VIP20
本课程属于：023-Edge AI多传感器融合推理 工业控制与工业互联网 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

IMU传感器数据处理与滤波算法实战资料

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
IMU传感器概述 · 课程目标 · 学习路径与实战项目总览
课程导入IMU
02
IMU基础原理
加速度计 · 陀螺仪 · 磁力计的工作原理与测量模型
IMU基础原理
03
坐标系与姿态表示
导航坐标系 · 机体坐标系 · 欧拉角
坐标系姿态表示
04
IMU误差源分析
零偏 · 尺度因子 · 轴偏差
IMU误差源分析
05
IMU数据采集与预处理
采样率 · 同步 · 去野值
IMU数据采集
06
加速度计校准
六位置法 · 最小二乘拟合 · 零偏与尺度因子估计
加速度计校准六位置法
07
陀螺仪校准
静止零偏估计 · Allan方差分析 · 温度补偿方法
陀螺仪校准静止零偏估计
08
磁力计校准
硬磁/软磁干扰 · 椭圆拟合 · 三维校准算法
磁力计校准硬磁
09
IMU数据可视化与质量评估
时间序列分析 · 频谱分析 · Allan方差曲线解读
IMU数据可视化
10
滤波算法基础
低通 · 高通 · 带通滤波器设计
滤波算法基础低通
11
移动平均与指数滤波
滑动窗口平均 · 一阶低通滤波 · 互补滤波的简单实现
移动平均指数滤波
12
互补滤波原理
加速度计与陀螺仪融合 · 权重选择 · 姿态解算实战
互补滤波原理加速度计
13
卡尔曼滤波基础
状态空间模型 · 预测与更新步骤 · 协方差矩阵含义
卡尔曼滤波基础状态空间模型
14
线性卡尔曼滤波实现
一维/多维状态估计 · IMU姿态估计中的简化应用
线性卡尔曼滤波实…一维
15
扩展卡尔曼滤波（EKF）
非线性系统线性化 · IMU姿态解算中的EKF设计
EKF扩展卡尔曼滤波
16
无迹卡尔曼滤波（UKF）
Sigma点变换 · 处理强非线性IMU模型
UKF无迹卡尔曼滤波
17
粒子滤波原理
重要性采样 · 重采样 · 在IMU姿态估计中的应用
粒子滤波原理重要性采样
18
Mahony滤波算法
互补滤波的改进 · 四元数更新 · PI调节器设计
Mahony滤波算法
19
Madgwick滤波算法
梯度下降优化 · 融合加速度计与陀螺仪 · 参数调优
Madgwick滤波算法
20
姿态解算实战
基于MPU6050/ICM20948… · 实现实时姿态输出
姿态解算实战MPU6050/ICM2…
21
IMU与GPS融合
松耦合/紧耦合 · 卡尔曼滤波在组合导航中的应用
IMUGPS
22
IMU与视觉融合
视觉惯性里程计（VIO）简介 · 初始化与状态估计
IMU视觉融合
23
滤波算法性能评估
误差指标 · 均方根误差 · 计算复杂度
滤波算法性能评估误差指标
24
多传感器融合框架
传感器同步 · 数据融合架构 · 故障检测与隔离
多传感器融合框架传感器同步
25
IMU数据处理中的常见问题
漂移 · 跳变 · 饱和
IMU数据处理
26
实战项目一
基于IMU的倾角测量仪设计与实现
实战项目一IMU
27
实战项目二
基于IMU的步态检测与计步器算法开发
实战项目二IMU
28
实战项目三
基于IMU的无人机姿态稳定控制中的滤…
实战项目三IMU
29
实战项目四
基于IMU的AR/VR头显姿态追踪系…
实战项目四IMU
30
课程总结与进阶方向
算法选型指南 · 嵌入式优化 · 深度学习与IMU融合趋势
课程总结进阶方向