MPU6050芯片四元数姿态更新方法的c语言程序，四元数更新用的是一阶算法，还有二阶三阶甚至全阶，阶数越高精度越好，不过没多大必要。一阶二阶这些简化算法就是用简单的值取代了一些三角函数而已，详细书籍可以看《捷联式惯性导航原理》，袁信著。我以前看了这本书PDF版好久了，估计一半还没能吃透。关于利用加速度计来修正姿态，大家貌似都是做飞机的，飞机上的加速度计的情况跟我做的东西差别太大，应该不能直接引用我那一套，大家还是引用网上例如权重法来进行修正吧！用罗盘修正姿态就更不用说了~

姿态解算时通常有欧拉法、四元数法和旋转矩阵，但是四元数计算量小无奇异点被广泛使用。 通过mems、挠性陀螺、激光陀螺等更新四元数时，需通过四元数微分方程进行解算，毕卡求解法是基于角增量的求解方法，文档中包含四元数微分方程推到及一阶、二阶、三阶及四阶求解公式。值得学习

资源包含文件：设计报告word+项目源码（matlab和C++） 我采用的 Matlab 版本为 R2018a，其他版本的兼容性没有测试过，建议直接安装 R2018a，为了运行代码，你需要在 Matlab 中将项目中的 /matlab 目录及其子目录添加到 Matlab 的执行目录。环境的搭建主要是安装和引入一些库，大多数库我都已经在 cmake 的配置文件中添加了，你要做的事情，就是在部署之前，把各种库按照正确的方法安装，并且添加合适的环境变量，使得我在 cmake 配置文件的使用的环境变量能够正常工作，只要能找到库，就能编译成功。 这里给出使用到的库的一个简要列表： 高性能矩阵库 Armadillo 图像处理库 OpenCV 4 命令行参数解析库 Cmdline SVM 库 LibSVM 详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/122540041?spm=1001.2014.3001.5502

为了整体处理彩色图像,提出了一种基于四元数的去除泊松噪声的加权平均滤波器。首先,基于彩色图像四元数表示法,将一幅彩色图像表示为一个纯四元数矩阵,并利用四元数代数理论定义了重建图像和原始图像之间的四元数均方误差;然后,结合非局部均值滤波的基本思想,采用拉格朗日乘数法推导出使QMSE紧上界最小的加权系数;最后,基于这些最优加权系数,对四元数表示的像素值进行加权平均,构造出四元数最优权值非局部均值滤波器,并将其应用于彩色图像泊松噪声去噪。针对常用标准图像的对比实验结果表明,所提的滤波器优于现有的四元数滤波器以及

基于matlab的四元数卡尔曼滤波组合导航算法

四元数求姿态矩阵的，利用角速度值接微分方程。

陀螺仪的漂移、载体的线性加速度和周围局部磁场的干扰是制约MARG传感器姿态测量精度的主要问题，传统的方法利用滤波算法和零速修正技术来减小姿态测量误差。该文基于已有的惯性测量单元，设计了一个基于四元数的扩展Kalman滤波器，通过建立MARG 传感器模型，引入传感器偏差补偿和自适应的测量噪声协方差矩阵构造方法来提高姿态测量精度，减小载体线性加速度和周围局部磁场的干扰，实现三自由度的姿态测量。基于惯性测量单元(IMU)的实验结果表明了本文所提算法能显著提高姿态测量精度。

quatprod(a,b) 函数返回四元数 a 和 b 的四元数积。 这里的输入 a 和 b 分别是四元数元素的向量，例如 a = [a0,a1,a2,a3] 和 b = [b0,b1,b2,b3]。 它返回结果四元数 f = [f0,f1,f2,f3] 的元素向量。 因此，a = a0+i*a1+j*a2+k*a3，b = b0+i*b1+j*b2+k*b3 和 f = f0+i*f1+j*f2+k*f3。

捷联系统的四元数法姿态算法.docx

使用四元数实现的旋转 四元数不同于矩阵的旋转