IMU互补滤波器：Keeping a Good Attitude A Quaternion-Based Orientation

1. 论文翻译：

【论文阅读】【互补滤波器】详细推导_源码解析_数据集实测_Keeping a Good Attitude: A Quaternion Based Orientation Filter for IMUs - 知乎

 2. IMU相关技术分享

3. 互补滤波器 - 知乎

        摘要：本篇文章使用陀螺仪积分作为旋转的预测量，IMU的加速度计和磁力计作为观测。加速度计通过变换加速度计的读数到[0,0,1]来计算出roll，pitch角度；磁力计通过测量的三维向量，将其进行变换得到yaw角。

一、如何得到△q

加速度计：

加速度计用来纠正roll和pitch。首先利用陀螺仪积分得到的旋转，对local坐标系的加速度计读数进行旋转，得到Global系的重力g（这个g和[0,0,1]很相似，但是不完全一样，不一样的点就是误差来源），然后用△q乘[0,0,1]等于g。得到的△q与没有旋转qI（[1,0,0,0]）做插值，插值所用的参数是自适应的，参数随着IMU加速度计测量的加速度数值与9.8的差别决定。插值的方法有线性插值（△q旋转小时使用）和球面插值（△q旋转大时使用）。

磁力计：

磁力计用来纠正yaw角。纠正的方式与加速度计类似，只是用到的量是磁力计的测量量。

二、如何融合

直接使用陀螺仪积分出的q与△q_acc和△q_meg相乘作为最终的结果。互补滤波这个互补体现在哪呢?主要体现在权重上，这个权重的作用就是△q_acc和△q_meg插值后的结果，与本来的结果是不一样的，不一样的程度就是权重作用的，就是互补滤波。

三、陀螺仪bias估计

检测到系统静止时，对陀螺仪bias进行估计，之后系统一直使用，直到检测出系统重新静止了，则重新计算bias值。

四、实验

通过实验发现，在精度上，本文算法>EKF>AscTec>Madgwick。本文作者说，因为在实际条件下，噪声可能是不服从高斯分布的，或者有些噪声没有发现。假如噪声真是高斯分布那么，EKF的效果是最优的。如果噪声不是高斯分布的，那么本文算法要优于EKF。