外观
踩坑Robotics Stack Exchange2016-12-09
GPS 与 IMU 扩展卡尔曼滤波状态难确定
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Kalman Filter GPS + IMU（Robotics Stack Exchange #11178）
状态：已解决
问题
提问者不确定 EKF 中状态量和传感器预测函数应如何设计：GPS 给纬度经度，IMU 给融合后的欧拉角，机器人无编码器，难以预测 yaw 或位置。
环境
Ackermann 转向移动机器人；无编码器；搭载 GPS 和 IMU；IMU 含陀螺仪、加速度计、磁力计并输出欧拉角。
解决办法
- 若能获取油门和转向角，即使不够准确也可作为模型输入，优于完全不用。
- 确认 IMU 的加速度输出是否已按姿态修正；若未修正，需要用合适的欧拉角旋转矩阵转换，答案中倾向使用
XYZ Tait-Bryan，但需向厂商确认。 - 录制多组 IMU 测试数据，用
time = cumsum(sampleIntervals)等方式按时间回放姿态，自己实现EulerToRotationMatrix并可视化验证。 - 从不同路径移动到相同姿态，检查回放结果是否一致，以确认旋转矩阵处理正确。
原问题作者：aram；采纳答案作者：Chuck。原内容依 CC BY-SA 4.0 授权，本页摘要同样依 CC BY-SA 4.0 授权。
来源
本页事实对应的公开页面，以原文为准。