編寫者：龍詩科
郵箱：longshike2010@163.com
2016-06-29
本篇博客主要是參照國外的一篇文章來整理寫的，自己覺得寫的非常好，以此整理作為以后的學習和參考。國外的博客地址為：http://www.olliw.eu/2013/imu-data-fusing/ 一些廢話介紹在這里就不說了，直接上干貨。
在IMU數據融合來得到准確姿態方面的工作已經有很多大牛研究過，主要有:Colton,Bizard,Starlino,Lauszus,Mahony,Madgwick。他們的研究成果已經成為了標准的參考。這么多的算法中有相似也有不同之處，容易給人造成混亂。這里就以6軸傳感器的IMU來討論他們之間的區別和相似。
這里討論三個最基本的濾波器方法，互補濾波器，卡爾曼濾波器（線性的），Mahony&Madgwick 濾波器。分為五塊部分來敘述，第一部分是關於基本的知識，第二部分是關於1維IMU數據融合（1階，沒有估計陀螺儀誤差）；第三部分是關於1維IMU數據融合（2階，帶有陀螺儀誤差估計）；第四部分帶有Mahony濾波器的3維IMU數據融合；第五部分是關於3維濾波器的展望。最后附帶一些算法的實現步驟。