Data Fusion

Published: by Creative Commons Licence

导航定位中的数据融合算法

IMU与里程计融合

Created 2018.08.07 by Sunnie; Last modified: 2018.08.07-V1.0

Contact :1249053233@qq.com

Copyleft! 2018 Yuqing Cao. Some rights reserved.

扩展卡尔曼滤波（Extended Kalman Filter）

理论介绍

卡尔曼滤波简介

卡尔曼滤波（一）csdn

卡尔曼滤波原理二：扩展卡尔曼

初学者的卡尔曼滤波

扩展卡尔曼滤波EKF与多传感器融合

卡尔曼滤波的理解以及参数调整

卡尔曼滤波器学习笔记（一）

代码示例

KF&EKF及matlab代码地址

扩展卡尔曼滤波EKF及其MATLAB实现

C++下扩展卡尔曼类（EKF）的实现

结合ROS

ROS与navigation教程-robot_pose_ekf

03-数据融合-ROS轮式机器人数据融合-odom&IMU

[ROS] 多传感器卡尔曼融合框架 Ethzasl MSF Framework 编译与使用

使用robot_pose_ekf对传感器信息融合

论文实例

陀螺仪+加速度+卡尔曼数据融合

基于惯性传感器和视觉里程计的机器人定位

IMU内部数据融合

ROS filter

imu_complementary_filter

互补滤波

算法原理推导

浅谈陀螺仪和加速度计的互补滤波

姿态解算进阶：互补滤波（陀螺仪、加速度计、地磁计数据融合）

卡尔曼滤波

MPU6050 + 一阶互补滤波+二阶互补滤波+卡尔曼滤波 +波形比较

互补滤波和卡尔曼滤波的融合姿态解算方法

多传感器融合

基于多传感器融合的室内机器人自主导航方法研究（蒙特卡洛定位技术）

机器人IMU与激光扫描测距传感器数据融合

基于多传感器数据融合的机器人里程计设计与实现（归一化特征值加权）

基于全景视觉与里程计的移动机器人自定位方法研究

基于不确定性分析的视觉里程计优化

License

CC0