姿态解算从零到精通实战指南

📚 共计 30 章节

姿态解算概述

什么是姿态解算 · 无人机/机器人/VR应用 · 欧拉角/旋转矩阵/四元数 · 课程大纲

入门数学表示

坐标系与变换

NED/ENU地理坐标系 · 机体坐标系 · 旋转关系 · 齐次坐标与变换矩阵

传感器基础 (上)

加速度计原理 · 数据特性与噪声 · 陀螺仪原理 · 漂移问题分析

传感器基础 (下)

磁力计与地磁模型 · 硬铁/软铁校准 · 气压计高度估计 · 数据融合必要性

磁力计校准

欧拉角与万向锁

Yaw/Pitch/Roll定义 · 旋转顺序 · 万向锁数学与直观理解 · 避免方法

欧拉角奇异性

绕单轴推导 · 正交性 · 链式法则 · 缺点分析

矩阵线性代数

四元数 (上)

数学定义 · 加法/乘法/共轭/模 · 四元数与旋转关系

四元数复数

四元数 (下)

表示旋转 · 与旋转矩阵/欧拉角转换 · SLERP插值

姿态解算数学基础

向量叉积与误差修正 · 反对称矩阵 · 李群SO(3)初步 · 微分方程

李代数叉积

互补滤波原理

频域解释 · 一阶/二阶互补滤波 · 优缺点分析

Mahony滤波算法 (上)

数学推导 · PI控制器修正 · 算法流程图

Mahony滤波算法 (下)

C/Python代码实现 · 参数整定 · 实际飞行调试经验

Madgwick滤波算法

梯度下降法原理 · 算法流程 · Mahony vs Madgwick对比

Madgwick梯度下降

卡尔曼滤波基础

状态空间模型 · 五大公式(预测/更新) · 直观理解

卡尔曼预测

线性卡尔曼滤波应用

系统建模(状态/观测) · 协方差物理意义 · 代码实现

扩展卡尔曼滤波 (EKF)

线性化(雅可比) · 姿态解算完整推导 · 优缺点

无迹卡尔曼滤波 (UKF)

UT变换 · 算法流程 · UKF vs EKF · 适用场景

传感器校准实战

加速度计六面校准 · 陀螺仪零偏 · 磁力计椭球拟合 · 校准工具

IMU温度补偿

温度影响 · 补偿模型 · 多项式拟合/查表 · 工程策略

时间同步与数据预处理

多传感器时间戳对齐 · 线性/样条插值 · 低通/滑动平均 · 异常值剔除

姿态初始化

初始对准(加速度计调平/磁力计寻北) · 静态/动态初始化 · 初始协方差

初始化对准

姿态解算数值稳定性

积分方法(欧拉/龙格库塔) · 四元数归一化 · 数值误差抑制

多传感器融合框架

松/紧耦合 · 联邦卡尔曼 · 图优化 · 故障检测与隔离

视觉惯性里程计 (VIO) 基础

视觉SLAM+IMU动机 · 系统架构 · 预积分原理

无人机姿态解算应用

PX4/ArduPilot控制架构 · 调参经验 · 振动/磁干扰处理

机器人姿态解算应用

两轮平衡车 · 四足机器人 · 轮式里程计+IMU融合

机器人平衡

VR/AR 姿态解算

头部追踪 · 手柄姿态 · 延迟补偿 · 光学+IMU融合

姿态解算性能评估

精度/鲁棒性/实时性指标 · EuRoC/TUM VI数据集 · 评估工具可视化

评估数据集

姿态解算工程化实践

STM32/ESP32/RPi选型 · FreeRTOS任务调度 · 内存与计算优化

嵌入式FreeRTOS

综合实战项目

STM32+MPU9250九轴系统 · 传感器驱动到上位机 · 完整代码与调试