姿態解算是飛控的乙個基礎、重要部分，估計出來的姿態會發布給姿態控制器，控制飛行平穩，是飛行穩定的最重要保障。有關姿態解算的基礎知識，這裡筆者不會細細描述，有關這方面的資料，網上已經有很多。主要是先掌握座標系的概念、姿態角的幾種描述方法(尤拉角、四元數、旋轉矩陣)等。
姿態解算的難點主要在於，消費級飛控上一般所選用的慣性感測器，都是mems器件，精度相對較差，同時陀螺儀、加速度計、地磁計單個感測器無法得到滿意的姿態角資訊，所以需要一些融合演算法，進行姿態估計。
首先，如何測量姿態解算的精度？
很多人都會有這個困擾，就是沒辦法確定所得到的角度的精確程度。一般用外部參考的方法測量，比如飛機上同時掛載自己的飛控以及高精度的imu裝置(比如xsens、sbg等)，飛行完成後，對比自己飛控所解算的角度和外部裝置的誤差；又或者，在室內裝vicon裝置來給出外部參考。
筆者手上沒有精確的外部裝置，所以本文不能得出結論哪種演算法的好壞，只是提供大概思路。
採用開源px4飛控，進行姿態模式飛行，取出飛行資料，注意，驗證演算法的時候，最好還是用實際飛行的資料，否則加速度雜訊對演算法的影響無法驗證，同時，這裡的角度參考僅是px4飛控所解算得到的角度，不能算高精度參考，資料曲線：
1.看一下單獨的陀螺儀積分角度與加速度計算出的角度各有什麼問題？
陀螺儀角度：就是對角速度資料進行積分；
加速度角度：
在matlab中編寫m**進行驗證對比。
如上圖所示，藍色的陀螺積分角度隨著時間會有漂移，而加速度計得到的角度則雜訊很大，都無法使用。
2.互補濾波
由於單一感測器獲得角度都有缺點，乙個動態精度好，乙個靜態精度好，很自然聯想到互補濾波，即通過調整乙個加權係數，如果陀螺儀所佔的權重大些，則解算的角度則跟陀螺角度近似，加速度類似。
filtered(i) = (filtered(i-1) +
imu_gyrox(i)*imuper)*a + (1-a)*angle_acc(i);
a為0.95的曲線如下：
a為0.3，曲線如下：
綜上所看，固定增益a，無論如何調整，效能總是不盡理想，陀螺儀的權重大了，動態效能還可以，大致能跟上角度，但是不能靜態保持，當沒有角速度時，角度也收斂了；加速度權重大了，噪音大，另外動態效能差，100s左右的來回打杆，所得的角度基本沒有變化。
3.自適應互補濾波
如果權重引數可變呢？也就是如果角度變化大時，更相信陀螺，否則則更相信加速度的角度。
如圖所示，雖然動態精度看上去好了，但是當靜態的時候，還是不能達到滿意效果。另外，圖中可以看出，加速度的角度所保證的靜態精度是有延遲的。
4.mahony&px4
so3演算法
px4飛控早期的姿態解算有乙個so3版本，其演算法其實就是網上常見的mahony演算法。演算法原理：根據加速度計和地磁計的資料，轉換到地理座標系後，與對應參考的重力向量和地磁向量進行求誤差，這個誤差用來校正陀螺儀的輸出，然後用陀螺儀資料進行四元數更新，再轉換到尤拉角。
具體步驟如下：
該演算法能得到大概的角度。至於哪個更準確，這裡無法判斷。不過俯仰角，在40s左右的一段，這時候飛機姿態是回平的，但是解算有誤。
5.卡爾曼濾波
卡爾曼濾波是非常常用的狀態估計演算法，相關的理論介紹有很多，這裡不贅述了。有一點要注意，就是你的狀態方程和量測方程的模型不一樣，效果肯定也是不一樣的，卡爾曼濾波只是理論，具體怎麼用還得看具體情況，效果也是看所建的模型。
模型一：
狀態量分別是俯仰角、滾轉角以及對應的角速度偏移。
模型如下：
模型二：
參考書目
nonami k, kendoul f, suzuki s, et al.
autonomous flying robots: unmanned aerial vehicles and micro aerial
vehicles[m]. springer publishing company, incorporated, 2010.
第10章
結果如圖：
兩者曲線差不多，認為可以使用。
模型三：
px4飛控早期的attitude_estimator_ekf版本。
演算法的具體步驟，可以參考：
幾個小點：
1、怎麼用卡爾曼進行融合？模型**來？
建模一般則是根據物理規律進行定的，運用現成的數學理論，如果不是很了解，可以參考一些**。
2、卡爾曼如何調引數？
簡單來講，就是重點調r矩陣引數，一般取資料，用matlab看曲線。
3、資料的座標系？
很多人用同樣的**，輸入資料後，運算的結果不對。一般主要原因就是正負號不對應，要對好資料的座標系，就是正負號，不知道的話，本辦法就是試湊。
4、資料質量對解算的影響？
最後那個資料曲線就是手晃的資料，不是直接飛行的，加速度噪音小。資料質量一般關心的是加速度的資料，起飛後，加速度噪音比較大，可能你在地面測試，覺得姿態角算的挺準的，但是一起飛就不行了，這時候需要回過頭來處理加速度資料，怎麼處理？涉及到濾波方面的知識，後續會簡單講講。
5、卡爾曼濾波好在**？
主要是因為一般的互補濾波，權重引數是固定的，而卡爾曼本質也是調整權重引數，但是是時變的，不過計算量相對較大。
6、動加速度的影響？
動加速度對姿態解算影響較大，因為你的陀螺是靠重力加速度向量去校正的，一旦運動的加速度大了，則會影響參考，自然也算不准了。普遍的方法是會融合gps的速度算加速度。
這篇文章只是簡單描述了一些常用的姿態解算演算法，並不直接點明好壞，沒有參考資料，不太好分析。有的一些沒有給出推導過程，讀者可以自己推導。一些理論也請自行查閱相關文獻。後續也會講解下卡爾曼濾波等內容。
挖礦的算力是什麼？
1 本地算力和礦池算力 算力分為本地算力和礦池算力，挖過礦的朋友知道這兩個算力永遠對不上號。本地算力就是你的本地礦機顯示的算力。礦池算力是顯示在你所挖礦池的查詢頁面上，分為總計算力和單台礦機算力，總算力就是錢包位址所有在挖礦機的算力總和。一般礦池算力都是顯示的平均值，分為15鐘平均算力跟24小時平均...
邊沿觸發是什麼意思 示波器的幾種觸發方式解釋
我們先簡單回顧下什麼是示波器的觸發。由於訊號無時無刻都在變化，如果一股腦的都把他們顯示在示波器上，就會很亂，根本無法讓我們看清楚，從而也就無法觀察訊號來解決問題。考慮到訊號大多數時候都是以某種規律週期性出現的，因此我們只要找到他重複的規律，把每一次重複疊加顯示在示波器上，訊號就可以穩定觀察了。這種把...
迭代器是什麼
在學習c stl的時候，整天碰到迭代器，也整天用，但是，到底它是個什麼東西，很多人沒有乙個認識。這裡我通過幾個小的demo，來看看迭代器。首先我實現了乙個十分簡陋的vector類 view plain template class t class vector t begin void insert...