惯性导航系统（INS）用于计算平台相对于初始或最后一个状态的姿势（位置和方向）和速度。惯性导航系统包括两个核心组件：
- 惯性测量单元（IMU）：通常包括惯性传感器，例如加速度计和陀螺仪
- 计算单元：提供滤波算法来处理和熔断原始传感器数据
GPS辅助惯性导航系统（或GPS / INS）还包括GPS接收器。和马铃薯草®和万博1manbetx®，您可以从所涉及的各种传感器生成模拟传感器数据和熔断原始数据。
从飞机和潜艇到移动机器人和自驾驶汽车，惯性导航系统为安全关键车辆提供跟踪和定位功能。惯性导航系统也可以在游戏控制器和智能手机中找到，以跟踪设备在3D空间中的运动。
MATLAB中使用GPS辅助惯性导航系统的状态估计工作流程。
虽然GPS可以使用恒定的外部输入提供绝对测量，但惯性导航系统提供了初始参考的相对测量。这些相对测量可以随时间累积漂移误差。在存在GPS之前，火箭配备有惯性导航系统，其中初始位置由人类操作员提供。
如今，大多数户外车辆和平台都配备了GPS辅助惯性导航系统，这些导航系统将最佳的传感器测量结合起来。恒定的GPS输入减少了漂移误差，并且当GPS信号丢失时，惯性导航系统可以根据上一个已知状态使用死亡再次来单独使用。想象一辆车进入隧道。GPS接收器将失去其信号，但惯性导航系统可以基于在汽车进入隧道之前接收的GPS信号提供相对运动。
MATLAB中使用GPS和GPS与MATLAB传感器模型的位置估计比较。
使用MATLAB和SIMULIN万博1manbetxK，您可以模拟符合特定数据表参数的单独惯性传感器。您可以开发，调整和部署惯性融合过滤器，您可以调整过滤器以考虑环境和噪声属性以模拟真实世界效果。
使用MATLAB和SIMULINK万博1manbetx，您可以：
- 模型IMU和GNSS传感器并生成模拟传感器数据
- 使用Allan方差校准IMU测量值
- 为传感器模型产生地面真相动作
- 来自加速度计，陀螺仪和磁力计传感器的熔断原始数据，用于定向估计
- 来自IMU和GPS传感器的流和保险丝数据，用于姿态估计
- 使用自动过滤器调整本地化车辆
- 来自IMU，GPS，高度计和车轮编码器传感器的融合RAW数据，用于GPS拒绝区域的惯性导航
您还可以通过使用C / C ++代码使用来部署筛选器Matlab Coder™。
