++  java
  • IMU数据融合:互补,卡尔曼和Mahony滤波

    编写者:龙诗科

    邮箱:longshike2010@163.com

    2016-06-29

         本篇博客主要是参照国外的一篇文章来整理写的,自己觉得写的非常好,以此整理作为以后的学习和参考。国外的博客地址为:http://www.olliw.eu/2013/imu-data-fusing/  一些废话介绍在这里就不说了,直接上干货。

        在IMU数据融合来得到准确姿态方面的工作已经有很多大牛研究过,主要有:Colton,Bizard,Starlino,Lauszus,Mahony,Madgwick。他们的研究成果已经成为了标准的参考。这么多的算法中有相似也有不同之处,容易给人造成混乱。这里就以6轴传感器的IMU来讨论他们之间的区别和相似。

        这里讨论三个最基本的滤波器方法,互补滤波器,卡尔曼滤波器(线性的),Mahony&Madgwick 滤波器。分为五块部分来叙述,第一部分是关于基本的知识,第二部分是关于1维IMU数据融合(1阶,没有估计陀螺仪误差);第三部分是关于1维IMU数据融合(2阶,带有陀螺仪误差估计);第四部分带有Mahony滤波器的3维IMU数据融合;第五部分是关于3维滤波器的展望。最后附带一些算法的实现步骤。

       

  • 相关阅读:
    模拟赛QAQ
    复习计划
    luogu P1080 国王游戏
    [NOIP2012T3]开车旅行
    luogu P1967 货车运输
    同余方程组的扩展欧几里得解法
    luogu P1476 休息中的小呆
    GRYZY #13. 拼不出的数
    GRYZY- #10. 财富
    GRYZY #8. 公交车
  • 原文地址:https://www.cnblogs.com/longshike2010/p/5626701.html
Copyright © 2011-2022 走看看