主要内容

惯性传感器融合

IMU和GPS传感器融合,以确定方向和位置

使用惯性传感器融合算法来估计取向和位置随时间。算法针对不同的传感器配置,输出要求和运动约束进行了优化。您可以直接从多个惯性传感器熔断IMU数据。您还可以使用GPS数据熔断IMU数据。

职能

展开全部

ec 磁力计和加速度计读数的方向
imufilter. 加速度计和陀螺仪读数的方向
ahrsfilter. 从加速度计,陀螺仪和磁力计读数的方向
AHRS10Filter. 来自Marg和Altimeter读数的身高和方向
互补 互补滤波器的定向估计
insfiltermarg. 估计来自Marg和GPS数据的姿势
insfilterasync. 估计异步MARG和GPS数据的姿势
insfiltererrorstate. 从IMU,GPS和单眼视觉内径(MVO)数据估算姿势
insfilternonholoromic. 估计与非完整约束的姿势
insfilter. 创建惯性导航滤波器
TUNERCONFIG. 融合过滤器调谐器配置选项
团簇 融合滤波器的噪声结构
Tunerplotpose. 调整过程中的绘图过滤器姿态估计

ahrs. 从加速度计,陀螺仪和磁力计读数的方向

话题

选择惯性传感器融合过滤器

惯性传感器融合滤波器的适用性和限制。

使用惯性传感器确定取向

熔丝惯性测量单元(IMU)读取以确定方向。

通过惯性传感器融合估算方向

此示例显示如何使用6轴和9轴融合算法来计算方向。

使用惯性传感器和GPS确定姿势

使用卡尔曼滤波器熔断IMU和GPS读数来确定姿势。

记录传感器数据对齐以进行方向估计

此示例显示了如何对齐和预处理记录的传感器数据。

特色例子