三维复合导航技术：卡尔曼滤波与ESKF算法对比的MATLAB实现

三维组合导航的老问题，用卡尔曼滤波和ESKF玩出点新花样的 MATLAB 程序，挺有意思的。两种滤波方法对比得比较清楚，尤其是状态更新那块，写得还挺直观，变量命名也蛮规范，改起来省事。

滤波过程的代码结构还不错，predict和update函数分开写的，逻辑挺清晰。你要是想跑一下自己的 IMU 数据，改个传感器模型基本就能用，响应也快，不容易卡。

模型里用了误差状态卡尔曼滤波（ESKF），比起传统 KF 更适合搞 IMU+GPS 这种组合导航。尤其在姿态更新上，得更稳，对陀螺漂移也更有弹性。你要是搞自动驾驶、机器人导航那一块，挺值得看下的。

不过要注意哦，MATLAB 自带的quatmultiply这些函数用了不少，环境版本太低跑不起来。建议用 R2020b 往后的版本，省得调环境调到吐血。

原文链接在这儿：基于卡尔曼滤波和 eskf 滤波的三维组合导航算法及 MATLAB 源码，有空你可以下载看看，代码量不大，跑一遍快熟。

如果你正好在弄三维导航建模，或者手头有 IMU/GPS 组合数据想试滤波算法的，拿来做参考挺合适。