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 。

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

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

进食手势识别：从Myo臂章传感器数据中识别进食手势

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。

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。

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（

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

lidar_imu_calib 概述 在基于3D激光雷达的slam开发中，我们经常使用imu为匹配算法（icp，ndt）提供先验，因此需要校准激光雷达和imu之间的变换。对于匹配算法，transfom中的姿态比变换中的位置更重要，并且通常将位置设置为0。因此，此回购专注于在激光雷达和imu之间的转换中校准姿态分量。 先决条件 将ndt_omp安装到系统目录 git clone https://github.com/koide3/ndt_omp.git cd ndt_omp mkdir build cd build cmake .. make sudo make install 步 使用rosbag工具记录imu和激光雷达数据 rosbag record /imu /lidar_points 配置启动文件 lidar_topic: lidar data topic name imu_to

设计了一款基于Mecanum轮的全向移动机器人,该机器人使用STM32F407开发板配合IMU作为底层控制系统,实现对机器人的控制和里程计数据的获取。实验证明,基于STM32开发板的底层控制能够满足全向移动机器人的运动控制要求和里程计的精度要求。