传感器融合根据运动跟踪设备的输出来计算航向，俯仰和横滚。这使用了Madgwick算法，该算法因其速度和质量而在多直升机设计中广泛使用。Pyboard上的更新时间不到2mS。最初的Madgwick研究表明，10-50Hz的更新速率足以获得准确的结果，这表明此实现的性能足够快。
提供了两种实现：一种用于同步代码，一种用于基于的异步应用程序asyncio。后者提供角度数据的连续背景更新，从而以最小的延迟进行访问。
本文档介绍了在运行MicroPython的单个平台上获取传感器数据并执行融合的情况。
支持其他模式：
- 融合和数据采集在标准Python上的通用设备上运行。
- 融合和数据采集在通过某种形式的通信链接链接的独立设备上运行。在这种模式下，数据获取设备可以运行任何类型的代码并以任何格式返回数据，而用户应用程序则将数据读取并将其转换为库可接受的形式。
MicroPython问题
该代码旨在独立于传感器设备：使用InvenSense MPU-9150进行了测试。
该算法广泛使用浮点数学。在MicroPython下，这意味着RAM分配。尽管代码被设计为平台无关的，但是在具有少量RAM的平台上可能会遇到问题。选项是使用冻结的字节码并定期运行垃圾回收。后者即使在Pyboard上也是可取的。有关fusionlcd.py示例，请参见测试程序。
MicroPython固件依赖性
该库中的某些模块使用异步编程。它使用asyncioCPythonuasyncio下MicroPython下的 库。完全重写后，MicroPython版本已得到很大改进，并且版本为3.0。它与CPython 3.8语法兼容asyncio。所有代码已更新为使用此语法，较早的版本不支持此语法。
要运行异步模块，MicroPython目标应该使用每日构建的固件，或者在V1.12之后使用发行版：此类固件包含uasyncio V3。
在CPython下运行异步代码的地方，该代码必须为V3.8或更高版本。
角度
带有和不带有磁力计的惯性测量单元（IMU）。带有它们的传感器称为9DOF，不带有它们的传感器称为6DOF传感器，其中DOF代表“自由度”。6DOF传感器无法提供航向信息，因为该信息是参考地球磁场得出的。
传感器融合的目的是确定车辆相对于地球的姿态。这从以下三个角度表达：
heading相对于北方的角度。请注意，某些资料来源使用术语“偏航”。由于这也用来表示飞机机身相对于其运动方向的角度，因此我避免了它。pitch飞机机头相对于地面的角度（通常+ ve朝向地面）。也称为“海拔”。roll飞机机翼到地面的角度，也称为“倾斜”。
在此实施方式中，这些以度为单位。
感测器
传感器驱动程序提供的测量单位仅在陀螺仪的情况下才重要。这必须提供每秒度数的度量。在该算法中对来自加速度计（通常为g）和磁力计（通常为Microtesla）的值进行了归一化。这利用了这些矢量的大小局部恒定的事实。因此，测量单位无关紧要。
模块
fusion.py标准同步融合库。fusion_async.py使用uasyncio的库版本，可无障碍地访问俯仰，航向和横滚。deltat.py控制上述时间。orientate.py用于调整IMU方向以进行传感器融合的实用程序。
测试/演示程序：
fusiontest.py一个简单的同步库测试程序。fusiontest6.py以上是6DOF传感器的变体。fusiontest_as.py异步库的简单测试。fusiontest_as6.py以上是6DOF传感器的变体。fusionlcd.py使用Hitachi HD44780 2行LCD文本显示器测试异步库，以连续显示角度值。
源代码获取请阅读全文
未经允许不得转载！通过传感器融合从运动跟踪装置的输出计算偏航、俯仰和横滚【源码】