Filtro Kalman com conjunto de dados completo?

Question

Estou à procura de uma maneira de combinar dados de uma bússola e giroscópio, a fim de determinar a atitude após o fato.Eu estarei trabalhando com um conjunto completo de dados nos quais as leituras de compasso 3D e giroscópio foram registradas em intervalos regulares, mas eu quero recuperar uma estimativa de atitude no pós-processamento.

Eu considerei simplesmente usar um filtro Kalman, já que eles são tão bem documentados, mas preferem usar algo mais apropriado para um caso em que o conjunto de dados completo é conhecido.Eu tenho a sensação de que a solução é "simplesmente" um problema de mínimos quadrados, mas espero que alguém aqui possa me apontar na direção de um papel ou dois lidando com este problema (ou problemas como ele).

Neste ponto, eu nem tenho certeza do que este filtro seria chamado, então estou tendo dificuldade em encontrar termos úteis de pesquisa.Qualquer ajuda seria apreciada.

Muito obrigado!

Answer 1

Se você entender o filtro Kalman em detalhes, você também pode implementar o chamado kalman mais suave que opera no conjunto de dados completo.

No entanto, deixe-me avisá-lo sobre uma coisa. Não existe tal coisa como filtro Kalman para programadores . O filtro Kalman é difícil de entender. Você não poderá implementar e usá-lo corretamente se não a entender.

minha implementação é quase o que você está procurando. Eu usei acelerômetro e giroscópios, mas sem compasso. É baseado neste manuscrito , leia-o primeiro. A descrição mais detalhada que tenho no momento é slides 29-32 na minha apresentação em fusão sensor . É um projeto de código aberto e eu planejo liberar uma versão atualizada do solucionário em as próximas semanas.