inertial-navigation-inslib

# INSLIB — navegación inercial en C Librería C11 **sin dependencias ni heap** para fusionar IMU + GNSS + barómetro + magnetómetro con filtros de Kalman de raíz cuadrada, más herramientas Python de post-proceso con GUI. Pensada para embedded/bare-metal. ## When to Use (cuándo usarlo) - Trayectorias con **GNSS degradado o mudo** (túneles, ferrocarril, interior): navegación inercial con aiding. - Post-proceso de un dataset IMU/GNSS a KML o PDF de gráficas. - **Patrón de QA certificable** reutilizable (cobertura MC/DC, trazabilidad de requisitos) para MVPs ferroviarios. ## Núcleo técnico - Filtros **UDU/Bierman-Thornton** (raíz cuadrada, numéricamente robustos), compensación y **estimación del retardo GNSS** (100-200 ms típicos de receptor). - **World Magnetic Model embebido** para declinación; modo `AHRS_MODE_ARS` de 5 estados **sin magnetómetro**. - Formato de datos simple: un CSV por sensor con `t_us` (microsegundos) como primera columna — IMU: `gyr_frd_x/y/z` (rad/s) y `acc_frd_x/y/z` (m/s²) — más un `config.yaml` por dataset (modo de aiding, ruido de sensores, lever arms, canales activos). Ejemplos: `config_basic.yaml`, `config_local_inertial.yaml`. ## Uso verificado ```bash sh python/setup_venv.sh # crea venv y hace 'make pylib' . env.sh # activa el entorno python3 python/inspostgui.py datasets/fog # GUI de post-proceso python3 python/replay.py datasets/fog --plot --plot-out /tmp/plots.pdf python3 python/replay.py datasets/fog --kml salida.kml python3 python/replay.py <dataset> --estimate-gnss-delay # mide el lag real por correlación cruzada ``` Tiempo real: `make insrcv` escucha paquetes UDP en el **puerto 29800** (protocolo en `tools/inslib_protocol.md`) y reemite a **PlotJuggler** (JSON UDP `:9870`) y opcionalmente MAVLink (`./build/insrcv --mavlink`, UDP `:14550`). ## Patrón de QA (lo más valioso para proyectos certificables) - >90 % de cobertura incluyendo **MC/DC**, orientado a **DO-178 DAL-A / ISO 26262 ASIL-D**. - Trazabilidad de requisitos machine-checkable con `make reqs`; análisis estático con UBSan/ASan. ## Pitfalls - Los datasets de ejemplo son logs de vuelo (`datasets/fog`): sus escalas de ruido no valen tal cual para ferrocarril — recalibrar `config.yaml`. - El magnetómetro es opcional pero su ausencia degrada el rumbo: usar `AHRS_MODE_ARS` a conciencia. - Sin heap ⇒ buffers de tamaño fijo: revisar límites antes de subir frecuencias de muestreo. ## Referencia - Repo: `jnz/INSLIB` (~482 ⭐, C, consultado 2026-09-15).