2. 传感器基础

在IMU(惯性测量单元)与多传感器融合系统中,加速度计、陀螺仪、磁力计是三大核心感知元件。它们分别测量物体的线加速度、角速度以及地磁场方向,各自具有完全不同的物理机制与输出特性。理解这三种传感器的工作原理与误差模型,是后续设计卡尔曼滤波、互补滤波以及姿态解算算法的前提。本章将逐一剖析其内部机制、输出特性与主要误差来源,并给出工程中常用的误差建模与标定思路。

三轴传感器核心原理与误差链路 加速度计 检测比力(惯性力 + 重力) 单位:g 或 m/s² 静态测姿基准(重力方向) 动态响应差,易受振动干扰 陀螺仪 检测角速度(科里奥利效应) 单位:°/s 或 rad/s 动态响应快,短时精度高 存在积分漂移,需持续校正 磁力计 检测地磁场矢量(磁阻效应) 单位:μT 或 Gauss 提供航向参考(Yaw) 易受铁磁干扰,需椭球拟合 传感器融合(卡尔曼 / 互补滤波) 加速度计 + 陀螺仪 → Roll/Pitch 磁力计 + 陀螺仪 → Yaw 主要误差来源 随机噪声(白噪声 + 闪烁噪声) 零偏漂移(温漂 + 时漂) 标度因数误差(灵敏度偏差) 交叉轴耦合(安装失准角) → 误差建模与标定是融合算法精度的基石

2.1 加速度计:从牛顿第二定律到姿态参考

核心原理

加速度计测量的是“比力”(Specific Force),即单位质量上感受到的非引力外力。MEMS加速度计通常采用电容式检测结构:质量块受加速度作用发生位移,导致差分电容变化,通过ASIC读取电容差值即可换算为加速度值。值得注意的是,加速度计在静止时输出的是重力加速度的反向矢量(约1g),因此它天然提供了水平基准——利用重力方向可以解算出俯仰角(Pitch)和横滚角(Roll)。

输出特性与关键参数

参数典型值(消费级)典型值(工业级)工程影响
量程±2g ~ ±16g±10g ~ ±40g量程越大,分辨率相对降低
灵敏度(标度因数)16384 LSB/g(±2g时)0.1 mg/LSB决定最小可分辨加速度
零偏(Bias)±50 mg±5 mg直接影响静态姿态角精度
噪声密度150 μg/√Hz25 μg/√Hz决定动态测量下限
带宽1 kHz(可配置)500 Hz过高带宽引入高频噪声

误差来源与建模

  • 随机噪声:包括热机械噪声和电噪声,表现为白噪声特性,可通过低通滤波或卡尔曼滤波中的过程噪声协方差矩阵Q来抑制。
  • 零偏漂移:温度变化导致弹性系数改变,产生缓慢变化的偏置。工程上常用多项式温补模型:bias(T) = k0 + k1·T + k2·T²。
  • 标度因数误差:实际灵敏度与标称值存在偏差,通常为0.1%~1%,可通过六位置法标定。
  • 交叉轴耦合:三个轴的敏感方向并非完全正交,安装失准角导致轴间串扰,需通过9参数标定矩阵修正。
实战要点:在无人机或机器人应用中,加速度计最怕的是线振动干扰。当电机高速旋转时,机体振动会叠加到加速度信号上,导致姿态解算出现高频抖动。工程上通常采用截止频率为10~50Hz的低通滤波器,但过低的截止频率会引入相位延迟,影响动态响应。卡尔曼滤波的优势在于可以同时估计加速度偏置和姿态角,从而在滤波过程中自适应地权衡加速度计和陀螺仪的权重。

案例拆解:六位置标定法

某四足机器人项目使用BMI088加速度计,发现静止时Roll角有±1.2°的波动。经分析,主要原因是零偏和标度因数误差。采用六位置法标定:将IMU分别以+X、-X、+Y、-Y、+Z、-Z朝上放置,每个位置采集1000个样本取平均。利用最小二乘法求解12参数模型(3轴零偏 + 3轴标度因数 + 6个交叉轴系数)。标定后,静态Roll角误差从±1.2°降至±0.15°,效果显著。

常见误区:不要将加速度计的低通滤波截止频率设置过低(如5Hz以下),否则在机器人快速启停时,姿态估计会严重滞后,导致控制发散。建议根据实际运动频率选择10~30Hz,并在卡尔曼滤波中通过调整Q矩阵来平衡噪声抑制与动态响应。

2.2 陀螺仪:角速度测量与积分漂移的博弈

核心原理

MEMS陀螺仪基于科里奥利效应:质量块在驱动轴方向做高频振动,当有角速度输入时,科里奥利力使质量块在检测轴方向产生位移,通过电容检测即可得到角速度。陀螺仪直接输出角速度,姿态角需要积分获得。由于积分运算会累积微小误差,陀螺仪的零偏漂移是姿态解算中最棘手的误差源。

输出特性与关键参数

参数典型值(消费级)典型值(工业级)工程影响
量程±250 ~ ±2000 °/s±500 °/s量程过大降低灵敏度
零偏稳定性5 ~ 10 °/h0.5 ~ 1 °/h决定长时间姿态漂移速度
角度随机游走(ARW)0.2 ~ 0.5 °/√h0.05 °/√h决定短时积分噪声
带宽250 Hz1000 Hz影响动态响应能力

误差来源与建模

  • 零偏(Bias):上电后存在固定偏置,每次上电可能不同,需在静止时进行初始对准(取前100~200个样本平均)。
  • 零偏不稳定性(Bias Instability):低频闪烁噪声导致零偏随时间缓慢随机游走,是Allan方差分析中的关键指标。
  • 角度随机游走(ARW):白噪声积分后表现为角度随机游走,误差随时间平方根增长。
  • 标度因数非线性:大角速度下灵敏度变化,通常为0.1%~0.5%。
  • g-灵敏度:加速度对陀螺仪输出的影响,在振动环境中不可忽略。
工程经验:陀螺仪上电后的前几秒数据不可直接使用。建议在系统初始化时,让设备保持静止2~3秒,采集陀螺仪输出并计算均值作为零偏补偿值。对于更高精度需求,可在运行中通过卡尔曼滤波将加速度计/磁力计估计的姿态角与陀螺仪积分结果做融合,实时估计并补偿零偏漂移。

案例拆解:Allan方差分析

某AGV导航项目使用ICM-42688-P陀螺仪,发现航向角在10分钟内漂移了8°。通过Allan方差分析,识别出主要误差成分:ARW为0.18°/√h,零偏不稳定性为3.2°/h。据此确定卡尔曼滤波中的过程噪声参数:q_gyro_bias = 0.001 (rad/s)²,q_angle = 0.01 (rad)²。经过调参后,10分钟航向漂移降至1.5°以内。

2.3 磁力计:地磁矢量与航向参考

核心原理

磁力计测量所在位置的磁场矢量。地球表面地磁场强度约为25~65 μT,方向从地理南极指向北极(磁北极)。磁力计通常采用磁阻效应或霍尔效应,输出三轴磁场分量。在姿态解算中,磁力计提供航向参考(Yaw),弥补陀螺仪积分漂移和加速度计无法提供航向的缺陷。

输出特性与关键参数

参数典型值工程影响
量程±49 Gauss(±4900 μT)需覆盖地磁场+硬铁干扰
分辨率0.15 μT/LSB决定航向角分辨率
噪声0.3 μT RMS影响航向稳定性
更新率100 Hz需与陀螺仪同步

误差来源与建模

  • 硬铁干扰(Hard Iron):电路板上的永磁体或直流电流产生固定偏置磁场,表现为测量球心偏移。
  • 软铁干扰(Soft Iron):铁磁材料对地磁场的扭曲,表现为椭球变形。
  • 标度因数误差:三轴灵敏度不一致,导致球体变为椭球。
  • 交叉轴耦合:安装失准角导致轴间串扰。
标定方法:磁力计标定通常采用“椭球拟合”算法。在无铁磁干扰的环境中,将设备绕各个方向旋转,采集足够多的样本点(至少300个),利用最小二乘法拟合椭球方程,求解12个参数(3个中心偏移 + 3个标度因数 + 6个交叉轴系数)。标定后,磁场模长应接近常数(地磁场强度)。

案例拆解:无人机航向校准

某四旋翼无人机在飞行时出现Yaw角周期性漂移,经排查发现是电调(ESC)的大电流导线产生的磁场干扰。解决方案:将磁力计远离电源线和电机(至少5cm),并在飞控中增加“电机开启时磁力计权重降低”的逻辑。同时进行椭球拟合标定,将航向误差从±5°降至±1°以内。

重要提醒:磁力计对周围环境极其敏感。在室内环境中,钢筋结构、铁质家具、大功率变压器都会造成严重的磁场畸变。如果应用场景存在强磁场干扰,建议优先使用视觉或UWB等其他航向参考源,而非完全依赖磁力计。

2.4 三传感器协同与误差综合管理

在实际系统中,三种传感器并非独立工作,而是通过融合算法相互校正:

  • 加速度计 + 陀螺仪:加速度计提供长期稳定的Roll/Pitch参考,陀螺仪提供短期高动态响应,两者通过互补滤波或卡尔曼滤波融合。
  • 磁力计 + 陀螺仪:磁力计提供Yaw参考,陀螺仪提供短时Yaw增量,融合后获得无漂移的航向角。
  • 三传感器融合:完整的9轴融合可同时估计姿态角、陀螺仪零偏和磁力计干扰。

误差综合管理策略

误差类型影响对象抑制手段工程优先级
随机噪声三轴均有低通滤波、卡尔曼Q矩阵调优高
零偏漂移陀螺仪最严重静止对准、温补、在线估计高
标度因数误差三轴均有六位置法/椭球拟合标定中
交叉轴耦合三轴均有9参数标定矩阵中
环境干扰磁力计最严重硬件布局优化、软件抗干扰高
总结复盘:传感器误差处理的核心思路是“先标定、后滤波”。标定解决确定性误差(零偏、标度因数、交叉轴),滤波解决随机性误差(噪声、漂移)。在STM32工程中,建议将标定参数存储在Flash中,上电时自动加载;卡尔曼滤波的Q和R矩阵应根据实际传感器噪声特性进行离线分析(Allan方差)后确定,而非盲目调参。

理解这三种传感器的物理本质与误差特性,是设计高性能姿态解算系统的第一步。下一阶段我们将进入传感器数据采集与预处理,讨论如何将原始ADC数据转换为有物理意义的工程单位,并建立统一的传感器数据接口。