imu data fusing: complementary, kalman, and mahony filter
這篇國外的文章應該是相當 權威、完整了，先看這個 總結 主要內容、思想
記錄下 兩個公式
pitch = 180 * atan (accelerationx/sqrt(accelerationy*accelerationy + accelerationz*accelerationz))/m_pi;
roll = 180 * atan (accelerationy/sqrt(accelerationx*accelerationx + accelerationz*accelerationz))/m_pi;
這個好像是乙個比較有名的求位姿演算法
四元數ahrs姿態解算和imu姿態解算分析
這大概是乙個**注釋
IMU資料融合 互補，卡爾曼和Mahony濾波
編寫者 龍詩科 2016 06 29 本篇部落格主要是參照國外的一篇文章來整理寫的，自己覺得寫的非常好，以此整理作為以後的學習和參考。國外的部落格位址為 一些廢話介紹在這裡就不說了，直接上乾貨。在imu資料融合來得到準確姿態方面的工作已經有很多大牛研究過，主要有 colton,bizard,star...
視覺SLAM融合IMU問題研究筆記
前言 視覺 slam 存在輸出頻率低 旋轉運動時 或運動速率加快時定位易失敗等問題，而 imu 有輸出頻率高 能輸出6dof測量資訊等優點。因此現階段的乙個研究熱點是將視覺 slam 與 imu 得到的位姿估計結果進行融合，得到更加魯棒的輸出結果。通過二者的融合，可以解決視覺位姿估計輸出頻率低的問題...
視覺SLAM融合IMU問題研究筆記
前言 視覺 slam 存在輸出頻率低 旋轉運動時 或運動速率加快時定位易失敗等問題，而 imu 有輸出頻率高 能輸出6dof測量資訊等優點。因此現階段的乙個研究熱點是將視覺 slam 與 imu 得到的位姿估計結果進行融合，得到更加魯棒的輸出結果。通過二者的融合，可以解決視覺位姿估計輸出頻率低的問題...