我正在寻找一种方法来组合来自指南针和陀螺仪的数据，以便在事后确定态度。我将使用一个完整的数据集，其中定期记录3D指南针和陀螺仪读数，但我想在后期处理中恢复对姿态的估计。
我考虑过简单地使用卡尔曼滤波器，因为它们有很好的文档记录，但宁愿使用更适合完整数据集的情况。我有一种感觉，解决方案"简单地"是一个最小二乘问题，但我希望这里有人能指出我一两篇论文处理这个问题（或类似问题）的方向。
在这一点上，我什至不确定这个过滤器会叫什么，所以我很难找到有用的搜索词。任何帮助将不胜感激。
非常感谢！
如果你详细了解卡尔曼滤波器，你也可以实现所谓的卡尔曼平滑器，它对完整的数据集进行操作。
但是，让我警告您一件事。对于程序员来说，没有卡尔曼滤波器这样的东西。卡尔曼滤波器很难理解。如果您不理解它，您将无法正确实现和使用它。
我的实现几乎就是你要找的。我用了加速度计和陀螺仪，但没有指南针。它是根据这份手稿改编的，先读一读。我目前最详细的描述是我关于传感器融合的演示文稿中的幻灯片 29-32。这是一个开源项目，我计划在未来几周内发布求解器的更新版本。