0. 目录
1. 起因
读研的时候，当时有在汉王实习，做一款云笔(其实观点很超前，想用消费级的mems9轴传感器+光流来识别毫米级别的位移)，最后毕业的时候项目也没结，倒是和刘老每周见面混的面熟。当时是初次接触到了姿态解算相关的知识。
后来在自动化专业，又接触了无人机的一些东西，又涉及到了这部分。
本来以为工作来做嵌入式之后，这些算法就全部扔下了，没想到在车企，依然会用到这方面的东西，老板还专门成立IMU的专项给我做。
由此可以看出：
姿态解算应用真的十分广泛，多个领域都会涉及。
本章主要记录一些术语、名词，基础知识之类，和对后面内容的安排。
学习过程中，各种名词越来越多，不同网页介绍相互矛盾，要自己甄别去伪存真，也是痛苦。
学的越久，发现自己懂得越少。很多之前自以为很理解的概念变的越来越不清楚。比如欧拉角。
2. 名词解释
- IMU：Inertial Measurement Unit 惯性测量单元 ，GYRO陀螺仪+ACC加速度计，共6轴传感器。
- MEMS：micro electro mechanical system 微电子机械系统，
- MARG：Magnetic,Angular Rate , and Gravity，是IMU+MAG磁力计，共9轴传感器。
- AHRS：Automatic Heading Reference System 自动航向基准系统
- INS：Inertial Navigation System 惯性导航系统， 常与GPS搭配用于定位
搜资料的时候就用这些词关键字，能搜到需要的东西。
3.个人理解
从我的个人理解来看，姿态的解算主要分为以下几个步骤：
- 数据采集
- 数据矫正（单轴）
- 数据融合（多轴） IMU6轴融合 marg9轴融合
接下来的文章记录我也会按这个流程来做分析。
- 数据采集部分
数据采集这部分就是调一些外设接口，获取传感器参数，没太多技术含量。但是可以看看别人的选型，了解一下整个行业的背景和一些成熟的商业化产品的使用。 - 数据校正部分
单轴数据处理就是对单轴的数据进行数据纠正和滤波。
比如纠正零偏、滤除高频噪音和低频噪音等等。 - 数据融合
这一部分算是姿态解算的核心了，大部分的算法也都是围绕着这部分来进行的。互补、卡尔曼等等，算法的好坏都在这里。主要会包括IMU 6轴数据融合 和 marg 9轴数据融合。
也有融合其他的，比如与GPS融合，与图像（slam）融合。 不在本系列讨论范围里，表过不提。
参考链接
记录一下途中遇到比较好的博客:
Pixhawk之姿态解算篇
系列文章
