19:14视频长度19:14。
面向方向估计的传感器融合
从系列中:感知
传感器是自主系统的关键组成部分,帮助它理解周围环境并与之交互。在本视频中,Roberto Valenti与Connell D’souza一起演示了使用传感器融合和跟踪工具箱™来执行惯性传感器数据的传感器融合,以进行方向估计。这对于参加海上和空中飞行器比赛的团队来说是一个常见而重要的应用程序。
首先,Connell和Roberto介绍了常见的惯性传感器,如惯性测量单元(IMU)和磁、角速率和重力(MARG),然后解释了为什么传感器融合对理解这些传感器数据很重要。
然后,Roberto将使用MATLAB Mobile™将加速度计、陀螺仪和磁强计传感器数据从他的手机传输到MATLAB®并对这些数据进行传感器融合,仅使用几行代码即可估计方向。本视频中使用的imufilter和ahrsfilter函数使用基于卡尔曼滤波的融合算法。融合的结果与来自手机流的方向值进行比较,以检查估计的准确性。
从MATLAB Central File Exchange下载本视频中使用的文件
额外的链接:
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。