首先，请确保您了解这里的两个关键点：

1. 在存在线性加速度的情况下，仅根据 IMU 数据确定的姿态本质上是模棱两可的。如果没有关于加速度性质的额外知识，您可以达到的准确度总会有一个上限。

2. 精度受到集成陀螺仪测量漂移的限制。有了完美的陀螺仪数据和集成，根本不需要加速度计数据。你越接近完美，你就越能忽略加速度。

定向算法的选择在很大程度上无关紧要。它们都按照相同的原理工作：使用重力加速度的方向来漂移校正积分陀螺仪数据，两者之间有一些可变的权重。如果您尝试调整参数但没有达到您想要的结果，那么您不太可能使用不同的算法做得更好。

所以，基本上你可以做两件事。

1. 提高陀螺仪集成的准确性。
2. 以某种方式对线性加速度的性质进行建模。

第二个选项很难讨论，因为它取决于您正在研究的议案的细节。有一些简单的技巧，例如在某个给定范围之外丢弃或减轻加速度。本质上，这些归结为仅将线性加速度建模为短暂出现。如果您的系统处于连续运动状态，则它们没有多大帮助。

不过，您可以做几件事来改善您的陀螺仪集成：

1. 获得对陀螺仪偏差的最佳估计。在使用前几秒钟获取静态陀螺仪读数，然后平均这些读数以获得您的偏移值。不要依赖一次性的事先校准。
2. 尽量减少温度引起的漂移。在校准/使用之前让 IMU 预热到稳态工作温度。操作过程中尽量保持温度稳定。
3. 改进您的校准模型。考虑包括交叉轴效应和非线性以及仅缩放和偏移。
4. 使用更好的集成方法。关于您的问题的评论中已经有一些想法。
5. 看看你是否可以跟踪陀螺漂移。如果定向算法必须始终如一地纠正特定方向的漂移，则可以检测到这一点并用于轻轻调整偏差值。

你是对的，你使用的传感器不是最高等级的。但是，如果充分表征和校准，消费者传感器可能会获得非常好的结果。