袁信老师的书，捷连惯导中的比较好的，学导航的可以看看

本资源主要包括指北方位平台惯导的解算代码以及相关报告，内容详尽，是初学惯导的课程大作业，有很大的参考价值

完整的捷联惯导仿真程序，对于初学者来说是个挺方便的程序。

针对提高长航时捷联惯导系统导航精度的问题,提出了基于导航坐标系的捷联惯导系统旋转调制方法,并给出了旋转机构的转动方案.应用该方法可以消除调制周期内载体姿态变化对误差补偿的影响.通过推导旋转式捷联惯导系统误差传播方程,说明了旋转调制的误差补偿机理,通过比较基于导航坐标系和基于载体坐标系2种旋转调制方法,证明了基于导航坐标系旋转调制的有效性,并通过仿真进行了验证.仿真结果表明,在调制周期内载体姿态变化时,基于导航坐标系旋转调制的误差补偿能力优于基于载体坐标系的旋转调制.

针对现有移动机器人单目视觉定位算法在光照变化和弱光照区域表现较差、无法应用于煤矿井下光照较暗场景的问题，通过非极大值抑制处理、自适应阈值调节等对快速特征点提取和描述（ORB）算法进行改进，采用随机抽样一致性(RANSAC)算法进行特征点匹配，提高了煤矿井下弱光照区域的特征点提取和匹配效率。针对仅靠单目视觉定位无法确定机器人与物体的距离及物体大小的问题，采用对极几何法对匹配好的特征点进行视觉解算，通过惯导数据为单目视觉定位提供尺度信息；根据紧耦合原理，采用图优化方法对惯导数据和单目视觉数据进行融合优化并求解，得到机器人位姿信息。实验结果表明：①ORB算法虽然提取的特征点数较少，但耗时短，且特征点分布均匀，可以准确描述物体特征。②改进ORB算法与原ORB算法相比，虽然提取时间有了一定的增加，但提取的可用特征点数也大大增加了。③RANSAC算法剔除了误匹配点，提高了特征点匹配的准确性，从而提高了单目视觉定位精度。④改进后融合定位方法精度有了很大提升，相对误差由0.6 m降低到0.4 m以下，平均误差由0.20 m减小到0.15 m，均方根误差由0.24 m减小到0.18 m。

matlab代码，惯导位置解算+kalman滤波代码，可运行，含测试数据

惯导位置解算与kalman滤波，含测试数据和理论说明文档

四阶龙格_库塔法在捷联惯导系统姿态解算中的应用 专门用于惯导姿态方程解算，对于初学者很有用

MATLAB 工具箱，可用于惯性导航的常用模拟，包括器件误差、平台误差、纯惯导解算、惯导与GPS融合、惯导与DR融合、初始对准等滤波算法

一种惯导/里程计白主组合导航方法。本方法包括以下步骤: (1) 惯导系统初始对准，对卡尔曼滤波器参数进行初始化; (2) 进行惯性导航计算，得到离散状态转移矩阵和量测矩阵; (3) 基于位移误差的求和测量，计算滤波观测量; (4) 里程计信息故障检测; (5) 卡尔曼滤波; (6) 修正。