观测器 / 卡尔曼滤波模块（状态估计与传感融合）

当你“想要的状态量测不到/噪声很大”，用滤波与模型融合出更可靠的状态（位置/速度/角度/漂移等）。

• 典型思路：用模型预测 + 用测量校正，迭代得到最优估计（经典 KF/扩展 EKF）。

• 多传感器输入：IMU(I2C/SPI)、编码器、超声/ToF、视觉（串口/USB）
• 输出：给 PID/LQR/MPC 的“估计状态”

• 传感器地址跳线（I2C 地址）、中断脚选择、IMU 量程档位

• I2C：3.3V 上拉（2.2k–10k）；SPI：注意电平匹配与线长

• 先标定：零偏/尺度/安装方向；再调噪声参数（过程噪声/测量噪声）。

• IMU：BMI270/ICM-42688；里程计：编码器；ToF：VL53L0X/1X

• 导航定位、循迹 + 姿态、目标跟踪、抗噪测量控制类