数据采集基础：传感器原理与接口
各位同学，咱们今天聊聊数据采集这件事。说白了，机器人要感知世界，靠的就是传感器。我做了这么多年机器人系统，见过太多项目栽在数据采集这个环节上——传感器选型不对、接口没配好、时间戳对不上，最后整个系统跑起来全是问题。
这一章，咱们把传感器原理、数据接口、采集频率和同步这几个核心问题掰开揉碎讲清楚。
传感器原理：机器人的“感官”
机器人要感知环境，至少需要四种基本传感器：激光雷达、IMU、编码器、摄像头。每种传感器都有自己的脾气，你得摸透了才能用好。
激光雷达（LiDAR）
激光雷达的原理其实很简单：发射激光束，测量反射回来的时间，算出距离。我习惯把它比作“机器人的眼睛”，但它看的不是颜色，是距离。
核心参数：
- 线数：16线、32线、64线、128线。线数越多，点云越密，但数据量也越大。
- 测量距离：通常10m-200m，取决于激光功率和接收器灵敏度。
- 精度：±2cm-±5cm，受环境光、目标材质影响。
- 扫描频率：5Hz-20Hz，频率越高，动态响应越好。
我在项目中遇到过一个问题：激光雷达在强光下测距不准。后来发现是太阳光中的红外成分干扰了接收器。解决办法是加装滤光片，或者选择抗环境光能力更强的型号。
避坑指南：我曾经在室外项目里用了室内型激光雷达，结果大太阳底下直接“瞎了”。选型时一定要看工作环境的光照条件，室外项目优先选抗环境光能力强的型号。
IMU（惯性测量单元）
IMU包含加速度计和陀螺仪，有的还带磁力计。它测量的是机器人的加速度和角速度，说白了就是“感觉自己在怎么动”。
但IMU有个大问题——漂移。加速度计积分出速度，再积分出位置，误差会随时间累积。我见过一个项目，IMU跑了10分钟，位置误差已经超过10米了。
| 传感器 | 测量量 | 典型精度 | 主要问题 |
|---|---|---|---|
| 加速度计 | 三轴加速度 | ±0.01g | 噪声大，低频漂移 |
| 陀螺仪 | 三轴角速度 | ±0.1°/s | 温度漂移，零偏不稳定 |
| 磁力计 | 三轴磁场强度 | ±0.1μT | 易受电磁干扰 |
注意：IMU数据不能单独用于长时间定位。我习惯的做法是：IMU做短时间的高频姿态估计，配合激光雷达或摄像头做低频的位置修正。这叫“松耦合”或“紧耦合”融合。
编码器
编码器装在电机轴上，测量电机转了多少圈。说白了就是“机器人的关节角度传感器”。
编码器分两种：增量式和式。增量式只能知道相对位置变化，断电后位置丢失；式一上电就知道当前位置。
我记得有一次调试移动机器人，轮子编码器数据总是跳变。查了半天，发现是编码器线缆被电机电磁干扰了。后来换了屏蔽线，问题解决。
避坑指南：编码器线缆一定要用屏蔽双绞线，而且屏蔽层要单端接地。我曾经因为偷懒用了普通排线，结果数据全是毛刺，折腾了两天才找到原因。
摄像头
摄像头提供的是最丰富的环境信息——图像。但图像数据量大，处理起来也最费计算资源。
摄像头采集的关键参数：
- 分辨率：640×480、1280×720、1920×1080。分辨率越高，细节越丰富，但数据量也越大。
- 帧率：30fps、60fps、120fps。帧率越高，动态捕捉越好。
- 曝光时间：影响图像亮度和运动模糊。曝光时间太长，运动物体就糊了。
我建议：做视觉SLAM时，优先选全局快门摄像头，避免卷帘快门带来的图像畸变问题。
数据采集接口
传感器采集到的数据，要通过接口传给主控。常见的接口有三种：串口、CAN、以太网。
串口（UART）
串口是最简单的接口，一根TX、一根RX、一根GND就能通信。但串口速度慢，通常只有115200bps-921600bps。
串口适合传输数据量小的传感器，比如IMU、编码器。我习惯用串口接IMU，因为IMU数据量小，而且串口延迟低。
// 串口初始化示例（C语言）
void uart_init(int baudrate) {
// 设置波特率
UBRR0H = (unsigned char)(baudrate >> 8);
UBRR0L = (unsigned char)baudrate;
// 使能发送和接收
UCSR0B = (1 << TXEN0) | (1 << RXEN0);
// 设置数据格式：8位数据，1位停止位
UCSR0C = (1 << UCSZ01) | (1 << UCSZ00);
}注意：串口通信时，发送端和接收端的波特率必须一致，误差不能超过±2%。我曾经因为晶振精度不够，导致串口通信丢包，后来换了高精度晶振才解决。
CAN总线
CAN总线是工业机器人最常用的接口。它支持多主通信，抗干扰能力强，传输距离远。
CAN总线的特点：
- 速度：最高1Mbps，通常用250kbps或500kbps。
- 帧结构：标准帧11位ID，扩展帧29位ID。
- 仲裁机制：ID越小，优先级越高。
我建议：在机器人系统中，把关键传感器（如电机编码器、急停按钮）分配高优先级ID，确保实时性。
// CAN帧发送示例（伪代码）
void can_send(uint32_t id, uint8_t *data, uint8_t len) {
// 设置ID
CAN_ID = id;
// 填充数据
for (int i = 0; i < len; i++) {
CAN_DATA[i] = data[i];
}
// 发送请求
CAN_TX_REQ = 1;
// 等待发送完成
while (CAN_TX_REQ);
}以太网
以太网是数据量最大的接口，适合传输激光雷达点云、摄像头图像。但以太网延迟不确定，不适合实时控制。
我习惯用UDP协议传输传感器数据，因为UDP延迟低、开销小。但UDP不可靠，需要自己加校验和重传机制。
避坑指南：我曾经用TCP传输激光雷达数据，结果因为TCP的拥塞控制，导致数据延迟抖动很大。后来换成UDP+本地缓存，问题解决。记住：实时传感器数据，优先用UDP。
数据采集频率与同步
这是数据采集中最容易出问题的地方。不同传感器的采集频率不一样，时间基准也不一样，怎么对齐？
采集频率
常见传感器的典型采集频率：
| 传感器 | 典型频率 | 说明 |
|---|---|---|
| 激光雷达 | 10Hz | 16线/32线常用 |
| IMU | 100Hz-400Hz | 高频姿态估计 |
| 编码器 | 100Hz-1000Hz | 取决于电机转速 |
| 摄像头 | 30Hz-60Hz | 图像数据量大 |
频率不匹配怎么办？我习惯的做法是：以最低频率的传感器为基准，其他传感器数据做插值或降采样。
时间同步
时间同步是数据采集的核心。如果激光雷达和摄像头的时间戳对不上，融合出来的结果就是错的。
常用的时间同步方法：
- 硬件同步：用一根PPS（秒脉冲）信号线，所有传感器共享同一个时间基准。精度最高，可达微秒级。
- 软件同步：用NTP或PTP协议同步各设备时钟。精度较低，毫秒级。
- 时间戳对齐：每个传感器数据都打上本地时间戳，后处理时做插值对齐。
我的经验：在移动机器人项目中，我习惯用硬件同步。具体做法是：主控输出一个PPS信号，激光雷达、IMU、摄像头都接收这个信号，并在数据帧中标记PPS对应的时刻。这样所有传感器的时间基准就统一了。
为什么会这样？因为软件同步的延迟不确定，尤其在系统负载高的时候，时间戳可能偏差几十毫秒。对于高速运动的机器人，几十毫秒的误差足以让定位结果完全失效。
本章知识体系
下面这张图总结了本章的核心内容，方便你建立整体认知：
嗯，这一章的内容就到这里。传感器原理、数据接口、频率同步，这三块是数据采集的基石。你想想看，如果连传感器数据都采不准、对不齐，后面再好的算法也白搭。
我做了这么多年，最大的体会就是：数据采集阶段多花点心思，后面建模和控制的麻烦就少一大半。别急着跑算法，先把数据采扎实了。