madgwick_py：Madgwick的IMU和AHRS算法的Python实现。
有关该算法的更多信息，请参见 。
该实现是在卡尔斯鲁厄技术学院的认知系统实验室（CSL）上完成的： ：
要求
Python 3.x（经过Python 3.4测试）
NumPy
执照
版权所有（c）2015 JonasBöer，
该程序是免费软件：您可以根据自由软件基金会发布的GNU通用通用公共许可证的条款重新分发和/或修改它，该许可证的版本为3，或者（根据您的选择）任何更高版本。
分发该程序是希望它会有用，但是没有任何保证； 甚至没有对适销性或特定用途适用性的暗示保证。 有关更多详细信息，请参见GNU较宽松通用公共许可证。
您应该已经与该程序一起收到了GNU通用公共通用许可证的副本。 如果没有，请参阅 。
2021-09-28 09:51:39
9KB
1
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
2021-09-25 10:43:05
12KB
1
IMU_Kalman-filter_MATLAB
使用MATLAB进行卡尔曼滤波（9轴）IMU数据
这是用于9轴IMU传感器的卡尔曼滤波算法。 （加速度计，陀螺仪，磁力计）
您可以看到带有数据的图形化IMU传感器。
测验
示范
-将很快添加。
特征
动画情节
时间线
硬铁偏置补偿
角速度偏差补偿
描述
主要：主要代码
EKF：主要EKF功能
sampledata：我使用的sampledata
如何使用
1.从IMU传感器获取数据。
您应该在开始的5秒钟内保持IMU传感器处于静止状态（用于陀螺仪补偿），然后旋转它。
我建议您将其旋转几次。 （这对磁力计补偿很有用。）
** 2。 数据必须看起来像这样↓**
k的'AccX AccY AccZ GyroX GyroY GyroZ MagX MagY MagZ时间'
k = 2的'AccX AccY AccZ GyroX GyroY
2021-09-22 14:09:06
31KB
1
本文设计了一种基于视觉导航的两轮自平衡小车系统，并实现了小车的直立行走，自主寻迹和定位三大功能。包括原理，硬件设计，软件设计，系统的调试及部分C语言源代码。系统采用飞思卡尔十六位微处理器MC9S12XS128作为核心控制单元，通过增加各种传感器，设计稳压模块、最小系统模块、双轮测速模块、倾角测量模块、电机驱动模块和人机交互模块并编写相应程序以完成平衡控制，速度控制，转向控制和实时定位四大任务。
2021-09-19 11:09:19
2.16MB
1
这个一个OLED加MPU6050的组合模块，已打样验证。大小是普通0.96寸OLED的大小，详情可浏览主页文章。工程基于AD。文件不包含封装，光绘文件已生成可直接打样。
2021-09-19 11:03:22
13.37MB
matlab拟合平面代码快速StereoCamera-IMU校准
用Matlab编写的针对MODD2数据集的快速有效的StereoCamera-IMU校准。
（第3.3节）
要求：具有OpenCV3.0
+库的Matlab2016a
+
有两个主要功能：
getGroundPlane和getVanishingPoints
getGroundPlane：
此功能使飞机适合于USV前方的地面点，并读取机载IMU提供的初始旋转。
由此，我们可以获得两个旋转矩阵（1）R_
{CAM}
^
{USV}（从摄像机坐标系到USV坐标系的旋转）和（2）R_
{IMU}
^
{USV}（从IMU坐标旋转到USV坐标系）。
getVanishingPoints：
此功能读取IMU的当前测量值。
基于此测量值（和R_
{IMU}
^
{USV}），它将IMU坐标系中定义的无穷大点旋转到世界坐标系。
通过将所选点从世界坐标投影到摄影机平面，我们可以获取水平线的大致位置。
运行演示
要运行示例校准，只需调用demo_calibration.m脚本。
该脚本需要两个输入参数：（1）MODD2数据集根目录的路径和（
2021-09-18 13:51:13
9.73MB
1
MPU6500的STM32F103程序，驱动MPU6500读出数据通过串口发送给上位机，还包含了MPU6500的各种芯片手册，程序简单易懂，让你轻松玩转陀螺仪和加速计
2021-09-16 21:38:20
6.88MB
1