提供了 IMU 传感器融合算法的 Rust 端口，该算法由 Sebastian Madgwick 在他的论文An effective orientation filter for惯性和惯性/磁传感器阵列中提出

imu_sensor_rpy_filter 1.说明 imu传感器融合 Madgwick和扩展卡尔曼滤波器 2.使用 python3 madgwick.py python3 Extendedkalman.py 3.图 麦威克图 EKF图

两篇论文合并《An efficient orientation filter for inertial and inertial/magnetic sensor arrays》《Estimation of IMU and MARG orientation using a gradient descent algorithm》

Madgwick的传感器姿态估计文章

IMU 姿态解算 AHRS 官方源码，并且还附带了 matlab 仿真示例，数据真实，亲测可用

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 。

关于陀螺仪的姿态解算论文

C语言，IMU融合算法，madgwick和mahony两种

采用Madgwick算法实现姿态解算，加速度计和磁强计采用梯度下降法用来补偿陀螺仪的误差。

详细的MadgwickAHRS,MahonyAHRS,KF,EKF,UKF程序，都在MATLAB上编写