如何获得陀螺仪计算的初始方向？答案

【问题标题】：How to get initial orientation for calculations with gyroscope?如何获得陀螺仪计算的初始方向？
【发布时间】：2012-01-15 23:43:16
【问题描述】：

我的问题可能很简单，但也可能是我完全错了——因此我决定问。最后，我将借助陀螺仪传感器的数据来计算手机的方向。我知道我应该使用卡尔曼滤波器或互补滤波器来应对陀螺漂移。我将在第二步中执行此操作，但我在这里提出的问题对于两种方法都是相同的。所以，真正的问题是：

从陀螺仪我只能得到角度变化（积分后）。所以我需要一些初始值，我可以添加当前测量的变化。但是我如何得到这个起点呢？我是否使用加速度计和磁力计来确定手机的方向？或者这有什么更好的方法吗？

如果这很重要，我会使用 Android 并有一个实现来借助加速度计和磁力计确定手机的方向，但它非常不准确。

【问题讨论】：

【解决方案1】：

使用任意方向作为初始方向。

任何合理的过滤器必须从中恢复并快速收敛到实际方向。

我使用了Direction Cosine Matrix IMU: Theory 中描述的过滤器。我通过绑定TotalCorrection（第27页）来处理integral windup。像魅力一样工作！

【讨论】：

这很有趣。然后我将尝试使用互补过滤器并检查它是如何工作的。谢谢你的链接。
不要忘记：您必须确保不会发生饱和。在我的测试中，绑定TotalCorrection 就足够了。祝你好运！
感谢您的评论。如果我做对了，饱和是一个可能发生的问题，如果设备旋转得更快（或者更好地说是在一段时间内旋转得更多）比陀螺仪可以测量？你通过限制总校正值来解决这个问题？如果我再次做对了，这对我来说没问题，因为我不会做任何平衡或校正，而是“简单地”确定我手机的方向。
对不起，我的马虎。 :( 如果您从任意方向开始，TotalCorrection 可能会变得非常大，因为方向显然存在巨大错误。根据我的经验，值得限制TotalCorrection。它会使收敛速度稍慢但过滤器将是防弹的。它需要调整，但哪个过滤器不需要？做你自己的实验，你会看到的！
好吧，我想说的是：照顾好Integral windup。无论哪种方式，问题都会出现在任何其他过滤器中，它必须从严重错误中恢复。如果处理好积分饱和，您可以愉快地从任何位置开始，过滤器将收敛到真实方向。