整了一两周，卡尔曼算法大概明白了些，但是目前有一个问题，仍然没有搞明白。单传感器的滤波大概清楚了，但是当是多传感器时，状态方程和观测方程不太清楚如何确定。比如说里程计和IMU都能测到小车的坐标和偏航角，里程计和IMU的数据该如何融合，有整过的请指点一下

哇，你知道这个工程有多大么？不是一两句话可以搞定的，只能说的是，参考系越多，精度就越高！！！

MrJiu 发表于 2017-7-25 10:04
哇，你知道这个工程有多大么？不是一两句话可以搞定的，只能说的是，参考系越多，精度就越高！！！ ...

主要是这个关系，数据融合的方法我还没搞太清楚。就跟上面说的一样，我需要融合出小车的（x,y,theta)，相对于全局坐标系。现在我能够测的的是IMU的角速度，线速度，全局偏航角，x,y和通过两车轮计算所得角速度，线速度，全局偏航角，x,y。需要用这两组数据融合出最终的小车x,y,theta。也看了一些论文，大都讲的是理论，还是不知道如何操作。通过其中一组数据进行EKF滤波，可以算出，但是需要用两组数据得出一组数据我现在就迷茫了