Filtre Kalman avec ensemble de données complet?

Question

Je cherche un moyen de combiner les données d'une boussole et d'un gyro afin de déterminer l'attitude après coup. Je travaillerai avec un ensemble de données complet dans lequel les lectures 3D Compass et Gyro ont été enregistrées à intervalles réguliers, mais je veux récupérer une estimation de l'attitude dans le post-traitement.

J'ai envisagé simplement d'utiliser un filtre Kalman, car ils sont si bien documentés, mais je préfère utiliser quelque chose de plus approprié dans un cas où l'ensemble de données complet est connu. J'ai le sentiment que la solution est "simplement" un problème de moindre carrés, mais j'espère que quelqu'un ici pourra me pointer dans le sens d'un papier ou deux avec ce problème (ou des problèmes comme celui-ci).

À ce stade, je ne sais même pas comment ce filtre serait appelé, donc j'ai du mal à trouver des termes de recherche utiles. Toute aide serait appréciée.

Merci beaucoup!

Answer 1

Si vous comprenez le filtre Kalman en détail, vous pouvez également implémenter le soi-disant Kalman plus lisse qui fonctionne sur l'ensemble de données complet.

Cependant, permettez-moi de vous avertir d'une chose. Il n'y a pas de choses telles que Filtre Kalman pour les programmeurs. Le filtre Kalman est difficile à comprendre. Vous ne pourrez pas implémenter et l'utiliser correctement si vous ne le comprenez pas.

Mon implémentation est presque ce que vous recherchez. J'ai utilisé l'accéléromètre et les gyroscopes mais pas de boussoles. C'est basé sur cela manuscrit, Lisez-le d'abord. La description la plus détaillée que j'ai pour le moment est les diapositives 29-32 dans ma présentation sur fusion du capteur. C'est un projet open source, et je prévois de publier une version mise à jour du solveur dans les semaines à venir.