2、IMU传感器基础：加速度计、陀螺仪、磁力计的工作原理，以及STM32上的I2C/SPI接口读取方法
IMU（Inertial Measurement Unit，惯性测量单元）是手势控制机器人的“感觉神经末梢”。它通过加速度计、陀螺仪和磁力计三种核心传感器，将机器人自身的运动状态（加速度、角速度、姿态方向）转换为数字信号，供STM32主控进行姿态解算和手势识别。本章将深入剖析这三种传感器各自的物理原理、输出特性与适用场景，并重点讲解在STM32平台上通过I2C和SPI总线读取IMU数据的完整方法，为后续的窗口特征提取和分类模型训练奠定数据采集基础。
上图展示了IMU传感器数据从物理量采集到STM32主控处理的完整链路。三个传感器分别输出三轴数据，通过I2C或SPI总线汇聚到STM32，经过姿态解算后形成手势识别所需的特征窗口。下面我们将逐一拆解每个环节的技术细节。
2.1 加速度计：感知重力与线性加速度
核心原理：质量-弹簧系统的电容检测
加速度计的核心是一个微机械结构，内部包含一个可移动的检测质量块（Proof Mass）和固定的电极板。当传感器沿某一轴加速时，质量块因惯性发生位移，导致电容板间距变化，从而改变电容值。通过测量电容差，即可反推出加速度大小。在静止状态下，加速度计测量的是重力加速度（1g ≈ 9.8 m/s²）在三个轴上的分量，这为姿态解算提供了参考。
判断方法：静止检测与姿态角计算
利用加速度计计算横滚角（Roll）和俯仰角（Pitch）的公式如下：
Roll = atan2(AY, sqrt(AX² + AZ²)) * 180 / PI
Pitch = atan2(-AX, sqrt(AY² + AZ²)) * 180 / PI其中AX、AY、AZ分别为三轴加速度读数。需要注意的是，加速度计无法区分重力加速度和线性加速度，因此在剧烈运动时，姿态角会引入较大噪声。实际工程中，通常将加速度计数据通过低通滤波器（截止频率5-10Hz）后再用于姿态计算。
实战场景：手势“挥动”检测
在STM32手势控制机器人中，加速度计常用于检测挥动动作。例如，当用户快速向前挥动手臂时，X轴加速度会出现一个明显的正向脉冲，峰值可达2-3g。通过设置阈值（如1.5g）和持续时间（如50ms），即可可靠识别该手势。但需注意，加速度计对高频振动敏感，若机器人电机振动传导至IMU，可能产生误触发，因此需要结合陀螺仪数据进行联合判断。
2.2 陀螺仪：测量角速度与姿态变化率
核心原理：科里奥利效应
MEMS陀螺仪利用科里奥利力（Coriolis Force）来测量角速度。其内部有一个高速振动的质量块，当传感器绕某一轴旋转时，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，导致检测结构发生位移。通过电容检测该位移量，即可得到角速度。陀螺仪输出的是角速度（°/s或rad/s），对时间积分即可得到角度变化。
判断方法：动态姿态跟踪与零偏校准
陀螺仪的核心优势在于动态响应快，不受线性加速度影响。但积分过程会累积零偏误差（Bias Drift）。因此，每次上电后需要进行静态校准：采集静止状态下100-200个样本，计算平均值作为零偏，并在后续读数中减去该值。校准后的角速度积分公式为：
angle += (gyro_rate - bias) * dt其中dt为采样周期（如0.005s对应200Hz采样率）。
实战场景：手势“旋转”识别
对于手腕翻转、画圈等手势，陀螺仪的Z轴角速度（Yaw rate）是主要特征。例如，识别“翻转手腕”手势时，可设定Z轴角速度值超过180°/s且持续100ms。但陀螺仪积分会随时间漂移，因此不能长时间依赖陀螺仪单独工作，必须与加速度计和磁力计融合。
2.3 磁力计：提供航向基准
核心原理：磁阻效应与地磁场测量
磁力计通过测量地磁场在三个轴上的分量来确定方向。其内部采用磁阻传感器（如各向异性磁阻AMR），当外部磁场方向变化时，薄膜电阻的阻值随之改变，通过惠斯通电桥输出差分电压。磁力计输出的航向角（Yaw）计算公式为：
Yaw = atan2(MY, MX) * 180 / PI其中MX、MY为水平面内的磁场分量。磁力计提供了航向参考，可有效抑制陀螺仪积分漂移。
判断方法：硬铁与软铁校准
磁力计极易受周围铁磁性物质干扰（如电机、扬声器、PCB走线）。硬铁干扰表现为固定偏移，软铁干扰表现为椭圆畸变。工程上常采用“转圈校准法”：将设备水平旋转360°，记录所有MX、MY数据点，拟合圆心偏移和椭圆比例，生成校准矩阵。校准后的数据才能用于航向计算。
实战场景：机器人朝向锁定
在机器人巡线或定向移动时，磁力计提供的Yaw角可作为闭环控制的反馈量。例如，设定目标航向为90°（正东），当机器人偏航时，通过PID控制器调整左右轮速差，使Yaw角回归目标值。但需注意，磁力计在室内可能受钢筋结构干扰，需结合陀螺仪进行加权融合。
2.4 STM32上的I2C/SPI接口读取方法
核心原理：两种总线的物理层与协议差异
I2C（Inter-Integrated Circuit）使用两根线（SCL时钟、SDA数据），支持多设备挂载，通过7位或10位地址寻址，标准模式100kHz，快速模式400kHz。SPI（Serial Peripheral Interface）使用四根线（SCK、MOSI、MISO、CS），全双工通信，速率可达10MHz以上，但每个设备需要独立的片选线（CS）。对于IMU这类需要高速、连续读取三轴数据的传感器，SPI通常能提供更低的延迟和更高的采样率。
| 对比维度 | I2C | SPI |
|---|---|---|
| 引脚数量 | 2 (SCL, SDA) | 4 (SCK, MOSI, MISO, CS) |
| 通信速率 | 100/400 kHz | 1-10 MHz |
| 多设备支持 | 地址寻址，可挂多设备 | 每设备独立CS，需额外引脚 |
| 数据完整性 | 带ACK应答 | 无应答机制，需软件校验 |
| 适用场景 | 低速、少量数据、节省引脚 | 高速、连续大数据流 |
操作流程：STM32 HAL库读取IMU数据
以常见的MPU6050（加速度计+陀螺仪）为例，使用I2C接口读取原始数据的核心步骤如下：
- 初始化I2C外设：配置I2C时钟频率为400kHz，使能内部上拉电阻。
- 传感器复位与唤醒：向寄存器0x6B写入0x00，退出睡眠模式。
- 配置量程：设置加速度计量程为±4g（寄存器0x1C），陀螺仪量程为±500°/s（寄存器0x1B）。
- 读取数据：从寄存器0x3B开始连续读取14字节（加速度计6字节+温度2字节+陀螺仪6字节）。
- 数据拼接与转换：将高低字节拼接为16位有符号整数，再乘以灵敏度系数（如加速度计±4g时，LSB灵敏度为8192 LSB/g）。
// STM32 HAL库 I2C 读取示例
uint8_t buf[14];
HAL_I2C_Mem_Read(&hi2c1, 0xD0, 0x3B, I2C_MEMADD_SIZE_8BIT, buf, 14, 100);
int16_t ax = (buf[0] << 8) | buf[1];
int16_t ay = (buf[2] << 8) | buf[3];
int16_t az = (buf[4] << 8) | buf[5];
float accel_scale = 8192.0f; // 对应±4g
float ax_g = ax / accel_scale; // 单位为g实战场景：SPI模式下的高速数据采集
当手势识别需要200Hz以上的采样率时，SPI是更优选择。以BMI160为例，SPI通信时CS引脚拉低后，发送寄存器地址（最高位为读写标志），随后连续读取6字节数据。SPI模式下，STM32的SPI外设时钟可配置为5MHz，单次读取6字节仅需约10μs，远快于I2C的数百微秒。但SPI没有应答机制，需通过读取WHO_AM_I寄存器（地址0x00）验证通信是否正常。
2.5 三传感器融合与数据同步
核心原理：互补滤波与时间戳对齐
加速度计低频稳定但高频噪声大，陀螺仪高频响应好但低频漂移，磁力计提供航向但易受干扰。互补滤波通过高通滤波器和低通滤波器的组合，将三者优势结合。同时，由于三个传感器可能共享同一芯片（如MPU9250），其数据在内部是同步采样的；若使用独立传感器，则需在STM32中通过外部中断或定时器触发同步采样，确保同一时刻的三轴数据对应同一姿态。
判断方法：滤波系数选择
互补滤波的经典公式为：
angle = alpha * (angle + gyro_rate * dt) + (1 - alpha) * accel_angle其中alpha通常取0.95-0.98，表示对陀螺仪积分的信任程度。alpha越大，动态响应越好但漂移越大；alpha越小，静态稳定性越好但动态延迟增加。实际调试时，可通过观察静止时角度波动和运动时响应速度来调整alpha。
实战场景：手势“画圈”识别
识别画圈手势时，需要同时使用加速度计和陀螺仪。加速度计检测到X/Y轴周期性变化（频率约1-2Hz），陀螺仪Z轴角速度呈现正负交替的波形。通过计算加速度计数据的方差和陀螺仪Z轴过零次数，可构建有效的特征向量。若仅依赖单一传感器，则容易将“抖动”误判为“画圈”。