姿态控制

纳米卫星姿态确定与控制系统 本项目提供用于纳米卫星姿态确定与控制系统的MATLAB代码，重点关注姿态解算算法的实现。代码包含多种姿态解算方法，并可根据实际需求进行修改和扩展。 主要功能 基于不同传感器的姿态解算算法，例如陀螺仪、磁力计、太阳敏感器等。 传感器数据融合算法，提高姿态估计精度。 姿态解算算法的仿真和性能评估。 代码结构 代码采用模块化设计，便于理解和使用。主要模块包括： 传感器模型: 模拟不同传感器的输出数据。 姿态解算算法: 实现各种姿态解算方法。 数据融合算法: 融合多个传感器的测量数据。 仿真环境: 用于测试和验证算法性能。 使用方法 下载代码并解压。 根据需要修改代码参数。 运行主程序进行仿真或数据处理。 联系方式 如有任何问题，请联系[邮箱地址]。

该程序利用扩展卡尔曼滤波算法，实现了对飞机姿态的有效控制。程序主体使用MATLAB语言编写，清晰易懂，方便用户学习和修改。

Matlab研究室上传的所有视频均配有完整代码，可直接运行，适合初学者。具体内容包括： 代码结构：代码压缩包中包含主函数 main.m 和多个调用函数；无需手动生成结果图，程序自动完成。 代码运行版本：建议使用Matlab 2019b。若遇到运行问题，根据提示修正，或私信作者获取帮助。 运行步骤： 步骤一：将所有文件放入Matlab的当前文件夹中 步骤二：双击打开main.m文件 步骤三：点击“运行”，等待程序完成，即可获得仿真结果 仿真咨询：如需其他服务，可联系作者或扫码添加QQ名片： 获取完整代码 协助期刊复现 定制Matlab程序 科研合作机会

介绍了使用Matlab编写的姿态变换函数集合，可以实现不同姿态之间的相互转换。导航系N为北东地坐标系，通过旋转顺序Z、Y、X得到载体系B，使用欧拉角、四元数和方向余弦阵描述，包括了dcm2eul、eul2dcm、eul2qua和qua2dcm函数。

功能：介绍了一种惯性导航系统姿态动态初始化的方法。输入包括前一时刻的GPS导航数据BLH1、载体位置mimudat1和MIMU测量数据gpsdat2，以及当前时刻的GPS导航数据BLH2、载体位置mimudat2和MIMU测量数据。输出包括中间时刻体坐标系b相对于移动站北东地坐标系n的姿态角attitude和旋转四元数Q_n_b。

SimplePointPose 是一个用于人体姿态估计和跟踪的简洁高效的基准代码库，基于 PyTorch 实现，并在 COCO 关键点数据集上取得了出色成果。 主要特点： 提供一个简单有效的基线方法，有助于激发和评估该领域的新想法。 在具有挑战性的基准测试中取得优异结果，例如，在 COCO 关键点数据集上，最佳模型达到 74.3 mAP。 提供所有模型供研究使用。 MPII 验证集结果： | 指标 | 头部 | 肩膀 | 手肘 | 手腕 | 臀部 | 膝盖 | 脚踝 | 平均 || :----------------------: | :--: | :--: | :--: | :--: | :--: | :--: | :--: | :--: || 均值@0.1 (256x256) | 96.3 | 95.3 | 89.0 | 83.2 | 88.4 | 8 | - | - |

该MATLAB代码先保存并运行了LSTM姿态机，这是CVPR'18中的一项研究。回购包括该论文的源代码，作者包括罗岳、王周霞等。代码已在64位Linux（Ubuntu 14.04 LTS）上测试，并要求安装MATLAB（R2015a）和至少2.4.8版本的OpenCV。使用了CUDA8.0 + cuDNNv5在GTX TitanX上测试通过。

介绍了一种基于自监督学习的3D人体姿态估计方法，该方法利用单目视频帧序列进行3D姿态生成，并采用自监督校正机制，通过保持3D几何一致性来增强模型性能。该方法的核心部分使用C++实现，并由深度学习工具箱Caffe提供支持。在Human3.6M、KTH Football II和MPII数据集上进行的实验结果表明，该方法具有良好的性能表现。

乔治·帕夫拉科斯（Georgios Pavlakos），周晓薇，科斯塔斯·达尼利迪斯（Kostas Daniilidis）提出了用于3D人体姿势估计的“序数深度监督”方法。这里提供了相应论文的代码链接，用于在CVPR 2018中实现的序数姿态3D深度监视。使用说明包括命令行调用ConvNet模型和MATLAB脚本（存储于matlab文件夹），用于可视化和评估。确保预先安装MATLAB和hdf5库，并按照指南下载模型和数据集。

为了纠正VINS姿态估计器的累积误差，对apriltags2_ros进行了特定验证。这一验证也可以独立作为视觉里程计（VO）使用。主要贡献包括：1. 修改了英特尔Realsense d435i相机的配置文件；2. 将输出与VINS-Mono一致的车体框架姿态发布为主题“/tag_detections”，而不是标签框架到相机框架的变换矩阵；3. 发布了类型为“nav_msgs::Odometry”的主题“/tag_Odometry”，可在RVIZ中可视化；4. 发布了类型为“nav_msgs::Path”的主题“/path”，也可在RVIZ中可视化。更多详细信息，请参阅我的博客。