这是一个关于为 IMU 实现方向余弦矩阵的教程：http: //gentlenav.googlecode.com/files/DCMDraft2.pdf

看看 ArduIMU 页面： http ://code.google.com/p/ardu-imu/wiki/Theory

这里有几个开源项目可以做到这一点。阅读代码应该会给出一些线索：

http://code.google.com/p/gluonpilot/source/browse/trunk/Firmware/#Firmware/rtos_pilot%3Fstate%3Dclosed

http://code.google.com/p/sf9domahrs/

好吧，卡尔曼滤波器是一种神奇的魔法。:)

我首先从数字滤波器开始。很好地解释了初学者。而且很容易不稳定。这些简单的过滤器适用于任何系统的滚动和俯仰。只需要通过实验来调整准确率与响应率。诀窍是[准确度 = 1 - 响应]。

试一试。

然后要了解卡尔曼滤波器，您必须经过以下步骤：

1. 可能性
2. 贝叶斯定律
3. 然后需要学习如何对简单的场景进行建模，以便将它们拟合到卡尔曼滤波器中。
4. 目前我在这里，所以找到该怎么做..一定会让你知道。

如果你遇到这样的事情，必须分享。

...双积分加速度以获得位置

理论上（只要你有完美的传感器和测量）你可以做到这一点，但实际上你不能。问题是当物体静止不动时，加速度计将具有由重力引起的 1G 恒定力（在自由落体的情况下为零 G），但这并不能精确地测量为 1.00000000...G。移动物体时，您将获得一个矢量，作为 1G 重力和运动加速度（通常远小于 1G）的总和，并且您的测量值会随着时间的推移累积太多的噪声，如果您尝试整合测量值，则不会有用加速度减去 1G 重力。

我大约 6 个月前开始构建四边形，在正确确定角度时遇到了很多问题 :)

首先你应该试试这个演示文稿 - http://web.mit.edu/scolton/www/filter.pdf 它真的很全面，它可以帮助你更好地了解你真正想要的东西，它几乎成功了为了我。

我想这在很大程度上取决于您，但是，实现卡尔曼滤波器不仅需要非常扎实的数学知识、系统理论知识，在这种情况下还需要物理知识，而且对 CPU 负载的要求也很高。如果您打算使用时钟频率为 16Mhz 的 Atmega328，您可能会遇到使用这种滤波器的问题。如果您使用的是 DSP，这真的很有效，这样您就可以对您的输入进行低通滤波。

总而言之，我的建议是 - 尝试使用一阶互补滤波器，或者甚至是二阶互补滤波器，以防您对结果不满意。如果您的系统没有高频振动，那应该可以很好地工作。除此之外，JustJeff 的链接是一个完美的起点，以防您在实施过程中遇到困难 :)

一切顺利，丹