来自系列:洞察力
Roberto Valenti,Mathworks
康奈尔大学D’索萨,MathWorks
传感器是自主系统的关键组成部分,帮助它与周围环境的理解和互动。在此视频中,Roberto Valenti加入了Connell D'Souza,用于使用传感器融合和跟踪工具箱™来执行惯性传感器数据的传感器融合,以进行方向估计。这是参与海事和空中车辆比赛的团队的共同和重要应用。
首先,康奈尔和罗伯托介绍了常见的惯性传感器,如惯性测量单元(IMU)和磁、角速率和重力(MARG),然后解释了传感器融合对理解传感器数据的重要性。
然后,Roberto将使用Matlab Mobile™来流和记录加速度计,陀螺和磁力计传感器数据从他的手机到Matlab®并在此数据上执行传感器融合以仅使用几行代码估算方位。此视频中使用的IMUFilter和AHRSFilter函数使用Kalman滤波器的融合算法。将融合的结果与从手机流式流式流的方向值进行比较,以检查估计的准确性。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。