Фильтр Калмана с полным набором данных?

Question

Я ищу способ объединить данные с компаса и гироскопа, чтобы определить отношение после факта. Я буду работать с полным набором данных, в котором показания трехмерного компаса и гироскопа регистрируются через равные промежутки времени, но я хочу восстановить оценку положения при последующей обработке.

Я рассмотрел просто использование фильтра Калмана, так как они так хорошо документированы, но предпочли бы использовать что-то более подходящее для случая, когда известен полный набор данных. У меня есть ощущение, что решение - это «просто» задача наименьших квадратов, но я надеюсь, что кто-то здесь может указать мне направление на одну или две статьи, посвященные этой проблеме (или таким проблемам).

На данный момент я даже не уверен, как будет называться этот фильтр, поэтому мне сложно найти полезные поисковые термины. Любая помощь будет оценена.

Большое спасибо!

Answer 1

Если вы понимаете фильтр Калмана в деталях, вы также можете реализовать так называемый сглаживатель Калмана, который работает с полным набором данных.

Однако позвольте мне предупредить вас об одном.Не существует такого понятия, как Фильтр Калмана для программистов .Фильтр Калмана трудно понять.Вы не сможете реализовать и использовать его правильно, если не понимаете этого.

Моя реализация - почти то, что вы ищете.Я использовал акселерометр и гироскопы, но без компасов.Он основан на этой рукописи , сначала прочтите ее.Самое подробное описание, которое я имею на данный момент, - это слайды 29-32 в моей презентации, посвященные sensor fusion .Это проект с открытым исходным кодом , и я планирую выпустить обновленную версию решателя в ближайшие недели.