的溢出感知執行我試圖實現卡爾曼濾波器獲得物體的定向，使用3軸加速計和3軸陀螺儀作爲傳感器。卡爾曼濾波器
選擇此過濾器的預測階段的動態模型是直線前進，它是：
new_angle = angle + angular_velocity * time
new_angular_velocity = angular_velocity
但我沒有浮點支持的手，我需要的精度每一位來建模角度。因此，我的計劃是將角度表示爲32位整數數據，表示完整轉爲2 pi爲2^32個小步驟。 因此，整數溢出處理換行（2 pi與0方向相同）是免費的。
但是，這也構成了對過濾器的一個問題：如果估計的角度將，說359°，我的測量0°，然後過濾器是假設一個巨大的創新，導致不確定性和奇數值。
有什麼辦法讓過濾器意識到這種可能的包裝？在上述情況下僅創新1°？
爲了規避這個問題，我想過使用角度的差異，而不是角度，但我不能找到合適的型號。
今天我有類似KF同樣的問題......但我沒有限制你。
這裏是我所做的：
的predicted_angle值被計算剛過：
//避免0和360
之間跳躍如果（measured_angle < pi/2之間& & predicted_angle> 3 * pi/2）prediction_angle = predicted_angle - 2 * pi;
if（measured_angle> 3 * pi/2 & & estimate_aAngle < pi/2）predicted_angle = predicted_angle + 2 * pi;
規範化estimated_angle經計算後。
如果你不介意犧牲一點精度可能會切換到有符號整數[-2 * PI，+ 2 * PI）範圍內，做同樣的。
P.S.如果每個樣本的最大角度變化很小，我認爲在KF中使用內部角度偏移可以犧牲一個比特的精度。偏移量必須大於該值。 您將擁有2^32 = 2 * Pi + 2 * OFFSET範圍而不是2 * pi。在KF中，將此OFFSET添加到局部角度變量並返回estimated_angle = normalize（offset_estimated_angle - OFFSET，0-2 * pi）。
HTH