适合初学者，GitHub上开源代码，有数据，可运行结果

drive_ros_localize_inertial_navigation_system：仅基于IMU数据的惯性导航系统。 通过IMU数据集成创建里程表

北航的基于方向余弦矩阵的姿态解算设计ppt。主要讲解了惯性系、地理系 地心系、载体系的定义，以及各坐标系间的方向余弦阵的变换求解。适合惯性导航和视觉SLAM的学习。

 文中针对水下自主航行器提出了一种新型的基于捷联惯导（SINS）和GPS的组合导航系统设计方案。该方案以捷联惯导作为主系统，同时利用GPS重调捷联惯导系统，建立了该组合导航系统的卡尔曼滤波模型，设计了输出校正间接法的卡尔曼滤波算法和Sage-husa自适应卡尔曼滤波算法。仿真结果表明由于GPS位置和速度信息的引入，一定程度上克服了捷联惯导系统误差状态发散现象，提高了导航精度。同时通过两种算法的对比，Sage-husa自适应卡尔曼滤波算法则具有更高的滤波精度和稳定性，能够更好的满足长时间远距离导航的要求。

本程序是关于四元数法捷联惯导解算算法的matlab程序组合包，其中包括滤波初始对准仿真，罗经法初始对准仿真，捷联惯导解算仿真，组合卡尔曼滤波等演示程序及其必需的参数矩阵转换程序，程序算法皆是本人通过大量阅读捷联惯导经典论文书籍编写的，经过调试已经通过，所得圆锥误差，划桨误差与秦永元所编惯性导航一书相符，可靠性较高。

惯性技术无处不在，广泛存在于海、陆、空、天所有运动体存在的领域。本书为了普及扩展惯性技术知识，广泛搜集了素材并进行加工整理，力求集知识性、趣味性、前沿性、和系统性于一身，全面展示了惯性技术在人类探索世界过程中所发挥的作用。

组合导航 GPS GLONASS 多普勒 惯性导航 卡尔曼滤波 最小二乘法 PPT课件，里面有许多公式值得一看！ 包含算例，公式推导过程，图片等等

针对单一定位系统无法得到连续、稳定可靠的导航信息的问题,将全球卫星导航系统(GNSS)与捷联惯性导航系统(SINS)进行组合,并利用扩展卡尔曼滤波(EKF)算法对这两种导航系统的定位信息进行融合,以获得更加稳定、精确的定位结果。将GNSS与SINS组合,可以弥补GNSS卫星信号失锁、数据更新频率低、无法获得姿态信息以及SINS定位误差累积等单导航系统定位的不足。通过车载实验采集定位数据,并分别进行SINS单独导航及GNSS/SINS组合导航解算,由实验结果可以看出,与SINS单独导航相比,GNSS/SINS组合导航系统的定位误差能快速收敛,并保持较高的精度,其中位置误差精度达到厘米级,速度的最大误差大约在0.1m·s-1以内,姿态的最大误差大约在0.2°以内。

惯性导航大师级人物的经典力作，电子版，方便阅读，绝对是惯导人梦寐以求的资料！

惯性导航是一门综合了机电、光学、数学、力学、控制及计算机等学科的尖端技术，是现代科学技术发展到一定阶段的产物。由于惯性是所有质量体的基本属性，所以建立在惯性原理基础上的惯性导航系统不需要任何外来信息，也不会向外辐射任何信息，仅靠惯性导航系统本身就能在全天候条件下，在全球范围内和任何介质环境里自主地、隐蔽地进行连续的三维定位和三维定向，这种同时具备自主性、隐蔽性和能获取运载体完备运动信息的独特优点是诸如无线电导航、卫星导航和天文导航等其他导航系统无法比拟的，尽管这些导航系统的某些导航性能可能远远优于惯导系统，但惯导仍然是重要运载体不可缺少的核心导航设备。