202304/imu-practice/

[utterances-bot]

IMU算法：破 | 算法设计实践：基于四元数的解算 | 搬砖笔记

基础知识回顾，在这篇文章中我提到了可以采用四元数作为EKF的状态量实现扩展Kalman滤波。借此机会动手编写完整的姿态解算，验证上述理论的实际效果 原理在如何理解Kalman滤波中已经指出过典型的Kalman滤波的过程如下 预测过程 更新过程

https://sourcelizi.github.io/202304/imu-practice/

[Arcanistlntern]

大佬你好，按你给的算式算IMU的方差与代码上的对不上，不应该是acc:(150ug/sqrt(hz)1e-6sqrt(2000hz))^2 = 4.51e-5与gyro:(15mdps/sqrt(hz)1e-3/180pisqrt(2000hz))^2 = 1.37*1e-4

[SourceLizi]

大佬你好，按你给的算式算IMU的方差与代码上的对不上，不应该是acc:(150ug/sqrt(hz)_1e-6_sqrt(2000hz))^2 = 4.5_1e-5与gyro:(15mdps/sqrt(hz)_1e-3/180_pi_sqrt(2000hz))^2 = 1.37*1e-4

@MasterLaw 首先根据写完这篇文章之后的验证，我的QMI8658C加速度计噪声应该是大于数据手册给出的值，另外加速度计三轴的噪声很明显是不一样的，这里你的计算值并不能作为我实际算法使用的参数。如果你要求完全按照理论去实现的话，那就要先对传感器的噪声进行标定。其次，我在代码里面用的就是试凑的方法，这里我没有用文中没有提到的其他方法调整参数，同时文中并也没有要求必须用理论值去计算。

[Arcanistlntern]

再请教下，这样去调整参数的话，怎么知道调整的参数比原来的好，我变化很大，但输出的结果变化不明显，而且也不清楚怎样的变化是好的变化。

[SourceLizi]

@MasterLaw 首先你要保证在静态的时候你用参数能收敛，其次是动态响应的问题。你说变化很大是指你的传感器实际姿态变化很大？如果是的话那应该要调节Q和R两个矩阵，参数的含义这里解释过。按照我的理解，你的变化不明显的话应该要降低Q的值提高R的值。要评估你的调节参数是否合理，最严谨的做法是找一个基准参考，例如将传感器放在三轴云台的末端，用其三轴角度传感器的值与你算法的估计值比较。