最近项目上想用MPU6050来自动探测物体的转向角度，花了2天时间学习如何拿陀螺仪的姿态角度，发现蛮难的，写点笔记。
下面是哔哩哔哩的一堆废话讲解，只想看代码本体的可以直接跳到最后。应用场景是51单片机环境，有一块MPU6060，需要知道硬件板子水平摆放时，板子摆放的姿态和旋转的角度。编译环境只能用C语言。
首先单片机通过TTL串口接到MPU6050上拿到通信数据，水平旋转角度需要另外加地磁仪通过
转载
2024-09-09 14:25:55
202阅读
文章目录1 算法介绍2 算法实现2.1 陀螺仪角速度预积分2.2 加速度计线加速度修正2.3 磁力计修正3 其他算法 本文主要介绍《Keeping a Good Attitude: A Quaternion-Based Orientation Filter for IMUs and MARGs》一文的互补滤波算法论文下载地址https://www.mdpi.com/1424-8220/15/8/1
文章目录一、一阶低通滤波算法1.1 公式1.2 C代码二、一阶高通滤波算法2.1 公式2.2 C代码三、互补滤波算法3.1 前言3.2 公式3.2 C代码 一、一阶低通滤波算法 低通滤波（Low Pass Filter）用于从一个信号中去除高于某个频率的成分。它的基本原理是，信号中高于某个频率的成分在信号传输或接收过程中会发生衰减，而低于该频率的成分则不受影响。因此，通过将信号通过一个低通滤波
转载
2024-09-02 22:52:32
391阅读
# Python中的卡尔曼滤波与IMU数据融合
在现代科技中，惯性测量单元（IMU）广泛应用于许多设备中，例如无人机、智能手机和自动驾驶汽车。IMU能够通过加速度计和陀螺仪提供高频的运动信息，但由于噪声和漂移等问题，直接使用IMU的原始数据往往会导致不准确的结果。为了克服这些问题，卡尔曼滤波器（Kalman Filter）成为了一种优秀的数据融合工具。本文将介绍卡尔曼滤波的基本原理，并结合Pyt
关于卡尔曼滤波，网上的资料很多，但是有很大一部分都是不断堆叠公式，然后用各种晦涩难懂的专业术语进行解释，说实话我刚开始看的时候也是云里雾里，因此写下这篇博客是为了照顾和我一样的萌新，通篇文章我会力求从最基础的部分一步一步深入，并尽可能少地使用公式（或许？），对每个公式和参数也尽可能详尽地解释，所以通篇文章可能较长；另一方面，这篇博文也是为了自己日后方便回顾用的。如有错误请及时指出。参考的部分资料如
自己学习整理卡尔曼滤波算法，从放弃到精通kaerman 滤波算法卡尔曼滤波是非常经典的预测追踪算法，是结合线性系统动态方程的维纳滤波，其实质是线性最小均方差估计器，能够在系统存在噪声和干扰的情况下进行系统状态的最优估计，广泛使用在导航、制导、控制相关领域。使用范围及作用一般的滤波算法是频域滤波，而卡尔曼滤波是时域滤波。
不要求系统的信号和噪声都是平稳的，但默认估计噪声和测量噪声均为白噪声，这样其均
转载
2023-10-23 09:34:26
420阅读
目录(?)[+]互补滤波器介绍原理低通滤波器一阶低通滤波器二阶低通滤波高通滤波器互补滤波器the end互补滤波器从 RC 电路 到 数字滤波器 。参考：wikiPediaby luoshi006 欢迎交流~ 个人 Gitter 交流平台，点击直达： 介绍原理低通滤波器一
转载
2022-01-05 11:54:30
1010阅读
http://blog..net/luoshi006/article/details/51513580上接【互补滤波器】，继续学习互补滤波。。。。参考： Keeping a Good Attitude: A Quaternion-Based Orientation Filter for IMUs and MARGs.PX4/Pixhawk—uORB深入理解和
转载
2022-01-05 12:06:11
2189阅读
应用场景本文中 mahony 的应用场景为 多旋翼无人机的姿态估计。 陀螺仪、加速度计、MPU6050 详述，请参考：传送门名词解释陀螺仪陀螺仪，测量角速度，具有高动态特性，它是一个间接测量角度的器件。它测量的是角度的导数，即角速度，要将角速度对时间积分才能得到角度。由于噪声等误差影响，在积分作用下不断积累，最终导致陀螺仪的低频干扰和漂移。加速度计输出当前加速度（包含重力加速度
转载
2022-04-21 11:51:43
1495阅读
目录(?)[+]互补滤波器介绍原理低通滤波器一阶低通滤波器二阶低通滤波高通滤波器互补滤波器the end互补滤波器从 RC 电路 到 数字滤波器 。参考：wikiPediaby luoshi006 欢迎交流~ 个人 Gitter 交流平台，点击直达： 介绍原理低通滤波器一
转载
2022-04-21 11:48:11
836阅读
在这里我就不介绍卡尔曼的数学推算了，网上的数学推导一抓一大把，如果想了解推导过程的小伙伴可以去大佬的博客。如果你是想直接简单运用卡尔曼滤波来处理mpu6050的数据，或者是处理ADC的数据，那么我希望这篇笔记可以帮助到你。卡尔曼滤波（Kalman filtering）是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。卡尔曼滤波简介：你可能经常听学长学姐提起这个算法
转载
2023-09-09 00:16:39
181阅读
前言传感器输出的测量信号中，除了有用的信息外，往往还包含许多噪声以及其他与被测量无关的信号，从而影响测量精度。这冲噪声般随机性很强，难于从时域中直分离出来，但限于其产生的物理机理、噪声功率是有限的，并按一定规律分布于频域中某个特定频带。因此，可以考虑用滤波电路从频域中实现对噪声的抑制，提取有用信号。 高频电路中一般采用LC滤波器，低频电路中则采用RC滤波器。实际应用中，一般采用集成运放和两级RC组
转载
2024-07-18 09:54:17
266阅读
上次我们讨论了姿态解算基础理论以及几个比较重要的公式的一些推导。这次来介绍一些实际的姿态解算算法吧！
一般在程序中，姿态解算的方式有两种：一种是欧拉角法，一种是四元数法。这里不介绍欧拉角法，只介绍四元数法，如有兴趣可以去查找相关资料。互补滤波算法：
顾名思义，是多组数据结合互补，并进行滤波处理稳定输出，得到姿态的算法。而我们使用的传感器就是加速度计和陀螺仪。加速度计用于测量加速度，陀螺仪用于测
转载
2023-12-19 05:55:12
234阅读
下面是我对匿名源码修改整理后得到的代码，去掉了冗余便于讲解，此外给出了一些优化建议。一、函数调用二、Drv_Icm20602_Read()读取16位ADC采样值三、imu_origDataPrepare()因为传感器安装角度和载体坐标系可能不一致，因此需要一个基础的坐标转换，最终得到x前、y右、z下的载体坐标系。因为加速度计对高频抖动敏感，因此需要一个低通滤波器。陀螺仪加一个低通滤波无伤大雅。当传感器不在载体中心时，载体旋转时传感器会有一个向心加速度，该加速度会被传感器测量出来，因此
原创
2021-06-08 17:10:59
1868阅读
z_imu_plugin：rviz插件，可显示sensor_msgs::Imu消息。
原创
2023-08-13 09:31:29
1461阅读
卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全包含噪声的测量(英文:measurement)中，估计动态系统的状态，然而简单的卡尔曼滤波必须应用在符合高斯分布的系统中。百度百科是这样说的，也就是说卡尔曼滤波第一是递归滤波，其次KF用于线性系统。但经过研究和改进，出现了很多卡尔曼，如EKF（extended kalman filter）扩展卡尔曼，UKF（Unscent
零 前言 在有些场景中，我们希望通过来自不同方面的数据来预测系统的下一个状态。卡尔曼滤波是解决此类问题的一个算法，但是其只能应用于线性的高斯系统。一 引言 通过一个简单的例子先来说明。假如我们想预测一辆车下一时刻的位置，我们有两大数据来源：一是IMU(Internal Measurement Unit,可以测量加速度、角速度等)，二是GPS，三是速度表。结合这三个测量值，我们可以估算出汽车的位置。
转载
2024-02-22 15:01:54
269阅读
我们假设有一辆运动的汽车，要跟踪汽车的位置 p 和速度 v，这两个变量称为状态变量，我们使用状态变量矩阵 来表示小车在 t 时刻的状态，那么在经过 Δt 的时间之后，当前时刻的位置和速度分别为： &nb
转载
2024-04-02 06:17:01
135阅读
转载自：https://blog.csdn.net/wxc971231/article/details/97449026文章目录一、姿态解算原理相关1、简介2、坐标变换和旋转矩阵3、四元数（1）四元数和欧拉角的关系（2）四元数的求解1、建立微分方程2、一阶龙格库塔法求解微分方程4、旋转矩阵中的一列二、匿名四轴姿态解算分析1、坐标系定义2、坐标系转换（1）匿名旋转坐标系（2）相关代码分析3、IMU_update函数分析（1）整体分析（2）互补滤波原理相关（3）互补滤波相关代码分析4、姿态角输出函数函数cal
转载
2021-06-08 16:15:29
406阅读
转载自：https://blog.csdn.net/wxc971231/article/details/97449026文章目录一、姿态解算原理相关1、简介2、坐标变换和旋转矩阵3、四元数（1）四元数和欧拉角的关系（2）四元数的求解1、建立微分方程2、一阶龙格库塔法求解微分方程4、旋转矩阵中的一列二、匿名四轴姿态解算分析1、坐标系定义2、坐标系转换（1）匿名旋转坐标系（2）相关代码分析3、IMU_update函数分析（1）整体分析（2）互补滤波原理相关（3）互补滤波相关代码分析4、姿态角输出函数函数cal
转载
2021-06-08 16:15:37
428阅读
