Todos os caminhos

Fusão de sensores e o filtro de Kalman

A matemática por trás da fusão de sensores, honesta sobre seus limites: ruído como variância, a EMA, o filtro complementar deduzido, o filtro de Kalman de um estado para dois, GPS fundido com uma bússola, e um display de atitude que aprende as deriva do seu giroscópio.

Arduino Uno R3Grátis7 aulas7 h4 capítulos3.920 XPRobótica · Especialista+400 XP

0 de 7 concluídas

O que você vai montar

3 projetos, construídos passo a passo

7 aulas em 4 capítulos, cerca de 7 horas em um Arduino Uno R3 simulado. Grátis, no seu navegador, cada passo verificado pelo simulador.

Projeto do capítulo 1

Média móvel e EMA

Dois filtros de suavização sobre o mesmo ruído: uma média móvel de 8 e uma média móvel exponencial. Preveja quanto ruído cada um remove e quanto cada um atrasa, meça os dois com um teste de degrau e troque um pelo outro.

Abrir no simulador
Projeto do capítulo 2

The 1D Kalman filter

Um estado, quatro linhas: prever, ganho, atualizar, encolher. Faça os primeiros passos à mão, veja o ganho estabilizar no estado estacionário que Q e R definem, detecte um movimento com o teste de inovação e veja o que um R errado faz.

Abrir no simulador
Projeto do capítulo 3

GPS mais IMU

Um GPS NEO-6M e uma bússola MPU-9250 fundidos em uma só posição: navegação inercial por velocidade e rumo entre leituras, um ganho que pondera cada leitura, o erro medido contra a verdade, uma queda de GPS e uma bússola errada em 10 graus.

Abrir no simulador
O mapa

Capítulo por capítulo

Cada aula abre quando a anterior termina, e cada capítulo acaba num projeto.

Capítulo 1

Noise, measured

Variância, a lei da raiz quadrada e o ruído e atraso dos dois filtros de suavização do dia a dia.

  1. Abrir380 XP

    Noise, measured

    Todo filtro começa com um número para o ruído. Meça um ângulo de inclinação ruidoso em janelas de 200: média, desvio padrão, variância e a regra 68-95, e depois veja a média cortar o ruído pela raiz quadrada da contagem.

    0 de 6 passos

  2. ProjetoBloqueado760 XP

    Média móvel e EMA

    Dois filtros de suavização sobre o mesmo ruído: uma média móvel de 8 e uma média móvel exponencial. Preveja quanto ruído cada um remove e quanto cada um atrasa, meça os dois com um teste de degrau e troque um pelo outro.

    0 de 6 passos

5 perguntas, com nota conforme você responde.
Capítulo 2

Da fusão ao Kalman

O filtro complementar deduzido e, depois, o filtro de Kalman escalar levado ao seu estado estacionário.

  1. Bloqueado380 XP

    O filtro complementar, deduzido

    O filtro que você ajustou à mão, agora do jeito certo: alfa a partir de tau e dt, a frequência de cruzamento onde o giroscópio passa a bola para a gravidade, o erro estacionário que um viés deixa (viés x tau) e o ruído do acelerômetro que passa, cada um previsto e depois medido.

    0 de 6 passos

  2. ProjetoBloqueado760 XP

    The 1D Kalman filter

    Um estado, quatro linhas: prever, ganho, atualizar, encolher. Faça os primeiros passos à mão, veja o ganho estabilizar no estado estacionário que Q e R definem, detecte um movimento com o teste de inovação e veja o que um R errado faz.

    0 de 6 passos

5 perguntas, com nota conforme você responde.
Capítulo 3

Kalman na prática

Ângulo e viés em um filtro de dois estados, e um GPS fundido com uma bússola, incluindo a bússola errada.

  1. Bloqueado380 XP

    Kalman para inclinação

    O ângulo de inclinação com filtro de Kalman da galeria: um MPU6050 pelo filtro de dois estados da TKJ Electronics, ângulo e viés do giroscópio, plotados ao lado do acelerômetro, do giroscópio sozinho e de um filtro complementar. Leia as matrizes 2 x 2, acompanhe uma inclinação e aperte o nível.

    0 de 6 passos

  2. ProjetoBloqueado860 XP

    GPS mais IMU

    Um GPS NEO-6M e uma bússola MPU-9250 fundidos em uma só posição: navegação inercial por velocidade e rumo entre leituras, um ganho que pondera cada leitura, o erro medido contra a verdade, uma queda de GPS e uma bússola errada em 10 graus.

    0 de 7 passos

5 perguntas, com nota conforme você responde.
Capítulo 4

Projeto final

Um horizonte artificial que aprende os vieses do giroscópio e se mantém estável durante uma sacudida.

  1. Bloqueado400 XP

    Chefão: um display de atitude estável

    Um horizonte artificial em um OLED SSD1306, movido por dois filtros de Kalman de dois estados escritos no sketch: eles aprendem o viés de cada giroscópio enquanto rodam, acompanham uma inclinação e se mantêm estáveis durante uma sacudida confiando no giroscópio enquanto o acelerômetro mente.

    0 de 7 passos

3 perguntas, corrigidas conforme você avança.
Certificado

Um certificado ao terminar

Termine todas as aulas e passe nos quizzes de todos os capítulos, e o Mokxi emitirá um certificado com o seu nome, verificado em sua própria página.

Certificado nºMXC0-URSE-0001

Certificado de Conclusão

Certificamos que

Nome do Aluno

concluiu com êxito o curso

Fusão de sensores e o filtro de Kalman

Abrange Noise, measured, From fusion to Kalman, Kalman for real e o projeto Chefão.

7 aulas · cerca de 7 horas de estudo

DaneDane, fundador do MokxiEmitido em 17 de novembro de 2026
Verificar este certificadomokxi.com/cert/MXC0URSE0001
Certificado

Ganhe seu certificado

  • Seu nome e um ID únicoImpresso em um certificado em modo paisagem que é seu para guardar.
  • Verificado pelo MokxiUm QR code e uma página pública com a qual qualquer pessoa pode conferir.
  • Adicionar ao LinkedInCom um clique, o formulário de certificação do LinkedIn é preenchido.
  • Baixar em PDFImprima ou anexe a um currículo ou a uma inscrição.

Termine o curso e ganhe um certificado verificável com seu nome, um QR code e um link para o LinkedIn. Os certificados acompanham o Pro, e o teste de 7 dias é grátis.

Programa do curso

Todas as aulas do curso

Todas as 7 aulas, em ordem, cada uma com o que cobre. Qualquer uma delas abre no editor na hora.

Capítulo 1

Noise, measured

  1. Noise, measuredTodo filtro começa com um número para o ruído. Meça um ângulo de inclinação ruidoso em janelas de 200: média, desvio padrão, variância e a regra 68-95, e depois veja a média cortar o ruído pela raiz quadrada da contagem.
  2. Média móvel e EMADois filtros de suavização sobre o mesmo ruído: uma média móvel de 8 e uma média móvel exponencial. Preveja quanto ruído cada um remove e quanto cada um atrasa, meça os dois com um teste de degrau e troque um pelo outro.
Capítulo 2

Da fusão ao Kalman

  1. O filtro complementar, deduzidoO filtro que você ajustou à mão, agora do jeito certo: alfa a partir de tau e dt, a frequência de cruzamento onde o giroscópio passa a bola para a gravidade, o erro estacionário que um viés deixa (viés x tau) e o ruído do acelerômetro que passa, cada um previsto e depois medido.
  2. The 1D Kalman filterUm estado, quatro linhas: prever, ganho, atualizar, encolher. Faça os primeiros passos à mão, veja o ganho estabilizar no estado estacionário que Q e R definem, detecte um movimento com o teste de inovação e veja o que um R errado faz.
Capítulo 3

Kalman na prática

  1. Kalman para inclinaçãoO ângulo de inclinação com filtro de Kalman da galeria: um MPU6050 pelo filtro de dois estados da TKJ Electronics, ângulo e viés do giroscópio, plotados ao lado do acelerômetro, do giroscópio sozinho e de um filtro complementar. Leia as matrizes 2 x 2, acompanhe uma inclinação e aperte o nível.
  2. GPS mais IMUUm GPS NEO-6M e uma bússola MPU-9250 fundidos em uma só posição: navegação inercial por velocidade e rumo entre leituras, um ganho que pondera cada leitura, o erro medido contra a verdade, uma queda de GPS e uma bússola errada em 10 graus.
Capítulo 4

Projeto final

  1. Chefão: um display de atitude estávelUm horizonte artificial em um OLED SSD1306, movido por dois filtros de Kalman de dois estados escritos no sketch: eles aprendem o viés de cada giroscópio enquanto rodam, acompanham uma inclinação e se mantêm estáveis durante uma sacudida confiando no giroscópio enquanto o acelerômetro mente.
Kits

Monte também na sua bancada

Cada aula roda no simulador, sem precisar comprar nada. Quando quiser a versão real, esses kits têm os componentes.

Já tem um kit?

Encontre seu kit

Escolha o kit inicial que você tem e rode todas as aulas do manual dele com os mesmos componentes nos mesmos pinos.

Ver todos os kits
Perguntas

Sobre Sensor fusion e o filtro de Kalman

Sensor fusion e o filtro de Kalman é grátis?

Sim. As 7 aulas de Sensor fusion e o filtro de Kalman são grátis e rodam no seu navegador, sem nada para instalar e sem componentes para comprar antes de começar.

Preciso de um Arduino Uno R3 de verdade?

Não. Cada aula roda em um Arduino Uno R3 simulado com seus componentes no canvas, e o simulador verifica cada passo conforme você avança. Quando quiser montar de verdade, a mesma ligação e o mesmo código funcionam em uma placa real.

Quanto tempo leva Sensor fusion e o filtro de Kalman?

Cerca de 7 horas: 7 aulas em 4 capítulos, cada uma com alguns passos curtos. Seu progresso fica salvo, então você pode parar após qualquer aula e continuar de onde parou.

O que eu vou montar?

Each chapter ends in a project that puts it together: Moving average and EMA, The 1D Kalman filter and GPS plus IMU.

Por onde eu começo?

Com "Ruído, medido", e cada aula se apoia na anterior. Primeira vez com circuitos? Eletrônica básica é o curso que começa do zero.