Kalman过滤器与完整的数据集？

Question

我正在寻找一种与指南针和陀螺仪结合数据的方法，以便在事实之后确定态度。我将使用一个完整的数据集，其中3D指南针和陀螺读数已定期记录，但我想恢复在后处理方面的态度估计。

我已经考虑了只需使用卡尔曼滤波器，因为它们被录得很好，但宁愿使用更适合于完整数据集所知的情况。我有一种感觉解决方案是“简单”的最小二乘问题，但我希望这里有人可以指出我的纸张的方向或两个处理这个问题（或者问题）。

此时，我甚至不确定这个过滤器将被调用，因此我很难找到有用的搜索条件。任何帮助都会受到赞赏。

非常感谢！

Answer 1

如果您了解Kalman过滤器详细信息，还可以实现所谓的卡尔曼更顺畅，在完整的数据集上运行。

然而，让我警告你有一件事。没有程序员筛选器。卡尔曼滤波器很难理解。如果您不理解它，您将无法正确实施和使用它。

我的实施几乎是你正在寻找的。我使用加速度计和陀螺仪，但没有指南针。它是基于这个 manuscript ，首先阅读它。我目前最详细的描述是在传感器融合中的播放29-32一个>。它是一个开源项目，我计划释放求解器的更新版本即将到来的周。