4、EKF2参数详解：核心参数与调优实战
EKF2，说白了就是飞控的「大脑」。它把GPS、IMU、视觉这些传感器的数据揉在一起，算出一个最靠谱的位置和姿态。我见过不少飞手，硬件堆得挺猛，但EKF2参数没调好，飞出来精度就是上不去。嗯，这一章咱们就把EKF2的核心参数掰开揉碎讲清楚。
4.1 EKF2核心参数一览
EKF2的参数很多，但真正影响测绘精度的，其实就那么十几个。我习惯把它们分成三组：GPS相关、IMU相关、视觉融合相关。下面这张图能帮你快速建立整体认知。
4.2 GPS参数：位置与速度的信任度
GPS参数决定了EKF2有多「相信」GPS的数据。你想想看，如果GPS信号不好，你还给它很高的权重，那定位肯定飘。
4.2.1 安装位置补偿：EKF2_GPS_POS_X/Y/Z
这三个参数是GPS天线相对于飞控重心的物理偏移。单位是米。我见过太多人忽略这个，结果飞机悬停时位置一直在漂。说白了，GPS天线装在机尾，飞控在中心，你不告诉EKF2这个偏移，它算出来的位置就是错的。
实测案例： 我去年帮一个客户调测绘机，他用的机架GPS天线在机尾后方30cm。默认参数是0，结果RTK定位精度始终在10cm以上。我把EKF2_GPS_POS_Y设为-0.3（假设Y轴朝后），精度直接进到3cm。
4.2.2 噪声参数：EKF2_GPS_POS_NOISE 与 EKF2_GPS_VEL_NOISE
这两个参数控制EKF2对GPS位置和速度的信任程度。数值越小，EKF2越信任GPS。
| 参数 | 默认值 | 测绘推荐值 | 说明 |
|---|---|---|---|
| EKF2_GPS_POS_NOISE | 1.0 m | 0.5 - 1.0 m | RTK模式下可设0.3-0.5 |
| EKF2_GPS_VEL_NOISE | 0.5 m/s | 0.3 - 0.5 m/s | 动态飞行时建议保持0.5 |
注意： 不要为了追求精度把噪声设得太低。我曾经在一个电磁干扰强的工地试过，把POS_NOISE设到0.2，结果EKF2直接发散，飞机差点飘走。建议从默认值开始，每次降20%，观察log里的innovation值。
4.3 IMU参数：加速度计与陀螺仪的信任度
IMU是EKF2的「内耳」。它更新频率高，但会漂。调IMU参数，本质上是平衡「短期精度」和「长期稳定性」。
4.3.1 IMU安装位置：EKF2_IMU_POS_X/Y/Z
和GPS一样，IMU也有物理偏移。虽然大多数飞控的IMU就在板子中心，但如果你用了外置IMU或者减震结构，这个值必须改。
4.3.2 加速度计噪声：EKF2_ACC_NOISE
这个参数影响EKF2对加速度计数据的信任度。数值越小，EKF2越依赖加速度计来估计姿态和位置。
- 默认值： 0.01 m/s²
- 测绘场景： 建议 0.008 - 0.015 m/s²
- 高振动环境： 可以放宽到 0.02，防止振动导致估计发散
4.3.3 陀螺仪噪声：EKF2_GYR_NOISE
陀螺仪噪声决定了EKF2对角速度的信任度。我个人的习惯是，如果飞机在悬停时航向有缓慢漂移，先检查这个参数。
调参技巧： 在QGC的Mavlink Console里运行 ekf2 status，观察innovation值。如果GPS innovation大于1.0，说明EKF2不太信任GPS，可以适当降低GPS_NOISE。如果ACC innovation偏大，说明振动太大，应该先做减震，而不是硬调参数。
4.4 视觉融合参数：视觉定位的信任度
视觉融合是测绘精度的「倍增器」。但前提是你得把参数调对。我见过不少团队，视觉里程计跑得挺好，但EKF2就是不认，问题就出在延迟和噪声上。
4.4.1 视觉传感器位置：EKF2_EV_POS_X/Y/Z
视觉传感器（比如双目相机或视觉里程计模块）相对于飞控重心的偏移。这个必须精确测量，误差超过1cm就会影响融合效果。
4.4.2 视觉噪声：EKF2_EV_NOISE
视觉位置估计的噪声标准差。单位是米。不同视觉方案差异很大：
| 视觉方案 | 推荐EKF2_EV_NOISE | 说明 |
|---|---|---|
| Intel T265 | 0.05 - 0.10 m | 室内效果较好，室外易受光照影响 |
| VISLAM（如RTAB-Map） | 0.10 - 0.20 m | 取决于特征点质量 |
| 光流+声纳 | 0.30 - 0.50 m | 精度有限，主要用于辅助 |
4.4.3 视觉延迟：EKF2_EV_DELAY
这是最容易踩坑的参数。视觉处理有延迟，从图像采集到位置输出，通常有20-100ms的延迟。EKF2需要知道这个延迟，才能正确对齐时间戳。
我曾经踩过的坑： 有一次用T265做室内测绘，定位总是跳变。查了两天log，发现EKF2_EV_DELAY设的是0（默认值），但实际T265的延迟在40ms左右。设成0.04之后，定位瞬间稳了。所以，一定要用log里的delay estimator工具去实测延迟，不要靠猜。
4.5 EKF2参数对定位精度的影响
参数调得好不好，直接体现在三个指标上：
- 位置精度： 水平位置误差（cm级 vs dm级）
- 姿态精度： 横滚俯仰误差（0.1° vs 0.5°）
- 航向精度： 偏航角漂移（°/min）
我习惯用下面这个表格来快速定位问题：
| 现象 | 可能原因 | 优先调整参数 |
|---|---|---|
| 悬停时位置漂移 | GPS噪声过大或安装偏移未补偿 | EKF2_GPS_POS_X/Y/Z, EKF2_GPS_POS_NOISE |
| 飞行中高度跳动 | 气压计受气流干扰或ACC噪声过小 | EKF2_ACC_NOISE, EKF2_BARO_NOISE |
| 航向缓慢漂移 | 磁力计干扰或GYR噪声过大 | EKF2_GYR_NOISE, EKF2_MAG_NOISE |
| 视觉融合后位置跳变 | 视觉延迟设置错误或噪声不匹配 | EKF2_EV_DELAY, EKF2_EV_NOISE |
4.6 EKF2调优实战流程
下面是我自己总结的一套调优流程，按这个顺序走，基本不会出大问题。
- 第一步：硬件校准
- 测量GPS、IMU、视觉传感器的物理偏移，写入EKF2_*_POS_X/Y/Z
- 校准加速度计、陀螺仪、磁力计
- 第二步：飞行日志采集
- 在典型测绘场景下飞一次，采集ulog文件
- 确保包含悬停、直线飞行、转弯等动作
- 第三步：分析innovation
- 用FlightPlot或PX4的ekf2_status模块查看各传感器的innovation值
- 理想值应在±1.0以内，超过±2.0说明参数有问题
- 第四步：逐参数微调
- 每次只改一个参数，改完飞一次看效果
- 先调噪声参数，再调延迟参数
- 第五步：验证精度
- 用RTK基站或已知控制点验证定位精度
- 记录调参前后的误差对比
我的经验： 调参最忌讳「一次改一堆」。你想想看，如果同时改了GPS_NOISE和ACC_NOISE，飞出来精度变好了，你根本不知道是哪个参数起了作用。每次只改一个，改完飞一次，这是最笨但最有效的方法。
4.7 实战案例：从10cm到3cm
最后分享一个实际案例。上个月帮一个做电力巡检的团队调机，他们的测绘无人机用RTK+视觉融合，但定位精度一直在8-10cm徘徊。
我拿到log一看，发现两个问题：
- EKF2_GPS_POS_Y设的是0，但GPS天线装在机头前方15cm处
- EKF2_EV_DELAY设的是0.02，但实际视觉延迟是0.045
改完这两个参数，精度直接降到3cm以内。嗯，有时候问题就是这么简单，但你不看log根本发现不了。