无人机姿态解算 · 课程目录

01

姿态解算概述

什么是姿态欧拉角与四元数坐标系定义应用场景

02

数学基础（一）

向量与矩阵运算点积与叉积旋转矩阵推导

03

数学基础（二）

四元数定义与性质四元数乘法与旋转矩阵转换更新方程

04

数学基础（三）

欧拉角定义万向锁问题欧拉角与四元数互转

05

传感器模型

加速度计模型陀螺仪模型磁力计模型 IMU数据融合基础

06

姿态表示方法对比

欧拉角旋转矩阵四元数轴角法

07

姿态解算核心算法（一）

互补滤波原理一阶互补滤波 Mahony算法

08

姿态解算核心算法（二）

卡尔曼滤波基础状态预测与更新一维卡尔曼实现

09

姿态解算核心算法（三）

扩展卡尔曼滤波EKF EKF在姿态中应用 EKF实现步骤

10

姿态解算核心算法（四）

梯度下降法原理 Madgwick算法梯度下降与互补滤波对比

11

传感器校准

加速度计六面校准陀螺仪零偏校准磁力计硬铁软铁椭球拟合校准

12

数据预处理

低通滤波滑动平均滤波中值滤波巴特沃斯滤波器

13

时间同步与插值

传感器时间戳对齐线性插值与样条 IMU预积分概念

14

姿态初始化

初始对准加速度计计算俯仰横滚磁力计计算偏航静止检测

15

四元数微分方程龙格-库塔法RK4 角速度积分

16

坐标系变换

NED与ENU 地理→机体导航坐标系姿态

17

姿态解算性能评估

姿态误差度量均方根误差RMSE 测试数据集与仿真

18

PX4/ArduPilot应用

PX4 EKF2模块 ArduPilot DCM 开源飞控代码解读

19

ROS中的实现

sensor_msgs/Imu robot_localization EKF节点配置

20

Python实现（一）

NumPy矩阵运算模拟IMU数据基础互补滤波

21

Python实现（二）

Madgwick Python 可视化姿态变化实时数据读取

22

Python实现（三）

EKF姿态解算协方差调参性能对比分析

23

Eigen库使用 C++ Madgwick 实时性优化

24

嵌入式系统实现

STM32平台 MPU6050驱动资源受限优化

25

多传感器融合

GPS+IMU 视觉+IMU (VIO) 激光+IMU (LIO) 松/紧耦合

26

非线性问题

非线性观测模型无迹卡尔曼UKF 粒子滤波PF

27

传感器选型安装误差校准振动滤波策略温度补偿

28

调试与可视化

Matplotlib姿态曲线 3D可视化(Mayavi/Plotly) 日志分析与回放

29

组合导航姿态高动态姿态跟踪多天线GNSS测姿

30

课程总结与项目实战

搭建完整姿态解算系统传感器数据→姿态常见问题与解决方案未来发展方向