Filtro Kalman con un conjunto completo de datos?

Question

Estoy buscando una forma de combinar datos de una brújula y gyro para determinar la actitud después del hecho.Estaré trabajando con un conjunto completo de datos en los que se han registrado la brújula 3D y las lecturas de Gyro a intervalos regulares, pero quiero recuperar una estimación de la actitud en el procesamiento posterior.

He considerado simplemente usando un filtro Kalman, ya que están muy bien documentados, pero preferiría usar algo más apropiado para un caso en el que se conoce el conjunto de datos completo.Tengo la sensación de que la solución es "simplemente" un problema de mínimos cuadrados, pero espero que alguien aquí pueda apuntarme en la dirección de un papel o dos tratamientos con este problema (o problemas como IT).

En este punto, ni siquiera estoy seguro de lo que se llamaría este filtro, por lo que me está perdiendo mucho tiempo para encontrar términos de búsqueda útiles.Cualquier ayuda sería apreciada.

¡Muchas gracias!

Answer 1

Si entiende el filtro Kalman en detalles, también puede implementar el llamado Kalman Smoother que opera en el conjunto de datos completo.

Sin embargo, déjame advertirte sobre una cosa. No hay tal cosa como Filtro Kalman para programadores . El filtro de Kalman es difícil de entender. No podrá implementarlo y usarlo correctamente si no lo entiende.

Mi implementación es casi lo que está buscando. Usé acelerómetro y giroscopios, pero no hay compases. Se basa en este manuscrito , leíjalo primero. La descripción más detallada que tengo en este momento es por diapositivas 29-32 en mi presentación en sensor fusion . Es una Proyecto de código abierto , y planeo lanzar una versión actualizada del solver en las próximas semanas.