我正在寻找一种方法来组合指南针和陀螺仪的数据，以确定事后的态度。我将使用一个完整的数据集，其中定期记录3D罗盘和陀螺仪读数，但我想恢复后处理中的态度估计。
我考虑过简单地使用卡尔曼滤波器，因为它们有很好的文档记录，但更倾向于使用更适合已知完整数据集的情况。我有一种感觉，解决方案“简单地”是一个最小二乘的问题，但我希望有人能指出我处理一两篇论文的方向（或类似的问题）。
此时，我甚至不确定这个过滤器会被调用，所以我很难找到有用的搜索词。任何帮助将不胜感激。
非常感谢！
答案 0 :(得分：4)
如果你详细了解卡尔曼滤波器，你也可以实现所谓的卡尔曼平滑器，它可以在完整的数据集上运行。
但是，让我警告你一件事。没有Kalman Filter for programmers之类的东西。卡尔曼滤波器很难理解。如果你不理解它，你将无法正确实现和使用它。
我的实施几乎就是你要找的东西。我使用加速度计和陀螺仪，但没有罗盘。它基于此manuscript，首先阅读。我目前最详细的描述是我在sensor fusion的演示文稿中的幻灯片29-32。它是open source project，我打算在接下来的几周内发布求解器的更新版本。