Слияние датчиков иду и gps с использованием расширенного фильтра Калмана
Привет, я работаю над сенсорным слиянием fo imu и gps, чтобы иметь точное положение по мировым координатам.
Я работал над 2D-реализацией в C++, но теперь мне трудно расширить ее до 3D, так как параметры действительно сложны для добавления, поскольку я запутываюсь, как сделать мое пространство состояний и другую матрицу для прогнозирования и обновления, плюс слияние данных также является проблемой, как ввести данные в фильтр для 3D, мне нужно сплавить (X Y Z) положение IMU также рыскание, крен С (долгота и широта [X Y]) положением GPS.
Если кто-то из вас реализовал его или привел к этому, где я могу посмотреть или взять любое руководство, это было бы большой помощью.
Спасибо!
Что я уже пробовал:
я работал с 1d и 2d реализацией Калмана для линейных систем.