Closed. This question does not meet Stack Overflow guidelines。它当前不接受答案。












想要改善这个问题吗?更新问题,以便将其作为on-topic用于堆栈溢出。

4年前关闭。



Improve this question




我需要通过以下传感器构建惯性测量单元(IMU):
  • 加速度计
  • 陀螺仪
  • 磁力计

  • 我必须整合这些数据,以得出传感器平台的姿态和所涉及的外力(例如,从线性加速度中减去倾斜度)。

    然后,我必须使用此信息来补充标准GPS单元,以提供比单独GPS所能提供的一致性更高的测量结果。

    我确实了解此问题的基本要求:
  • 集成传感器。 (要消除噪音,请减去加速度)。
  • 消除噪音。 (卡尔曼过滤器)
  • 将IMU测量集成到GPS中。

  • 尽管目前有各种各样的库可以为我做到这一点(http://code.google.com/p/sf9domahrs/),但我需要了解所涉及的机制,在某种程度上,我可以在实现解决方案后向其他人解释这些技术。

    我一直在寻找以下资源,但是不确定应该去哪儿...
    我需要涵盖传感器融合,过滤,IMU,集成的内容。

    Multisensor-Fusion-Integration-Intelligent-Systems

    Positioning-Systems-Inertial-Navigation-Integration

    Mechatronics-Intelligent-Systems-Off-road-Vehicles

    Autonomous-Flying-Robots-Unmanned-Vehicles

    我希望有这方面经验的人能提供任何建议。

    非常感谢。

    最佳答案

    我已经为Shimmer platform实现了传感器融合。这些是一个很大的帮助:

    An introduction to inertial navigation

    An Introduction to the Kalman Filter

    Pedestrian Localisation for Indoor Environments

    09-10 03:54
    查看更多