飞控数据基础：传感器与日志格式
做飞控仿真也好，真机试飞也罢，你手里最值钱的东西就是数据。没有数据，你连飞机为什么炸了都说不清楚。这一章咱们就聊聊飞控数据到底有哪些种类，它们各自什么脾气，以及日志文件该怎么看。
核心观点：飞控数据是四类传感器的融合结果——IMU、GPS、气压计、磁力计。每种传感器都有自己的频率、精度和局限，理解这些是后续数据质量分析的前提。
2.1 四大传感器数据家族
飞控系统里，传感器就那么几种。我刚开始接触Pixhawk时，总觉得传感器越多越好。后来发现，每种传感器都有它的“舒适区”和“死穴”。
2.1.1 IMU（惯性测量单元）
IMU是飞控的“内耳”，负责感知自身的加速度和角速度。它由三轴加速度计和三轴陀螺仪组成，有些还包含磁力计（但通常磁力计单独归类）。
- 加速度计：测量三轴加速度（m/s²），包含重力分量。静止时，Z轴读数为9.8 m/s²左右。
- 陀螺仪：测量三轴角速度（rad/s或°/s），告诉你飞机转得有多快。
IMU的数据频率通常很高。在SITL仿真中，我习惯把IMU频率设在200Hz到400Hz之间。为什么这么高？因为姿态控制需要快速响应。你想想看，如果IMU每秒只报10次数据，飞机早就翻了个儿了。
| 传感器 | 典型频率（Hz） | 典型精度 | 我的经验值 |
|---|---|---|---|
| 加速度计 | 100 - 400 | ±0.01 m/s²（静态） | SITL中设200Hz够用 |
| 陀螺仪 | 100 - 400 | ±0.05 °/s（静态） | 真机建议400Hz |
避坑指南：我曾经在SITL仿真里把IMU频率降到50Hz，结果姿态解算直接发散。后来查了半天才发现是频率太低，导致积分误差累积太快。嗯，这里要注意：IMU频率不能低于控制环路频率的2倍。
2.1.2 GPS（全球定位系统）
GPS提供位置、速度和航向信息。它的数据频率比IMU低得多，通常只有5Hz到20Hz。精度方面，民用GPS的水平定位误差在2-5米左右，垂直误差更大。
我个人习惯在SITL仿真中把GPS设为10Hz，因为再高也没什么意义——GPS的更新率受卫星信号和接收机限制。真机测试时，我遇到过GPS信号被高楼遮挡的情况，位置数据直接跳变了几十米。所以，千万别把GPS当作唯一的位置来源。
| 参数 | 典型值 | 说明 |
|---|---|---|
| 更新频率 | 5 - 20 Hz | SITL默认10Hz |
| 水平精度 | 2 - 5 m（CEP） | 受多径效应影响 |
| 垂直精度 | 4 - 8 m | 比水平差一倍 |
| 速度精度 | 0.1 - 0.5 m/s | 多普勒测速 |
2.1.3 气压计
气压计用来测量大气压强，进而推算高度。它的频率通常在25Hz到100Hz之间。精度嘛，静态条件下可以做到±0.1米，但一有风或者温度变化，误差就大了。
我记得有一次在SITL仿真中，故意给气压计加了噪声，结果高度控制出现了明显的抖动。后来我加了一阶低通滤波，才把问题压下去。说白了，气压计数据必须滤波，否则没法用。
2.1.4 磁力计
磁力计测量地球磁场，用来确定航向（偏航角）。它的频率一般在50Hz到100Hz。但磁力计有个大问题——容易受干扰。电机、电源线、甚至地下的钢筋都会让它“发疯”。
警告：磁力计校准不是可有可无的步骤。我曾经在真机上没做磁力计校准就起飞，结果飞机在空中画圈。后来发现是机架上的电流产生了干扰磁场。SITL仿真中虽然没这个问题，但你得学会如何处理磁力计数据。
2.2 数据频率与精度：匹配的艺术
不同传感器的数据频率差异很大。IMU跑得飞快，GPS慢吞吞，气压计和磁力计居中。飞控系统需要把这些数据融合起来，才能得到稳定可靠的姿态和位置估计。
为什么会这样？因为每种传感器都有它的“短板”：
- IMU：短期精度高，但长期积分会漂移。
- GPS：长期稳定，但更新慢，且容易丢星。
- 气压计：高度测量稳定，但受天气影响。
- 磁力计：航向测量稳定，但易受干扰。
飞控里的卡尔曼滤波器就是干这个的——把高频但会漂移的IMU数据，和低频但稳定的GPS/气压计/磁力计数据融合起来。你想想看，如果没有这个融合，光靠IMU积分，10秒后位置误差就能到几十米。
关键点：数据融合的前提是理解每种传感器的频率和精度。如果你采集的数据本身质量差，再好的滤波器也救不了。这就是为什么我们要做数据质量分析。
2.3 日志文件格式：bin与log
ArduPilot和PX4的日志文件主要有两种格式：.bin和.log。我刚开始用的时候也搞不清楚区别，后来踩过坑才明白。
2.3.1 .bin格式（二进制）
.bin是二进制格式，体积小、写入快。飞控在飞行中主要用这种格式记录数据。它的结构是：
- 文件头：包含固件版本、参数等元信息。
- 消息块：每条消息包含时间戳、消息类型ID和数据。
- 结束标记：文件结束标识。
解析.bin文件需要专门的工具，比如Mission Planner的日志查看器，或者mavlogdump.py脚本。
# 用mavlogdump.py解析bin文件
python mavlogdump.py --types GPS,IMU flight_log.bin2.3.2 .log格式（文本）
.log是文本格式，可以直接用文本编辑器打开。它的优点是可读性强，但文件体积大，写入速度慢。通常只在调试时使用。
我个人习惯：真机飞行用.bin，SITL仿真调试用.log。为什么？因为仿真时数据量不大，文本格式方便我直接查看和搜索。
| 特性 | .bin格式 | .log格式 |
|---|---|---|
| 存储方式 | 二进制 | 文本（ASCII） |
| 文件大小 | 小（约1/5） | 大 |
| 写入速度 | 快 | 慢 |
| 可读性 | 需工具解析 | 可直接查看 |
| 适用场景 | 真机飞行 | SITL调试 |
2.4 知识体系总览
下面这张图把本章的核心内容串起来了。你可以看到传感器数据如何汇聚到日志文件，以及频率和精度在其中的作用。
这张图把本章的知识点串起来了。从四种传感器出发，到频率和精度这两个关键属性，再到日志文件的两种格式。你可以在后续章节中反复参考这张图。
个人建议：刚开始做SITL仿真时，别急着调参数。先花点时间把日志文件的结构搞清楚。我见过太多人连.bin和.log都分不清，就开始分析数据——结果分析了个寂寞。