如何构建适用于无人机（无人机）或Quadcopters的IMU + GPS融合算法。

通过融合来自惯性测量单元（IMU）和全球定位系统（GPS）接收器来估算地面车辆的位置和取向。

熔断器数据来自3轴加速度计，3轴陀螺仪，3轴磁力计（共同称为Marg传感器，用于磁，角速率和重力），以及1轴高度计以估计取向和高度。

MATLAB Mobile™在Apple或Android移动设备上报告来自加速度计，陀螺和磁力计的传感器数据。可以获得来自每个传感器或熔融取向数据的原始数据。此示例显示了如何将熔融定向数据与来自AHRSFilter对象的方向估计进行比较。

使用惯性测量单元（IMU）和单眼相机来估计地面车辆的姿势（位置和方向）。在这个例子中，你：

insfilterasync对象是一个复杂的扩展卡尔曼滤波器，估计设备姿势。但是，手动调整过滤器或查找噪声参数的最佳值可能是一个具有挑战性的任务。此示例说明如何使用调谐功能来优化滤波器噪声参数。