- PSINS：西工大严恭敏开发的捷联惯导工具箱，包含一系列 MATLAB 后处理脚本，和 C++ 实时松组合程序，
- KF-GINS：武大，算是一个 Demo，代码只有 1300 行，注释详尽，适合作为入门惯导入门松组合学习的代码，听说原本是硕士
- OB-GINS：武大唐海亮，
- TGINS：后处理 PPP-INS 紧组合，安理工陈超开发，
- PPPLIB：矿大陈超开发，投稿到 GPS Solution，支持 GNSS 三频数据处理，基于 C++ 编写，
- Compass：矿大陈超开发，对应于他的博士论文
- GINav_v2.0、GINAV：后处理 GNSS-INS 紧组合，矿大陈凯开发，
- IGNAV：基于 RTKLIB 的 GNSS-INS 图优化紧组合，武大苏景岚开发，
- MATLAB-Groves：GNSS 及多传感器数据融合，
- imu_x_fusion：
- OpenIMU：
- eagleye：
- ai-imu-dr：
- NaveCodePro：
- InertialNav：
- nav_matlab：
- gnss-ins-zupt：
- kalibr_allan：
- imu_data_simulation：
- GPS_IMU_Kalman_Filter：
- TightlyCoupledINSGNSS：
- stm32f4_mpu9250：
- Wheel-INS ：
- GNSS-INS：
- imu_tools：
- IMUCalibration-Gesture：
- ImuCalibration-Poistion：
- imu_utils：
- GyroAllan：
- gnss-ins-sim：
- MEMS-IMU-Denoising：
- nav_matlab：
- agrobot：
- IBG_EKF_TC：
- ZCJ_GNSSINS_DeepIntegration：
- Smartphone_IMU_GPS：
- INSTINCT：
- Gait-Tracking：
- Machine_Learning_GNSS_IMU_Integration：
- ImuCalibration-Poistion：
- ADIS16470_Arduino_Teensy：
- Seeed_ADIS16470：
- GPS_Milemeter_IMU_EKFLocation：采用gps、里程计和电子罗盘作为定位传感器，EKF作为多传感器的融合算法，最终输出目标的滤波位置。 本文采用的方法是利用iphone手机上的GPS来获取载体的经纬度，利用电子罗盘获取到航向角，通过加速度计积分得到位移（加速度的功能替代来里程计），再通过EKF融合得到最终的位置。
- IMUNet：基于数据驱动的导航和定位方法近年来备受关注，它在精度和效率方面优于所有同类方法。本文介绍了一种名为 IMUNet 的新架构，它能在接收原始 IMU 测量序列的边缘设备上准确高效地进行位置估计。就准确性和效率而言，该架构与最近推出的用于边缘设备实施的最先进 CNN 网络的一维版本进行了比较。此外，还提出了一种使用手机 IMU 传感器和谷歌 ARCore API 收集数据集的新方法，并记录了一个公开可用的数据集。为了证明该架构的性能，我们使用四个不同的数据集以及所提出的数据集和真实设备实施进行了综合评估。Pytorch 和 Tensorflow 框架中的所有代码以及安卓应用程序代码都已共享，以改进进一步的研究。
- SmartIMU：SmartIMU 是一個集成微控制器（STM32F411）、3-Axis 加速度計、3-Axis 陀螺儀、3-Axis 電子羅盤與氣壓計（MPU9250、LPS22HB）以及無線傳輸（NRF52810）於一體的 10DOF 模組，控制器透過 UART 連接無線傳輸芯片，可以將感測器資料無線傳輸至其他裝置觀察。板上除了有 LED、按鍵、電源管理以及 RF 功率放大外，亦拉出至多 25pin 帶 ADC、UART、SPI、I2C 等功能的可用 I/O，1.27mm 間距的擴充腳位上下皆可連接，方便擴充不同應用，像是小型四軸飛行器。