iOS航位推算

我正在做一个iOS项目，需要我在GPS不可用时做简单的航位推算。我收到了来自各种手机的一系列测量数据，其中包括：

GPS数据（x、y、z、航向、速度）可用时

加速计（用户加速度x、y、z）

陀螺仪（旋转率x，y，z）

---

我想计算时间序列中缺失的GPS位置。我知道如何根据最后的GPS位置和航向值预测位置，但这给了我很大的误差。我的问题是，如果我结合加速度计和陀螺仪数据，是否有可能获得更好的结果。我知道如何整合加速度计值以获得速度信息，但我不确定如何使用陀螺仪数据。任何帮助都将不胜感激。

这不是一个小话题。关于您的问题：“是的，通过组合所有传感器的输入，您可以获得更好的结果”

这就是Kalman filter（KF）的内容——这个过程被称为传感器融合，网络上有很多关于它的话题。通常用于此目的的KF版本是扩展卡尔曼滤波器。我建议阅读这篇文章——它很快实现并解释了您想要执行的任务，但很清楚：

---

当从加速度推导运动时，你会得到一个可怕的漂移。@当然，我明白这一点。在很短的一段时间内（比如几秒钟）它仍然是真的吗？在给定的副本中检查google talk的可能副本，非常有趣！