仅使用陀螺仪与磁力计如何实现姿态估计？

核心逻辑：解决加速度计"重力+惯性力"混合测量的问题 #

普通加速度计姿态方案失效的核心原因是：火箭发射/飞行阶段存在显著线性加速度，加速度计输出的是比力（重力向量 + 载体惯性力），而非纯重力。针对这个场景，推荐以下落地方案：

1. 扩展卡尔曼滤波（EKF）融合IMU全量数据 #

将姿态（用四元数/欧拉角/旋转矩阵表示）、陀螺仪偏置、载体线性加速度、位置/速度统一纳入状态向量，构建完整运动模型：

• 状态预测：用陀螺仪输出更新姿态，结合火箭动力学（如推力曲线）预测线性加速度变化
• 观测更新：利用加速度计的比力模型（a_imu = R * g_world + a_body，其中R为姿态旋转矩阵，g_world为世界坐标系重力向量，a_body为载体线性加速度）做观测约束，同时可复用你已有的位置估计模块数据做联合修正

该方案能自然衔接你当前的卡尔曼滤波位置估计逻辑，无需额外搭建独立框架。

2. 自适应互补滤波 #

针对火箭不同飞行阶段动态调整传感器权重：

• 发射/推力阶段：火箭线性加速度大，降低加速度计权重，依赖陀螺仪积分更新姿态（需定期用其他数据修正陀螺仪漂移）
• 滑翔/回收阶段：线性加速度接近重力，提高加速度计权重，用其输出修正姿态偏差

这种方案计算量小，适合资源有限的嵌入式数据记录仪。

3. 重力向量分离辅助方案 #

如果能获取额外数据（如推力传感器输出、GPS速度差分得到的加速度），可直接从加速度计输出中剥离线性加速度，得到纯重力向量分量：

• 公式推导：g_body = a_imu - a_body，其中g_body是重力在载体坐标系的投影
• 用g_body结合陀螺仪数据，通过四元数更新算法（如改进版Madgwick算法）计算姿态

4. 可选：多传感器融合补充 #

如果硬件允许：

• 加入GPS：用GPS速度数据反推世界坐标系下的加速度，转换到载体坐标系后辅助分离重力向量
• 加入磁强计：提供航向参考，但需注意发动机点火等场景的电磁干扰，需做滤波/异常值剔除处理

内容的提问来源于stack exchange，提问作者Colin Sutter