GPS_IMU_Kalman_Filter

融合GPS/IMU/编码器，让定位更精准可靠

这是一个用于自动驾驶和机器人平台的多传感器融合状态估计库，基于扩展卡尔曼滤波（EKF）将GPS、IMU和编码器数据融合，输出高精度的位置、速度和姿态估计。它解决了单一传感器在GPS信号丢失或IMU漂移时定位不准的问题，通过松耦合或紧耦合方式整合异构传感器数据，提供鲁棒的实时定位能力。核心能力包括传感器时间同步、噪声协方差调参、滤波器初始化与预测更新流程，并支持ROS集成，便于在真实车辆或仿真环境中部署。代码结构清晰，适合作为学习EKF在组合导航中应用的参考实现。

开源 free 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 651
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类智能体
开发团队karanchawla
所属国家
官网地址
GitHubhttps://github.com/karanchawla/GPS_IMU_Kalman_Filter
定价模式free
价格说明开源项目，基于Apache-2.0许可证，可自由使用和修改，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言C++
技术栈/模型autonomous-agents,autonomous-vehicles,ekf-localization,gps-ins,kalman-filter,state-estimation
GitHub 星标★ 651
30天Star增速
HF 下载量
上线时间2018-04-07 00:00:00
最近更新2026-09-17 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 完整实现EKF融合流程，代码注释详细，适合学习组合导航原理
  • 支持ROS节点，可直接接入现有自动驾驶或机器人系统
  • 提供传感器噪声参数配置接口，便于针对不同硬件调优

不足之处

  • 文档/社区待观察
  • 未提供可视化工具或数据集，验证效果需自行搭建环境

适用场景

  • 自动驾驶车辆的高精度定位
  • 无人机或地面机器人的导航系统
  • 组合导航算法教学与实验

替代项目

robot_localization、RTKLIB、GTSAM

项目介绍

GPS_IMU_Kalman_Filter 是行业应用领域的开源项目，由 karanchawla 开发，2018 年首次发布。

它收录于行业应用分类，该分类目前共有 545 个项目，GitHub 星标数为 651。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-17。基于Apache-2.0许可证，可自由使用和修改，无付费版本。

它主要面向的使用场景是：自动驾驶车辆的高精度定位。同类可对比的替代方案包括 robot_localization、RTKLIB、GTSAM。

上一篇：DocMTAgent

下一篇：Streamer-Sales

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩，副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11
LiveTranslate 开源

直播看片实时翻译，字幕秒出，跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 691 2026-08-13