Hathaway Zhu

在Crazyflie上有两种类型的state estimators:

• Complementary Filter
• Extended Kalman Filter

Complementary Filter(CF)

该CF最初的输入为IMU上的gyroscope(测量角速度)和accelerator， 后面增加了 Zranger deck(The Z-ranger deck v2 uses a laser sensor to measure the distance to the ground and adds the possibility to fly with precise height control)测量的ToF distance(Time-of-Flight)。滤波器的输出为Crazyflie的姿态角(roll, pitch, yaw)和高度(Z轴的Altitude)。滤波器的输出可以供controller用，也用于manual control(手动操控飞行)。如果你对具体的代码实现感兴趣，可以去参看firmware上的两个C文件：estimator_complementary.c 以及sensfusion6.c。该complementary filter 为Crazyflie firmware上默认的state estimator。下图给出了该滤波器的架构。

Extended Kalman Filter

该滤波器比默认的complementary filter更加复杂，因为它可以接受更多的sensor inputs，both internal与external sensors。具体详细关于EKF，可以参考ETH的课程。

我们偏爱Kalman filter in combination with several decks: Flowdeck, Loco positioning deck and the lighthouse deck.如果你去看deck driver firmware的代码(例如this one)，可以发现我们将KF设为了要求的state estimator，因为我们需要顾及position与velocity。需要指出的是，不同的传感器会有不同的测量精度。例如用Lighthouse deck (mm precision) 定位比loco positioning deck (cm precision)要准确的多。具体实现请参见C代码文件estimator_kalman.c 与kalman_core.c。另外，EKF有一个supervisor，用于在位置或者速度估计失控的情况下进行reset。