2、传感器基础：IMU（加速度计、陀螺仪、磁力计）的工作原理、输出特性与主要参数
智能穿戴设备之所以能够实现步态识别、跌倒检测、姿态解算与场景感知，其底层依赖的核心硬件便是惯性测量单元（IMU）。IMU 并非单一传感器，而是由加速度计、陀螺仪（以及可选配的磁力计）构成的组合传感器系统。理解这三类传感器各自的工作原理、输出特性与关键参数，是后续进行传感器融合算法设计、场景状态判断以及功耗调优的基石。本节将深入拆解 IMU 的物理本质、数据特征与工程选型要点，帮助开发者建立从“原始数据”到“可用信息”的完整认知链路。
上图展示了 IMU 内部三大核心传感器的数据流向与融合关系。在实际穿戴设备中，这三类传感器协同工作，各自发挥不可替代的作用。下面我们将逐一深入剖析其工作原理与工程特性。
2.1 加速度计：感知比力与倾角
2.1.1 工作原理
加速度计测量的是“比力”（Specific Force），即物体受到的惯性力与重力之差，而非单纯的线加速度。MEMS 加速度计通常采用电容式检测原理：内部包含一个质量块，质量块通过弹性梁悬挂在固定电极之间。当设备发生加速度变化时，质量块因惯性发生位移，导致与固定电极之间的电容差发生变化。通过测量电容差值，即可反推出加速度的大小与方向。
在静态或准静态条件下，加速度计的输出中包含了重力加速度分量（1g = 9.8 m/s²）。利用这一特性，我们可以通过计算三轴加速度矢量的方向，估算出设备相对于水平面的倾角（Roll 和 Pitch）。例如，当设备平放时，Z 轴输出约为 1g，X/Y 轴接近 0g；当设备倾斜 45° 时，各轴输出呈现正弦/余弦关系。
2.1.2 输出特性与主要参数
| 参数名称 | 典型值范围 | 工程意义 |
|---|---|---|
| 量程（Range） | ±2g ~ ±16g | 决定可测量的最大加速度；穿戴设备通常选 ±8g 或 ±16g 以覆盖跌倒冲击 |
| 分辨率（Resolution） | 16-bit（65536 LSB） | 决定最小可分辨的加速度变化；16-bit 下 ±2g 量程对应约 0.06mg/LSB |
| 零偏（Bias） | ±20mg ~ ±80mg | 静态输出偏移，需在算法中校准消除 |
| 零偏稳定性 | ±1mg ~ ±10mg | 长时间工作时零偏的漂移程度，影响倾角精度 |
| 噪声密度 | 80 ~ 300 μg/√Hz | 决定信噪比，影响动态精度 |
| 带宽（Bandwidth） | 10Hz ~ 500Hz | 需根据应用场景设置低通滤波截止频率 |
| 输出数据速率（ODR） | 1Hz ~ 1000Hz+ | 采样频率，需满足奈奎斯特采样定理 |
在穿戴设备中，加速度计通常以 50Hz~100Hz 的 ODR 运行，配合 20Hz~50Hz 的低通滤波，以平衡功耗与响应速度。对于跌倒检测等冲击性事件，需要更高的带宽（>100Hz）以捕捉峰值加速度。
2.2 陀螺仪：测量角速度与姿态变化
2.2.1 工作原理
MEMS 陀螺仪基于科里奥利效应（Coriolis Effect）工作。其内部有一个高速振动的质量块，当设备绕某一轴旋转时，质量块会受到垂直于振动方向和旋转轴方向的科里奥利力，导致质量块在另一方向上产生位移。通过电容检测该位移，即可计算出角速度。
陀螺仪输出的是角速度（单位：°/s 或 dps），而非角度。要获得姿态角（Roll、Pitch、Yaw），需要对角速度进行时间积分。然而，积分过程会累积零偏误差，导致姿态漂移。例如，一个零偏为 0.1°/s 的陀螺仪，积分 10 秒后会产生约 1° 的角度误差；积分 1 分钟后误差可达 6°。因此，陀螺仪适合短时高动态的姿态跟踪，但长期稳定性差，需要与加速度计、磁力计融合校正。
2.2.2 输出特性与主要参数
| 参数名称 | 典型值范围 | 工程意义 |
|---|---|---|
| 量程 | ±125dps ~ ±2000dps | 穿戴设备通常选 ±500dps 或 ±1000dps，覆盖快速转动 |
| 零偏稳定性 | ±1°/s ~ ±10°/s | 衡量长时间静止时输出的漂移程度，是姿态解算精度的核心指标 |
| 角度随机游走（ARW） | 0.1 ~ 0.5 °/√h | 衡量噪声对积分角度的影响 |
| 灵敏度温漂 | ±1% ~ ±3% | 温度变化导致灵敏度变化，影响测量精度 |
| 非线性度 | ±0.1% ~ ±0.5% FS | 输出与真实角速度的线性偏差 |
| 交叉轴灵敏度 | 1% ~ 3% | 某一轴旋转对其他轴输出的串扰 |
2.3 磁力计：提供航向参考
2.3.1 工作原理
磁力计（电子罗盘）测量地球磁场在设备三轴上的分量，用于确定设备的航向角（Yaw）。MEMS 磁力计通常采用磁阻效应或霍尔效应原理。以各向异性磁阻（AMR）传感器为例，其内部由坡莫合金薄膜构成，当外部磁场方向变化时，薄膜的电阻值随之改变，通过惠斯通电桥将电阻变化转换为电压输出。
磁力计的关键在于“方向”的参考价值。与陀螺仪积分漂移不同，磁力计直接输出磁场方向，不存在累积误差。然而，磁力计极易受环境磁场干扰——电机、扬声器、金属结构、高压线等都会产生附加磁场，导致航向角偏差。因此，磁力计数据必须经过硬磁校准（消除固定偏移）和软磁校准（消除比例误差）后才能使用。
2.3.2 输出特性与主要参数
| 参数名称 | 典型值范围 | 工程意义 |
|---|---|---|
| 量程 | ±49μT ~ ±120μT | 地球磁场强度约 25~65μT，需覆盖环境干扰 |
| 分辨率 | 0.1 ~ 0.3 μT/LSB | 决定航向角分辨率 |
| 噪声 | 0.3 ~ 1.0 μT RMS | 影响航向角稳定性 |
| 更新率 | 10Hz ~ 100Hz | 与加速度计/陀螺仪同步 |
| 硬磁偏移 | ±100μT | 由设备内部磁性元件产生，需校准 |
2.4 三传感器协同与融合策略
在穿戴设备中，单一传感器无法满足姿态解算的精度与稳定性要求。加速度计提供静态倾角参考，陀螺仪提供动态角速度，磁力计提供航向。三者通过互补滤波或卡尔曼滤波进行融合：
- 互补滤波：利用加速度计和磁力计的低频信号修正陀螺仪的高频积分漂移。其核心思想是：陀螺仪在短时间内精度高，但长期漂移；加速度计/磁力计在静态时精度高，但动态响应差。通过高通滤波处理陀螺仪信号，低通滤波处理加速度计/磁力计信号，再相加得到融合姿态。
- 卡尔曼滤波：建立状态空间模型，将陀螺仪角速度作为控制输入，加速度计/磁力计作为观测值，通过预测-更新迭代估计最优姿态。卡尔曼滤波在动态场景下表现更优，但计算量较大，对穿戴设备的 MCU 算力有一定要求。
2.5 实战案例：跌倒检测中的 IMU 参数配置
背景与目标：某智能手环需要实现跌倒检测功能，要求在老人跌倒后 3 秒内触发报警，同时避免误报（如弯腰、坐下、剧烈运动）。
初始条件与约束：手环 MCU 为 Cortex-M4F（主频 80MHz），电池容量 200mAh，需保证 7 天续航。传感器选用 BMI160（加速度计+陀螺仪组合），磁力计选用 BMM150。
关键参数配置：
加速度计：量程 ±16g，ODR 100Hz，带宽 50Hz（低通滤波）
陀螺仪：量程 ±1000dps，ODR 100Hz，带宽 50Hz
磁力计：ODR 25Hz（用于航向参考，不参与跌倒检测主逻辑）
中断配置：加速度计任意轴超过 2.5g 触发中断，唤醒 MCU分析判断过程：跌倒事件通常包含三个阶段：失重（加速度接近 0g）、撞击（加速度峰值 > 3g）、静止（加速度恢复 1g）。通过加速度计检测撞击峰值，结合陀螺仪检测姿态变化（从直立变为平躺），可有效区分跌倒与弯腰（弯腰时无撞击峰值）。
实际操作步骤：
- 配置加速度计为 ±16g 量程，确保不饱和（跌倒撞击可达 8~12g）；
- 设置 ODR 100Hz，保证捕捉 10ms 级的撞击峰值；
- 在中断服务函数中读取三轴加速度，计算合成矢量幅值；
- 若幅值 > 3g，启动 2 秒窗口，检测后续是否出现姿态角变化 > 60°；
- 若满足条件，触发报警，并通过 BLE 发送位置信息。
结果与复盘：实测跌倒检测灵敏度 95%，误报率 2 次/天（主要来自剧烈甩手）。复盘发现，误报源于甩手时产生的离心加速度超过阈值。优化方案：增加陀螺仪角速度变化率判断（甩手时角速度变化率远高于跌倒），并延长确认窗口至 3 秒。最终误报率降至 0.5 次/天。
2.6 常见误区与总结
- 误区一：认为加速度计可以直接测量速度或位移。实际上，加速度计输出的是比力，包含重力分量，且积分会产生严重漂移，不适合直接积分求位移。
- 误区二：忽视磁力计校准。未校准的磁力计航向角误差可达 20°~30°，导致融合后的 Yaw 角严重失真。每次更换佩戴位置或环境后，应重新校准。
- 误区三：量程选择不当。量程过小导致信号饱和削波，量程过大则降低分辨率。应根据应用场景选择合适量程，并留出 20% 余量。
- 误区四：忽略温度影响。MEMS 传感器的零偏和灵敏度随温度变化明显，在户外穿戴场景（-20°C~50°C）中，必须进行温度补偿或定期校准。