加速度和陀螺仪结合测量目标姿态为什么要用卡尔曼滤波结合?怎样结合的?
陀螺仪产生的是模拟电压信号经单片机AD转换后成电压信号,通过计算导出角加速度；加速度传感器最终产生的角度信号；在具体工作时,加速度会因微小振动产生毛刺,这就要求用卡尔曼滤波结合陀螺仪输出的角加速度,把产生的误差降到最小,两者相互作用.具体实施时要好好的调整参数真正把二者的波形融合就行.
为您推荐：
其他类似问题
扫描下载二维码查看: 37298|回复: 84
牛人用MPU6050做的串口输出模块，硬件卡尔曼滤波，直接输出角度
本帖最后由 zhaowenwin 于
09:02 编辑
前几天无聊逛TB时看到有位大牛做的MPU6050模块，号称内部集成了数字滤波和姿态结算技术，网上大部分MPU6050模块都是I2C接口的，而这家做成了串口，接口倒是方便许多，还有完整的上位机程序。
于是手贱地搞了一个，今天测试发现效果确实不错，尤其是俯仰角和滚转角的输出相当稳定，跟随也快，运算速度居然能达到100Hz。
非常好奇人家的姿态滤波是怎么做的，我试过用重力的分量算俯仰角和姿态角，但直接计算的精度很差，静态的稳定性都只能到0.1度，特别是在运动的时候，姿态误差更大，而买的那个模块却很稳定，动态解算的精度也很高。
有没有哪位高手能透露一下怎么做姿态解算呢？我目测人家的模块应该也是MPU6050+CPU的结构，咋搞的呢，求指导~
感谢大家的关注，很多网友都质疑淘宝卖家的产品不是用滤波算法做的，而是利用的MPU6050内部的MDP处理的。32楼有个调查，大家都来发表一下意见，质疑的声音多了，不信淘宝卖家看不见，打击虚假宣传，让卖家拿出使用了动态滤波技术证据来！强烈要求开源算法。我先去发言了，路过的朋友，发表一下意见啊~
TB的地址就不发了，避免广告嫌疑，有感兴趣的朋友们可以在TB搜索&串口MPU6050&，就能找到。
附几张模块的图：
(62.45 KB, 下载次数: 102)
15:51 上传
非常小的模块
(242.87 KB, 下载次数: 81)
15:51 上传
滤波后的角速度非常平稳
(124.1 KB, 下载次数: 78)
15:51 上传
姿态解算效果非常稳定
(67.49 KB, 下载次数: 68)
15:51 上传
10:46 上传
点击文件名下载附件
2.35 MB, 下载次数: 1522
贡献模块资料，包括上位机和详细参数
没人回复？自己顶起！
也想知道算法。。。
貌似是一个STM8做的
店主写的输出参数，频率是100hz，由此应该是用芯片自带dmp输出数据了，dmp有几档默认是100hz，最高输出200hz，这个是芯片硬件实现的算法，所以很稳定吧
弘毅 发表于
貌似是一个STM8做的
不会吧，STM8是8位的单片机，能做姿态解算和滤波吗？那个计算量好像比较大
pz_cloud 发表于
店主写的输出参数，频率是100hz，由此应该是用芯片自带dmp输出数据了，dmp有几档默认是100hz，最高输出200h ...
目前的MPU6050的DMP国内还没用人能用起来吧，那个好像比较复杂，感觉应该是滤波算法发挥了作用
刚搜了一下TB，LZ就是淘宝的卖家，看名字就知道 。这个明显就是用MPU6050内置的DMP处理器，MCU是8位机只做一些初始化的工作和串口通信，DMP网上很多资料，自己移植一下就行了，什么动态卡尔曼算法都是吹的。原本你正常卖个产品打个广告，我也不想捅破你，但是你加了一些不实的信息进去，误导用户，我就要鄙视你，最讨厌忽悠客户的奸商
cshp138 发表于
刚搜了一下TB，LZ就是淘宝的卖家，看名字就知道 。这个明显就是用MPU6050内置的DMP处理器，MCU是8位机只做 ...
哎，无奈爹妈给我取了个大众名字，不解释了。。。DMP不加滤波是不可能得到稳定的输出数据的，没有滤波姿态就会随着时间漂移，有累计误差，不会一直得到稳定的输出，我用原始数据累加积分试过，精度达不到模块自身输出地那个精度的。俯仰角和滚转角不修正的话，误差会越来越大。短时间还可以，长时间根本没法用。
zhaowenwin 发表于
哎，无奈爹妈给我取了个大众名字，不解释了。。。DMP不加滤波是不可能得到稳定的输出数据的，没有滤波姿态 ...
DMP融合数据处理可以得出与比较专业的滤波算法差不多的结果，我自己也用过DMP，用几个小时效果都不错，DMP有自修正的处理，除了偏航角只能对陀螺仪Z轴做积分，如果没有地磁做修正，会有漂移，其它角度，加速度，角速度得出来的数据都很稳定。从你IC外围元件就知道是STM8S103F，flash最多8K，RAM1K，根本没有多余空间做复杂的处理，简单的处理又不会有多大的作用。居然还在装模作样。
Powered by陀螺仪和加速度计做卡尔曼滤波时数据是作为什么参量传递到滤波程序中的？_百度知道姿态解算（一般情况下的卡尔曼）原创
在论坛里潜水很久了，上周我的姿态解算经历了断断续续一个学期后终于有所成果了。贴出来和大家分享下。第一次发帖子估计不会很漂亮，见谅。不废话了进入正题：
& &&&首先从卡尔曼开始讲起，网上很多都是用的基本卡尔曼公式，但我觉得用一般情况下的卡尔曼，更容易建立状态方程。
一般离散线性系统的状态方程如下:
其对应的卡尔曼滤波迭代公式如下：
先给出初值P(0|0),然后迭代。
针对要滤波的四轴，分别对单轴建立状态方程，这样可以有效的减少矩阵运算，有没有带来其他的问题目前还没有发现。等下一步做优化的时候再做进一步的分析，大家觉得有问题也可以提出来，毕竟姿态这部分完全是自学的。状态方程如下：
其中X为状态变量，即加速度计测出的姿态角。Z为观测量。ω为角速度，即载体加速度，对应于一般离散线性系统的状态方程中的u。
将上式离散化有：
将其代入卡尔曼滤波的公式。过程中发现卡尔曼对个别参数并不敏感。尤其是w,v这两个干扰误差的协方差和均值。再迭代方程中我试着做了一定范围的改变，对结果没有明显的影响，可能是本身因为就是干扰量，他的值就是不确定的。
下一步,设航向角（Z轴旋转）为φ，俯仰角（Y轴旋转）为θ ，横滚角（X轴旋转）为γ。然后用欧拉角法，利用陀螺仪的角速度值换算到导航坐标，作为卡尔曼滤波的控制量u。
最后利用导航坐标和机体坐标之间的转换矩阵，用加速度计的值求出姿态角作为观测值。& &
用反三角函数得：
使用atan2函数的时候。Ax应带负号而不是Az。
加速度和角速度的值都需要先做标定，建立基准。由于加上电机后对加速度计的影响可谓相当的大。我这里取了80次的值取平均，再加上低通滤波器，对电机振动有了较好的克服。不过牺牲了不少速度，和灵敏度。我不知道大家用的是什么方法。倒是陀螺仪对电机的振动基本没什么响应。
地磁还没有弄好，不过准备调好这两个轴的控制后再去上地磁，做偏航角。
下面贴个视频，用手机拍的，大家将就了
本帖子中包含更多资源
才可以下载或查看，没有帐号？
传感器的初始化校准参考了这里的例子
不错，我的四轴硬件已经搭好了，就差软件了，希望楼主能将姿态解算部分代码上传下！谢谢
flyforyou85 发表于
不错，我的四轴硬件已经搭好了，就差软件了，希望楼主能将姿态解算部分代码上传下！谢谢
哦，我完全是按上面的想法做的，你参考就可以了。具体的程序还在实验阶段，可读性不强。等整体优化好，会贴出来共享的
加油，坛子里缺的就是这种理论帝。
aworker 发表于
谢谢鼓励。有什么问题和心得希望一起分享！
xaper 发表于
加油，坛子里缺的就是这种理论帝。
我之前也是在潜水，看了很多大家写的东西。但感觉不是很全面。
本帖最后由 jade0606 于
16:14 编辑
喔!整體上不錯,不過,對我而言,那是理論上正確,實際操作出大亂子的理論.
就我所知,歐拉角的姿態解算加上卡爾曼濾波會有協方差矩陣爆掉的問題.
不管是六軸(三軸陀螺儀+三軸加速度計)或九軸(三軸陀螺儀+三軸加速度計+三軸磁傳感器)或五軸(二軸陀螺儀+三軸加速度計),結果一樣...
我們曾試過壓制協方差矩陣,但是後來我們不敢使用那樣的算法...
不壓制的情形下,轉動角度大一點就爆了...很慘...
如果你試過後也相同,別氣餒,姿態解算還有很多方法,再研究研究吧....
brb2010 发表于
哦，我完全是按上面的想法做的，你参考就可以了。具体的程序还在实验阶段，可读性不强。等整体优化好，会 ...
thanks !&&i try it by myself!
jade0606 发表于
喔!整體上不錯,不過,對我而言,那是理論上正確,實際操作出大亂子的理論.
就我所知,歐拉角的姿態解算加上卡爾 ...
你只得转动角大一点就爆掉是什么意思呢？协方差爆掉又是只什么呢？我觉得只有噪声而没有其他扰动的话，这个协方差是可以给个常数的。没记错的话他只是表征两个相邻噪声的相关程度的。
flyforyou85 发表于
thanks !&&i try it by myself!
best wish to you
你的低通滤波器是怎么设计的，能介绍下吗
xaper 发表于
你的低通滤波器是怎么设计的，能介绍下吗
我直接用的mpu6050里的低通滤波器。低通滤波实际就是一个惯性环节。在频域分析中，超过转折频率后幅值开始衰减，从而达到了将高频信号滤掉。物理上典型的是rc电路。不知道我这么说说清楚没有。
谢谢LZ，本人要做课程设计，谢谢提出宝贵意见
好像有的开源的UAV飞控用的就是这个模型，说实话这个模型真不咋样，不过优点也非常明显，计算量小
楼主，你的上位机调试软件用的是什么？wmc自带的的还是你自己写的？我也在学做四轴，刚刚接触。
asha 发表于
好像有的开源的UAV飞控用的就是这个模型，说实话这个模型真不咋样，不过优点也非常明显，计算量小 ...
看过些其他的，比较难，没有用。接下来可以看看。你有什么好的意见吗
wkong501 发表于
楼主，你的上位机调试软件用的是什么？wmc自带的的还是你自己写的？我也在学做四轴，刚刚接触。 ...
是lisn3188在“miniIMU AHRS 姿态板首试 动如脱兔 静若处子”&&这篇里提供的。一直在出新版本。现在这版已经很好用了。你可以去看
brb2010 发表于
看过些其他的，比较难，没有用。接下来可以看看。你有什么好的意见吗
可以用四元数为状态量，或者误差四元数的都可以。
支持 理论帝& && && && && && & & && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && && &
asha 发表于
可以用四元数为状态量，或者误差四元数的都可以。
我看有的姿态解算速度可以达到很快的。主要的差别在哪里呢？是因为三角函数会占用时间，还是使用矩阵计算呢
brb2010 发表于
我看有的姿态解算速度可以达到很快的。主要的差别在哪里呢？是因为三角函数会占用时间，还是使用矩阵计算 ...
都挺费时间的，不过三角函数你可以用三阶近似，我试过，精度基本不会损失。矩阵运算那个是很费时间，不过还好
跟上，确实是好贴
先标记 以后慢慢研习
asha 发表于
都挺费时间的，不过三角函数你可以用三阶近似，我试过，精度基本不会损失。矩阵运算那个是很费时间，不过 ...
那我看有的可以做到很快有几百hz的，是哪里做了优化呢。还有电机的震动是怎么处理的呢？
Name_006 发表于
支持 理论帝& && && && && && && && && && && && && && && && && && && && && && && && && && && &&&...
互相学习了
brb2010 发表于
那我看有的可以做到很快有几百hz的，是哪里做了优化呢。还有电机的震动是怎么处理的呢？ ...
我用互补滤波，电机震动用滑动均值滤波处理，没2ms读一次数据做一次结算，解算频率是500Hz
MARKMARKMARK
zywei_09 发表于
我用互补滤波，电机震动用滑动均值滤波处理，没2ms读一次数据做一次结算，解算频率是500Hz ...
那你传感器采样周期是多长时间，我的采集一次加速度计和陀螺仪的就已经快 2ms了。按你的说法就没办法做什么均值滤波处理了。是差在哪里了呢
brb2010 发表于
那你传感器采样周期是多长时间，我的采集一次加速度计和陀螺仪的就已经快 2ms了。按你的说法就没办法做什 ...
每2ms做一次采样
zywei_09 发表于
每2ms做一次采样
你是如何保证在pwm（控制电调的信号周期2.5ms）的一个周期里做完所有这些运算的，用中断吗，还是延时?而且是输出4路的pwm以哪一路为准呢？
brb2010 发表于
你是如何保证在pwm（控制电调的信号周期2.5ms）的一个周期里做完所有这些运算的，用中断吗，还是延时?而 ...
PWM用STM32的一个通用定时器的PWM输出模式生成，改这个定时器寄存器值即可，其他的由芯片自己完成，貌似和一个周期里做完没什么联系。
好贴子&&mark
对振动有作用不是卡尔曼的贡献，是低通滤波的贡献。
以前上课学过，但是基本上都忘了，好好学习一下~
asha 发表于
对振动有作用不是卡尔曼的贡献，是低通滤波的贡献。
我不这样认为，你看下这两张仿真图就知道了。可以看出，振动作为一种噪声，卡尔曼也是可以有一定效果的。只是振动产生的噪声太大话，基本没有效果了。我这样觉得。
& &实际值取s(t)=sin(10*t);观测量取z(t)=sin(10*t)+v(t)，v(t)为噪声；u(t)=10*cos(10)+w(t)，w(t)为噪声。模型为帖子里的模型
这是仿真时加了噪声的观测值和控制量u，
这是没有加滤波的实际值和观测值
这是滤波后的和实际值。
这是观测量的噪声加大后的效果
本帖子中包含更多资源
才可以下载或查看，没有帐号？
zywei_09 发表于
PWM用STM32的一个通用定时器的PWM输出模式生成，改这个定时器寄存器值即可，其他的由芯片自己完成，貌似 ...
恩，电调是有响应时间的吧，就是是2.5ms，400hz的。那么单片机应该是每2.5ms改变一次占空比啊，所以说你的采样和运算都应该在此期间完成的。我这样理解的。你是怎么理解的呢？
brb2010 发表于
我不这样认为，你看下这两张仿真图就知道了。可以看出，振动作为一种噪声，卡尔曼也是可以有一定效果的。 ...
有效果是因为你仿真的加速度传感器的振动还基本满足R阵，当振动太大，这时候观测量是完全错误的，这个时候Z-Z~就是个错误值，然而R矩阵在卡尔曼里面是不变的，这个时候一切的估计就错了。 只能是提前的低通滤波把错误的数据滤掉&&。 你的仿真有效是因为振动是你自己加上去的，R这个也是你根据这个得到的，没有效果才怪了，真实情况可不会这样，振动方差是不可获得了。&&
brb2010 发表于
哦，我完全是按上面的想法做的，你参考就可以了。具体的程序还在实验阶段，可读性不强。等整体优化好，会 ...
支持啊！多造福大众啊！
asha 发表于
有效果是因为你仿真的加速度传感器的振动还基本满足R阵，当振动太大，这时候观测量是完全错误的，这个时 ...
最后那张图就是你说的情况
期待LZ解析代码示例
楼主，用这个算法是否可以计算出运行轨迹。用这个算法做个鼠标是否可行？
brb2010 发表于
最后那张图就是你说的情况
这个代码不用自己敲&&PPZ上就有，这个模型我见过很多次&&不过我一点都不推荐，为何？因为本身观测量，也就是通过加速度传感器获得的角度有时候就是错误的，那么反馈就直接到了惯性系统中，如果振动一直有，那么你得到的结果会一直是错误的，到头来一看可能还不如不用滤波。就因为这样，因此我才说实际滤波效果都是低通贡献的。 我建立的模型是四元数为状态量，加速度传感器为状态量，中间估计外部加速度的方差，
恩，灰常的详细。工作中有用到这个东东，lz分析的灰常的好，先Mark一下
asha 发表于
这个代码不用自己敲&&PPZ上就有，这个模型我见过很多次&&不过我一点都不推荐，为何？因为本身观测量，也 ...
对啊 这个加速度方差估计有没有什么好方法，这个R我是自己分段判断的，震动过大，直接把R设得非常大（比如100），震动小的话，就是简单的对静止的R翻个倍。
效果感觉还可以，但是还是有欠缺的，R的估计可以提供一个思路么（但我感觉这玩意就是不可预估的啊）？谢谢啦
brb2010 发表于
恩，电调是有响应时间的吧，就是是2.5ms，400hz的。那么单片机应该是每2.5ms改变一次占空比啊，所以说你 ...
额。。。好吧，我不知道电调有响应时间。我是用定时器产生任务的时钟信号，没2ms做一次姿态解算任务，和一次控制电机任务。感觉裸机跑确实有不便，准备加操作系统了。
MARKMARKMARK
没有看懂。。。数学没学好。。
楼主大哥，Heading = arctan(Yh / Xh )，Yh= X sinRollsinPitch +Y cosRoll+ Z sinRollcosPitch，Xh =X cosPitch+ Z sinPitch
这个公式好像只在静态的时候有效吧，动态的时候磁力计的数据和倾角的变化不同步，用这个公式不能得出好的航向角，
我用陀螺仪解算航向角和它做互补滤波也不行。。。
请问你有好的求教航向角的方法吗？
可以用四元数为状态量，或者误差四元数的都可以。
你好，我学习飞控不久 ，请问你是说用四元数参与卡尔曼滤波的计算吗？四元数法不是可以直接进行姿态解算吗？我最近在看姿态解算，感觉概念太多 ，有点糊涂了
你好，我学习飞控不久 ，请问你是说用四元数参与卡尔曼滤波的计算吗？四元数法不是可以直接进行姿态解算 ...
现在讨论的是数据融合，是四元数计算后面的校正部分
我看看，学习学习。
非常好！！学习了
第一条公式的意思是，加速度计的姿态角估计值等于角速度加噪声？0*X是什么意思？
我之前也是在潜水，看了很多大家写的东西。但感觉不是很全面。
我怎么感觉 一楼是 高级黑 呢
加计每次读一个数据丢掉最早的一个数据再取平均值，实时性好些
还有这个系统不是线性的，用经典卡尔曼会不好。
之前看到的都是大概，今天终于看到了一个讲解详细的了，谢谢！
谢谢分享！
希望楼主出一个&&姿态解算的教程& &普度纵生……
写得不错，赞一个
asha果然是大神。进行卡尔曼滤波的时候要确保你的观测值是正确的，要明确加速度计在什么时候是准确的，如果用一个错误观测值去校正陀螺仪输出，这个结果可想而知吧。
希望楼主能将姿态解算部分代码上传下！
阿莫电子论坛, 原"中国电子开发网"来自子话题：
1. 最常见的自动控制设备是抽水马桶。2. 苏联时期的导弹，是靠模拟电路搭建的控制算法。（我解释一下，运放电路其实就是带负反馈的控制电路。）3. 2012年，美国抓捕芯片和传感器走私商人何朝辉，重大打击了中国的航天控制事业。4.世界上，只有俄罗斯和中国有纯粹的自动化专业。5. 虽然很多人都在说PID，其实在控制领域卡尔曼滤波也有重大工程意义。6.自动化专业的别名是应用数学。7. pid本质上是设计一个低通滤波器。因为低通抑制了干扰和误差。8. 李雅普诺夫和pid的理论根源是能量损耗。损耗导致误差的能量，最终收敛。9. 支持向量机和模糊自适应神经网络，在数学上其实是等价的。10. 江南写的“上海堡垒”中有一句话“我这辈子不过是个算泡泡的”。其实搞控制的不过是个证明收敛的。11. 很多人都好奇，学自动化的能干什么? 编程不如计算机，硬件设计不如电气自动化，机构设计不如机械自动化，理论研究不如数学专业。12. 好吧，我来告诉你们真相，自动化专业的真正目的是培养总工程师。一切的设计都是为了控制，控制才是一切的核心！当然，如果一辈子没当上总工，你就成为麋鹿了，俗称四不像。13. 控制精度不可能高于反馈精度。简单点说，反馈测量传感器不行，控制算法再牛也是白扯。14. 大学时，班里只有三个女生。曾以为搞控制的，只能与孤独相伴了。没想到 知乎上还有这么多控制相关的问题，有这么多人感兴趣。最恐怖的是，点赞的，竟然还有女生！！！看到这么多赞，诚惶诚恐。本人早早放弃读博，已经远离控制。如有疏漏，敬请见谅。
来自子话题：
马克吐温说："Everybody talks about the weather but nobody does anything about
it."什么意思呢？每个人都在讨论天气（分析今天和过去，乃至预测未来），但没有人去做点什么：没有人去控制它！这句话其实也不完全是玩笑
话，weather control确实也是有人…
来自子话题：
我们辛辛苦苦研究控制理论，却发现工业界只爱PID
来自子话题：
假设你有两个传感器，测的是同一个信号。可是它们每次的读数都不太一样，怎么办？取平均。再假设你知道其中贵的那个传感器应该准一些，便宜的那个应该差一些。那有比取平均更好的办法吗？加权平均。怎么加权？假设两个传感器的误差都符合正态分布，假设你知…
很难比下面这个例子讲的更通俗了……引自：了解到这里基本就可以套公式应用了。如果想了解卡尔曼滤波的证明过程，可以参考这一篇卡尔曼有好多种变形，每本书的符号系统还不一样…
来自子话题：
这个问题可能刚学习了现代控制理论的朋友都会有。现代的各种控制理论，都是针对特定问题而产生的特定解决方案。PID虽然应用面比较广，但在特定问题上并不十分好用。传统PID适用于线性时不变单输入单输出一阶系统。在一定的修改下，这个条件可以放宽到近线性…
一种可能，别人用上了，效果好，自己用不上，乃至说不知道怎么用，只能用PID，这说明自己落后。另外一种可能，有很多所谓先进的理论和算法确实很难在实际中用，根本就是为了发论文而做的。还有一种可能，大家都在用PID，但控制效果远不能令人满足，只是暂时…
来自子话题：
就本人所知道的，卡尔曼滤波器广泛用于现在非常火热的无人机的飞行控制器上。近年来由于传感器的迅速发展，价格越来越便宜，体积也越来越小，得以迅速广泛应用于各类消费类电子产品，包括小型无人机。然而由于特性限制，单类传感器在大多数情况下无法获取准…
来自子话题：
现实中，当然不只是PID。比如过程控制，十几个以上、乃至几十几百个输入输出，耦合不可忽略，约束条件比较强，同时又要优化一定的性能指标，单用PID几乎是不可能的，即使用解耦。此时用预测控制比较多。当然，底层还是多为PID。自适应与鲁棒是两个很大的概…
来自子话题：
怒答！刚刚学过并且试着直观地理解过，如有不妥的地方还望大牛们指教。图片来源及参考文献：题主如果只是想泛泛理解，
的回答已经非常棒了。我尝试做一个更详细的解答。好了下面进入正题，先从简单的说起：考虑轨道上的一个…
来自子话题：
我十几年前交大自控系试点班毕业,后来又在交大自控系读了硕士.现在做软件开发.所以对这个问题还比较了解.坏消息是就业面窄,因成熟行业,要按部就班,对口就那几个公司. 和互联网做软件是不能比的.所以我同学毕业后都改行了.大学教两种知识,- 屠龙之术, 就是基…
来自子话题：
你问问电网的同志们，这玩意多有用！你用电，我用命。再给个截图，我们学校一个微信公众号的。
来自子话题：
我也是自动化出身，讲讲自己的体会。外面的世界是现实，学校里只是现实的一个预模拟。什么意思呢？学校里专业的设置，特别是工科，很多是针对着公司、产业或社会的需要。但公司社会的需要变得很快，学校里的专业却因为种种原因，往往跟不上。在世界上好的大…
来自子话题：
最一开始，没有计算机，不论是微分方程的连续时间s变换，还是差分方程的离散时间z变换，应该都是是为了求解的方便。但现在计算机的数值求解如此简单快速，单从求解方面来说，（或是从发论文的方面来看），频域方法好像已经没有存在的必要了，就像什么Routh…
曲率滤波是一种图像处理中的优化方法，最早出现于龚元浩博士的博士论文第六章（）。最新代码：。背景介绍：曲率正则化是病态问题常用的正则项，得到的模型通常…
Rudolf Kalman
对现代控制工程贡献极大，尤其是导航领域，所以他非常自信，很少低头。但是他的一生还是低过一次头的。%%%%%%%%%%%%%%%%%%我知道你很想
知道%%%%%%%%%%%%%%%%%%%%% 那是一个夜黑风高的晚上.............
%%%%%%%%%%%%%%%%%%%%%%%%哈哈哈%%%%%%…
来自子话题：
看到关键词有航空航天，那就先从航空航天的控制说起吧。一般情况下，我们完全可以说：PID大法就是好！而且大多数工程实践也确实在应用各种形式的PID（实际上实际应用的PID策略比原始的PID要复杂得多），因为它物理意义明确，结构简单，理论成熟完备，而且有…
来自子话题：
初学，抛砖引玉~1795年，高斯为了测定行星轨道提出了最小二乘估计法。1942年，维纳为了解决火力控制系统精度跟踪问题，提出了维纳滤波理论。维纳滤波理论首次将数理统计理论与线性理论有机结合，形成了对随机信号最有估计新理论~~但是频域设计法使其应用困…
来自子话题：
题主有没有思考过一个最简单的问题：被控对象的数学模型究竟是怎么建立？如果是简单的系统，用物理原理推导当然是可以，但是如果是一个复杂的系统呢？比如你的老板今天扔给你一个机械手，告诉你：“这个是XXX公司的最新产品，你做个控制器控制一下。”你看…
通俗的来说，卡尔曼滤波就是平均的一种更优算法（我们知道求平均是一种比较简单的滤波）。Kalman filter finds
the most optimum averaging factor for each consequent state. Also
somehow remembers a little bit about the past states.例如，对于x_{k}…
来自子话题：
一基于黎卡提方程的卡尔曼滤波，算是在很多工程领域应用极广的算法，在控制与机器人领域更不用说了。但在Kalman滤波发现之前呢？搞
smoothing/filtering/prediction的人，只能在当时存在的，已经被实践证明有点用理论/算法框架下调参数，然后抱怨说新理论
跑题一个，说几个准则吧。只是准则，只能提供某个角度的参考，可能需要搭配试错来用。其实是模型误差与测量误差的大小，是模型预测值与测量值的加权。举例而言，R固定，Q越大，代表越信任侧量值，Q无穷代表只用测量值；反之，Q越小代表越信任模型预测值，Q…
你犯了一个“很多人犯过并正在犯的”，“外行的”，“让我最讨厌的之一”的错误：认为仪器仪表（gps，陀螺，加速度计，高度计，whatever）的数据是绝对真值！请记住！他们都是有误差的！经过我这个“善意”的提醒后，你还觉得可以直接计算么？我知道然后你…
来自子话题：
其实卡尔曼、粒子是叫估计器estimator。估计estimate当前值叫滤波filtering，估计过去叫平滑smoothing，估计未来叫预
测prediction。不过为了方便，往往就叫滤波器了。至于高通，低通，则是滤波几个相互正交的分类：低通，高通开环，闭环（有无iterate）线
来自子话题：
我的这篇blog应该能回答你的问题
他还活着。。。
看过kf的证明，也看过很多文章，调过很久，最后发现主要还是靠试……
用电子罗盘+陀螺仪做过一个最简单的“高精度罗盘”。再就是SLAM，kalman
filter是一个重要的分支。说下电子罗盘+陀螺仪吧，貌似是哪本书上的例子，我手头有传感器就顺手做了。1.电子罗盘作为初始化；2.陀螺仪积分作为
系统方程（预测方程）；3.电子罗盘读数…
这个哈，举几个栗子1.温度，以热量流通的模型为预测，以测温为观测2.姿态解算，这个在飞行器里面用到的比较多。最简单的例子是惯性导航，里面只有陀螺仪和加速度计，状态量可以选取欧拉角或者四元数，以陀螺做预测，以加表做观测。卡尔曼滤波是一种最优算法…
来自子话题：
如果是四旋翼，那么你的系统实际上假定了几个前提，而这些前提也是你能使用加速度计来测量姿态的原因。1，你的飞行器在n系下三轴的加速度不大，加减速时间短。2，你的飞行器大部分时间是保持水平，或说姿态机动幅度小时间短。在这两个前提下，你可以用加速…
来自子话题：
一位专业课的教授给我们上课的时候，曾谈到：filtering is weighting（滤波即加权）。
滤波的作用就是给不同的信号分量不同的权重。最简单的loss pass filter，
就是直接把低频的信号给0权重，而给高频部分1权重。对于更复杂的滤波，比如维纳滤波, 则要根据…
我只用过KF 说一点我的经验。KF滤波过程其实可以分为两步。第一步瞬态过程 一般是用于滤波器初始工作状态 这个时候要求滤波器有快速收敛的能力 因此初始P阵设置尽可能大些。这样通过比较大的P阵迭代出的滤波增益也比较大 滤波器能够更快的响应输入信号的变…
自适应滤波算法有几种应用类型，不同类型的目的、原理和手段不同，所以相对应的选取输入和期望信号也很不一样。
1.系统辨识：当我们想描述一个未知系统（如一组复杂的模拟电路），解析的算出系统的冲击响应或者系统函数是比较困难的。这时，我们就可以用未…
来自子话题：
GPS诞生于1958年，爱因斯坦死于1955年
来自子话题：
Smoothing, Filtering and Prediction: Estimating The Past, Present and Future
来自子话题：
Dan Simon在其Optimal State Estimation一书的附录中，有一个3页纸的介绍，个人觉得非常好。特附如下：
发表评论：
馆藏&18954
TA的最新馆藏