如何构建适用于无人机(uav)或四轴飞行器的IMU + GPS融合算法。

引信数据从一个三轴加速度计，三轴陀螺仪，三轴磁强计(一起通常被称为磁，角速率，重力的MARG传感器)，和一轴高度计估计方向和高度。

如何以不同的速度融合传感器来估计姿态。加速度计、陀螺仪、磁力计和全球定位系统(GPS)被用来确定沿圆周路径移动的车辆的方向和位置。您可以使用图形窗口上的控件来改变传感器速率，并在观察对估计姿态的影响的同时，试验传感器dropout。

使用residualgps目标函数和残余滤波检测时，新的传感器测量可能不一致的当前滤波状态。

insfilterAsync对象是一个复杂的扩展卡尔曼滤波器，用于估计设备的姿态。然而，手动调整滤波器或寻找噪声参数的最优值可能是一项具有挑战性的任务。这个例子演示了如何使用调谐函数来优化滤波器噪声参数。

使用调谐函数优化几个融合滤波器的噪声参数，包括ahrsfilter对象。这个例子展示了如何为各种优化目标定制一个成本函数。

使用Simulink®生成并融合IMU传感器数据。您可以准确建模加速计、陀螺仪和金宝app磁强计的行为，并融合其输出以计算方向。