3. 常用传感器原理
飞控系统的核心任务是对飞行器姿态、位置、速度等状态进行实时估计与控制，而这一切的前提是获取准确、可靠、高频率的测量数据。不同传感器基于不同的物理原理，具有截然不同的输出特性、噪声模型、量程与失效模式。理解每种传感器“如何工作”以及“输出什么”，是进行传感器融合、故障诊断与系统容错设计的基础。本章将逐一剖析飞控系统中八类常用传感器的工作原理、输出特性及其在融合架构中的角色定位。
3.1 惯性传感器：加速度计与陀螺仪
核心原理
加速度计基于牛顿第二定律，测量的是载体受到的比力（Specific Force），即物体单位质量上受到的非引力外力之和。MEMS加速度计通常采用电容式或压阻式检测结构，当敏感质量块因加速度发生位移时，差分电容发生变化，经ASIC调理后输出数字量。其输出包含重力分量，静止时输出约为1g（9.8 m/s²），因此不能直接作为线加速度使用，必须减去重力投影。
陀螺仪测量的是载体相对于惯性空间的角速度。MEMS振动陀螺基于科里奥利效应：质量块在驱动轴方向振动，当有角速度输入时，检测轴方向产生科里奥利力，引起电容变化。输出为三轴角速度（rad/s或°/s），对时间积分可得到角度，但零偏漂移会随时间累积。
| 参数 | 加速度计 | 陀螺仪 |
|---|---|---|
| 测量物理量 | 比力（含重力） | 角速度 |
| 典型量程 | ±4g ~ ±16g | ±250 ~ ±2000 °/s |
| 零偏稳定性 | ±10 mg | 5 ~ 20 °/h |
| 噪声密度 | 100 ~ 300 μg/√Hz | 0.005 ~ 0.02 °/s/√Hz |
| 主要误差源 | 零偏、标度因数、交叉轴 | 零偏漂移、温度敏感、随机游走 |
判断方法与操作流程
在飞控上电自检阶段，应执行以下流程：
- 静态零偏采集：飞行器静止水平放置，采集1000个样本取平均，作为初始零偏补偿值。
- G值校验：将加速度计三轴模长与当地重力加速度比较，偏差应小于0.5%。
- 陀螺零偏稳定性测试：静止状态下记录陀螺输出1分钟，计算标准差，若超过标称值3倍则判定异常。
- 温度补偿验证：在-20°C至60°C范围内记录零偏变化，确认补偿曲线有效。
案例拆解：IMU温度漂移导致姿态发散
某多旋翼无人机在冬季低温环境下（-10°C）起飞后，悬停2分钟即出现姿态角缓慢漂移，最终触发失控保护。通过分析飞行日志发现：陀螺仪Z轴零偏在冷启动时为0.8°/s，随温度升高至30°C时变为-0.3°/s，变化量达1.1°/s。由于飞控未启用温度补偿，EKF将这一缓慢变化的零偏误判为真实角速度，导致姿态估计持续偏移。
处理过程：首先在实验室使用温箱对IMU进行全温区标定，建立零偏-温度曲线；然后在飞控固件中启用温度补偿模块，将补偿系数写入参数；最后进行外场验证，在-10°C环境下连续飞行10分钟，姿态误差控制在±1°以内。
复盘经验：惯性传感器对温度极其敏感，任何量产飞控都应包含温度补偿机制。此外，EKF中陀螺零偏状态量的过程噪声应适当调大，以应对未建模的温度漂移。
3.2 磁力计与气压计
核心原理
磁力计基于磁阻效应或霍尔效应，测量地球磁场在载体坐标系下的三分量。地球磁场强度约25-65 μT，水平分量指向磁北，垂直分量随纬度变化。磁力计输出可用于提供航向参考，但极易受电机电流、金属结构、高压线等干扰。气压计基于压阻式或电容式压力传感，测量大气静压，通过国际标准大气模型（ISA）换算为海拔高度。气压计对垂直方向气流敏感，在室内或强风环境下误差较大。
输出特性与校准
- 磁力计需要椭球拟合校准，消除硬磁（零偏）和软磁（标度/交叉轴）误差，校准后航向精度可达±2°。
- 气压计输出受温度影响显著，需内置温度补偿；气压高度分辨率可达0.1m，但精度受天气影响，需用GPS高度或地面气压进行修正。
- 磁力计更新率通常为50-100Hz，气压计为25-100Hz，均远低于IMU，在融合中作为低频修正量。
案例拆解：磁干扰导致航向偏差
某固定翼无人机在飞行中航向角逐渐偏离预定航线，最大偏差达15°。排查发现，飞控安装位置靠近大电流电源线，当油门加大时，电源线产生的磁场干扰磁力计。通过将磁力计移至远离电源线的位置，并增加磁干扰检测算法（比较磁力计模长与当地磁场强度），问题解决。
3.3 卫星定位：GPS/RTK与空速计
核心原理
GPS通过接收至少4颗卫星的信号，利用伪距测量解算三维位置和时间。标准GPS精度约2-5米，RTK（实时动态差分）通过地面基准站发送载波相位修正量，可实现厘米级定位精度。RTK需要稳定的数据链路（4G/电台）和足够的卫星可见数，在城市峡谷或树荫下易失锁。空速计（皮托管）通过测量总压与静压之差（动压），利用伯努利方程计算空速。空速是固定翼飞行控制的关键参数，直接影响失速保护和升力计算。
| 特性 | GPS | RTK | 空速计 |
|---|---|---|---|
| 精度 | 2-5m | 1-3cm | ±1 m/s |
| 更新率 | 5-10Hz | 10-20Hz | 25-50Hz |
| 失效场景 | 遮挡、多路径 | 差分信号丢失 | 结冰、堵塞 |
| 融合角色 | 位置/速度修正 | 高精度位置 | 水平速度/失速保护 |
操作流程与注意事项
- GPS天线应安装在飞行器顶部，确保天空视野开阔，避免被碳纤维机身遮挡。
- RTK使用前需检查差分龄期（Differential Age），超过10秒应视为无效。
- 空速计在起飞前需检查皮托管是否堵塞，静压孔是否通畅。
3.4 近距测距传感器：超声波与激光雷达
核心原理
超声波传感器通过发射40kHz左右的声波脉冲，测量回波时间计算距离，量程通常为0.2-5米，精度约1-2cm。其波束角较大（约30°），对倾斜表面和软材料反射效果差。激光雷达（LiDAR）通过发射激光束并测量飞行时间（ToF）或相位差，可获取高精度距离甚至三维点云。单点激光雷达量程可达10-40米，精度±1cm；机械式或固态激光雷达可提供周围环境点云，用于避障和SLAM。
输出特性对比
- 超声波：成本低、更新率10-50Hz，但受温度影响（声速随温度变化），且无法测量远距离。
- 单点LiDAR：精度高、方向性好，但价格较高，在强光或透明表面（玻璃）下性能下降。
- 3D LiDAR：数据量大（每秒数十万点），需要高性能计算平台，常用于自主导航。
案例拆解：超声波测距在无人机降落中的应用
某物流无人机在最后降落阶段使用超声波传感器辅助高度控制。初始阶段超声波数据正常，但当无人机下降至0.5米高度时，由于旋翼下洗气流引起地面杂物（树叶、纸屑）扰动，超声波回波出现大量异常值，导致高度估计跳变。解决方案：在融合算法中增加超声波数据的创新序列检验，当测量残差超过3倍标准差时自动剔除；同时增加激光雷达作为冗余测距源，在超声波异常时切换。
复盘经验：近距测距传感器在复杂环境中容易受干扰，单一传感器难以保证可靠性。工程上应采用多源冗余（超声波+LiDAR+气压计）并设计合理的故障检测与切换逻辑。
3.5 传感器融合中的时间同步与输出特性匹配
不同传感器的输出频率、延迟和坐标系各不相同，融合前必须进行时间对齐。IMU输出频率最高（200-1000Hz），而GPS仅5-20Hz，且存在约20-100ms的延迟。EKF通常采用IMU作为预测模型，在两次GPS测量之间进行状态传播，当GPS数据到达时进行更新。时间同步误差会导致融合精度下降，尤其在高速机动时。
- 使用硬件时间戳（如PPS秒脉冲）对齐GPS与IMU数据。
- 在EKF中建立延迟状态或使用缓冲机制补偿传感器延迟。
- 根据传感器噪声特性设置合理的测量噪声协方差矩阵R，例如GPS位置噪声设为1-3m，RTK设为0.02m。
- 定期检查传感器健康状态，包括数据更新率、量程范围、创新序列均值等。
传感器融合的最终目标是输出一致、平滑、低延迟的状态估计。理解每种传感器的物理原理和输出特性，是正确设计融合算法、设置参数和诊断故障的前提。在实际工程中，没有任何一种传感器是完美的，只有通过多源融合和冗余设计，才能保证飞控系统在各种复杂环境下稳定可靠运行。