2. 惯性传感器基础

惯性传感器是姿态解算系统的“感知末梢”，其输出质量直接决定了后续卡尔曼滤波的收敛速度与稳态精度。本章聚焦加速度计与陀螺仪两大核心器件，从物理原理出发，厘清它们的输出特性、误差模型与工程选型要点。理解这些基础，是后续设计融合算法、调试滤波参数的前提——因为任何滤波器都无法消除传感器本身引入的系统性偏差，只能通过建模来估计并补偿。

2.1 加速度计：从质量块到倾角测量的物理映射

加速度计的核心是一个弹簧-质量-阻尼系统。当载体沿敏感轴方向加速时，质量块因惯性产生相对位移，该位移通过电容极板间距变化或压阻效应转换为电信号。在静止或匀速状态下，加速度计测量的实际上是重力加速度在敏感轴上的分量——这正是利用加速度计计算俯仰角和横滚角的物理基础。

以三轴加速度计为例，设重力加速度为 g，载体静止时三轴输出为 (a_x, a_y, a_z)，则俯仰角 θ 和横滚角 φ 可由下式求得：

θ = atan2(a_x, sqrt(a_y² + a_z²))
φ = atan2(a_y, sqrt(a_x² + a_z²))

需要注意的是，该公式仅在载体无平动加速度时成立。一旦载体发生线性加速（如车辆起步、无人机急飞），加速度计输出将混入运动加速度，导致倾角计算严重失真。这是后续融合算法中需要利用陀螺仪进行补偿的核心原因。

2.2 陀螺仪：科里奥利效应与角速度积分

MEMS 陀螺仪利用科里奥利力测量角速度。内部质量块被驱动以固定频率振动，当载体绕敏感轴旋转时，质量块受到与振动方向垂直的科里奥利力，该力使检测梳齿产生位移，通过电容检测即可得到角速度。陀螺仪输出的是角速度（°/s），姿态角需通过积分获得：

θ(t) = θ(0) + ∫₀ᵗ ω(τ) dτ

积分过程会累积零偏误差。假设陀螺仪零偏为 0.1°/s，积分 60 秒后姿态误差将达 6°——这解释了为何纯陀螺仪积分无法长时间维持姿态精度。陀螺仪的误差模型通常包含：

• 常值零偏（Bias）：上电后相对固定的偏移，可通过静止校准扣除。
• 零偏不稳定性（Bias Instability）：随温度和时间缓慢漂移，是 Allan 方差分析中的关键指标。
• 角度随机游走（ARW）：白噪声积分后形成的角度随机误差，单位通常为 °/√h。
• 标度因数误差：实际输出与理想比例之间的偏差，典型值在 0.1%~1% 之间。

2.3 误差来源与标定补偿策略

惯性传感器的误差可分为确定性误差和随机误差两大类。确定性误差可通过实验室标定消除，随机误差则需要通过滤波算法（如卡尔曼滤波）进行状态估计。下表总结了主要误差源及其工程应对方法：

2.4 实战案例：IMU 上电标定与 Allan 方差分析

某四旋翼飞控项目选用 BMI088 六轴 IMU，要求姿态解算在 10 分钟内漂移小于 2°。初始测试发现悬停 5 分钟后俯仰角漂移达 4.5°，远超指标。排查过程如下：

1. 静态采集：将飞控固定于水平台面，以 200Hz 采样率采集 5 分钟陀螺仪数据。
2. 初步分析：计算均值发现 Z 轴零偏为 0.35°/s，远超数据手册典型值 0.1°/s。
3. Allan 方差分析：绘制双对数曲线，识别出零偏不稳定性约为 12°/h，角度随机游走为 0.08°/√h。
4. 温度影响排查：用热风枪加热 IMU 区域，发现零偏随温度变化率约为 0.02°/s/℃。

最终采取三项措施：

• 上电后静止 10 秒，采集 2000 个样本求平均作为零偏初值；
• 在卡尔曼滤波状态向量中加入陀螺仪零偏状态量，实时估计并补偿；
• 增加温度补偿表，以 5℃ 为间隔存储零偏修正值。

改进后，10 分钟悬停姿态漂移降至 1.2°，满足指标要求。该案例说明：传感器误差的工程处理不是“选贵器件”一劳永逸，而是“标定 + 建模 + 滤波”三位一体的系统设计。

2.5 本章总结与选型复盘

加速度计与陀螺仪在物理原理、输出特性和误差模型上具有天然互补性。加速度计提供参考（重力方向），但易受运动加速度干扰；陀螺仪提供相对变化（角速度积分），但存在积分漂移。工程实践中，必须建立完整的误差预算表，明确各项误差对最终姿态精度的影响权重，再针对性地设计标定流程和滤波策略。

选型时建议关注以下关键参数：陀螺仪的零偏不稳定性（优于 10°/h）、加速度计的零偏稳定性（优于 1 mg）、以及两者的带宽和输出噪声密度。同时，务必为温度补偿预留软件接口——因为温度漂移往往是实际系统中最大的隐性误差源。