Este documento investiga el problema de calibración del error de integración numérica en filtros de puntos sigma de grupos de Lie para obtener resultados de estimación más precisos. Sobre la base del marco teórico de la transformación de cuadratura de Bayes-Sard, primero establecimos un estimador bayesiano en grupos de Lie matriciales para mediciones de sistemas en espacios euclidianos o grupos de Lie. Luego, se empleó el estimador para desarrollar un filtro de Kalman de cubatura de Bayes-Sard generalizado en grupos de Lie matriciales que considera incertidumbres adicionales provocadas por errores de integración y contiene dos variantes. También nos basamos en el principio de máxima verosimilitud, y se derivó una versión adaptativa del filtro propuesto para una mejor flexibilidad del algoritmo y resultados de filtrado más precisos. Los filtros propuestos se aplicaron al problema de estimación de actitud de cuaterniones. Simulaciones numéricas de Monte Carlo respaldaron que los filtros propuestos lograron una mejor calidad de estimación que la de otros filtros de grupos de Lie en los estudios mencionados.