Este artigo apresenta métodos para determinação de atitude usando sensores MEMS e um processador de baixo custo Arduino One. Filtros de Kalman foram desenvolvidos para fundir os dados de acelerômetro, magnetômetro e giroscópio. Os dados do acelerômetro e magnetômetro foram processados com o método de TRIAD. As matrizes de covariância usadas no projeto dos filtros de Kalman foram obtidas pela análise de variância de Allan dos sensores. Um filtro de Kalman foi melhorado com uma modelagem de ruído do giroscópio que combina o ruído branco padrão com o random walk. Resultados experimentais mostram que esta mudança pode determinar resultados razoavelmente diferentes em relação aqueles do filtro de Kalman padrão
