我正在寻找一种方法来组合指南针和陀螺仪中的数据，以便确定事后的态度。我将使用一个完整的数据集，其中定期记录3D指南针和陀螺仪的读数，但是我想在后处理中恢复对姿态的估计。
我已经考虑过简单地使用卡尔曼滤波器，因为它们有充分的文档记录，但是宁愿使用更适合于已知完整数据集的情况。我觉得解决方案是“简单地”最小二乘问题，但是我希望这里的人可以指出我的方向是一两个处理该问题（或类似问题）的论文。
在这一点上，我什至不知道该过滤器将被称为什么，所以我很难找到有用的搜索词。任何帮助，将不胜感激。
非常感谢！
最佳答案
如果您详细了解卡尔曼滤波器，则还可以实现在完整数据集上运行的所谓卡尔曼平滑器。
但是，让我警告您一件事。没有Kalman Filter for programmers这样的东西。卡尔曼滤波器很难理解。如果您不了解它，将无法正确实现和使用它。
我的实现几乎就是您想要的。我使用了加速度计和陀螺仪，但没有使用指南针。它基于此manuscript，请先阅读。我目前最详细的描述是在sensor fusion上的演示中的幻灯片29-32。它是open source project，我计划在未来几周内发布求解器的更新版本。