所属分类：车载智能与自动驾驶 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

陀螺仪与加速度计传感器融合实战指南

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
学习目标 · 课程结构 · 所需工具与硬件平台
课程导入学习目标
02
传感器基础
陀螺仪与加速度计的工作原理 · 测量模型 · 主要性能指标（零偏
传感器基础陀螺仪
03
坐标系与姿态表示
常用坐标系定义 · 欧拉角 · 旋转矩阵
坐标系姿态表示
04
加速度计与陀螺仪特性分析
加速度计静态特性 · 陀螺仪动态特性 · 误差来源与标定方法
加速度计陀螺仪特性分析
05
数据采集与预处理
I2C/SPI接口读取 · 采样率设置 · 滤波去噪
数据采集预处理
06
姿态解算基础
从加速度计计算俯仰与横滚角 · 从陀螺仪积分计算偏航角及其局限性
姿态解算基础从加速度计计算俯…
07
互补滤波原理
互补滤波的数学基础 · 一阶与高阶互补滤波设计 · 参数调节方法
互补滤波原理互补滤波的数学基…
08
卡尔曼滤波入门
状态空间模型 · 预测与更新步骤 · 协方差矩阵含义
卡尔曼滤波入门状态空间模型
09
扩展卡尔曼滤波（EKF）用于姿态估计
非线性系统建模 · 雅可比矩阵推导 · EKF实现步骤
EKF扩展卡尔曼滤波
10
四元数卡尔曼滤波
四元数状态表示 · 过程模型与测量模型 · 滤波更新与归一化处理
四元数卡尔曼滤波四元数状态表示
11
Mahony互补滤波算法
算法原理 · PI调节器设计 · 代码实现与调参技巧
Mahony互补滤波算法
12
Madgwick滤波算法
梯度下降法原理 · 算法流程 · 与Mahony的对比及适用场景
Madgwick滤波算法
13
传感器融合实战
基于MPU6050的互补滤波姿态解算…
传感器融合实战MPU6050
14
传感器融合实战
基于MPU9250的九轴融合（加速度…
传感器融合实战MPU9250
15
传感器标定实战
六面静态标定法 · 陀螺仪零偏稳定性测试 · 温度补偿方法
传感器标定实战六面静态标定法
16
噪声与误差处理
低通滤波 · 滑动平均 · 中值滤波
噪声误差处理
17
动态性能优化
运动加速度干扰识别 · 自适应滤波参数调整 · 抗振动算法
动态性能优化运动加速度干扰识…
18
多传感器融合
GPS+IMU融合定位 · 视觉+IMU融合（VIO）简介 · 融合架构对比
多传感器融合GPS+IMU
19
嵌入式实现
在STM32/Arduino上部署融… · 实时性优化 · 资源占用分析
嵌入式实现STM32/Arduin…
20
上位机与可视化
串口通信协议 · Python/Matlab实时绘图 · 姿态三维可视化工具
上位机可视化
21
常见问题与调试
数据漂移 · 跳变 · 延迟
常见问题调试
22
性能评估方法
姿态精度测试 · 静态与动态测试 · 艾伦方差分析
性能评估方法姿态精度测试
23
实战项目
自平衡小车姿态控制——融合算法在PI…
实战项目PI
24
实战项目
无人机姿态估计——融合算法在飞行控制…
实战项目无人机姿态估计
25
实战项目
AR/VR头显姿态追踪——低延迟融合…
实战项目AR/VR
26
实战项目
机器人导航中的IMU融合——结合轮式…
实战项目IMU
27
高级主题
因子图与图优化在IMU融合中的应用 · 预积分理论简介
高级主题IMU
28
机器学习辅助融合
利用神经网络进行姿态预测 · 深度学习与经典融合结合案例
机器学习辅助融合利用神经网络进行…
29
综合实战
从零搭建一个完整的IMU融合系统——… · 驱动 · 算法
综合实战IMU
30
课程总结与进阶路径
知识体系回顾 · 常见误区 · 推荐资源
课程总结进阶路径