好的，假设我有一部带有陀螺仪、指南针和 3-d 加速度计的手机。我想以 50 毫米的精度跟踪移动电话的位置约 1 分钟。实际上，假设我不想创建某种计步器。这可能吗？
我已经知道来自加速度计的信号噪声太大，无法在非常短的时间内通过双重积分计算位置，因为存在巨大的漂移。
但我想知道是否有可能使用卡尔曼滤波器获得一些领域知识？所以在我的情况下，我知道手机会在用户手中，它的加速度不会超过 X m/s^2，速度不会超过 V m/s，依此类推。在那种情况下可能吗？
还有如何为加速度计、陀螺仪和指南针创建协变矩阵？
快速回答是，实际上不可能从带有陀螺仪、指南针和加速度计的手机 IMU 获取位置信息。即使使用卡尔曼滤波器，它也太不可靠，无法获得任何可以积分以给出位置的线性加速度信号。我看过很多 IMU 的卡尔曼滤波器论文，充其量，线性加速度被视为一个讨厌的术语。然而，带有卡尔曼滤波器的三传感器 IMU 确实提供了相当可靠的 3D 旋转估计。
正如您所说，由于噪声的双重积分，贝叶斯滤波不会产生好的结果。
完全有可能在你的贝叶斯滤波器中包含一个先验，例如说加速度不太可能超过给定的阈值。
实现会有点乏味，因为如果你想坚持使用卡尔曼滤波器，它比更通用的贝叶斯滤波器（粒子滤波器等）简单得多，你必须先用高斯 pdf 声明你的先验。
要创建传感器协方差矩阵，您必须知道它们的精度。这对于从业者来说是微不足道的，但我不会进一步详细说明，因为这不是我想要说明的重点：
计步器使用不同的框架，它不使用贝叶斯过滤估计您的位置，而是尝试使用加速度计数据检测您所做的每一步，并且只说“已经做了 x 步”并且不知道您的位置。