3、数据采集与预处理：采样率选择、量程配置、单位换算、去偏置与标定方法

六轴MEMS IMU（惯性测量单元）输出的原始数据，必须经过严谨的采集配置与预处理，才能进入滤波算法。本章聚焦于数据进入滤波器之前的“最后一公里”——采样率与量程的硬件配置、单位换算的数学基础、去偏置的工程实现以及标定的系统方法。这些环节直接决定了滤波器的输入质量，若预处理不当，再优秀的滤波算法也无法还原真实物理运动。

3.1 采样率选择：从信号带宽到系统约束

核心原理：采样率决定了IMU能够捕获的运动频率上限。根据奈奎斯特采样定理，采样率必须大于信号最高频率的两倍。对于六轴IMU应用，采样率的选择需要综合考虑运动场景、滤波器设计需求以及系统资源。例如，无人机姿态控制通常需要200-500Hz的采样率，而高精度导航系统可能需要1kHz以上。采样率过低会导致高频运动信息丢失，产生混叠效应；采样率过高则增加MCU负载和功耗，且对滤波器性能提升有限。

判断方法：选择采样率时，应遵循以下步骤：

1. 分析应用场景的最大运动频率（如人形机器人关节运动通常<20Hz，无人机机动可达50Hz）；
2. 确定滤波器目标带宽（互补滤波截止频率通常为0.5-5Hz，卡尔曼滤波则需更高采样率）；
3. 评估MCU的SPI/I2C读取速率与计算余量；
4. 检查IMU内部低通滤波器的截止频率设置，确保其高于采样率的一半。

3.2 量程配置：匹配动态范围与分辨率

核心原理：量程决定了IMU能够测量的最大物理量。加速度计量程通常有±2g、±4g、±8g、±16g可选，陀螺仪量程有±125°/s、±250°/s、±500°/s、±1000°/s、±2000°/s。量程与分辨率呈反比关系：量程越大，单位LSB对应的物理量越大，分辨率越低。例如，16位ADC的加速度计在±2g量程下分辨率为0.061mg/LSB，而在±16g量程下分辨率降至0.488mg/LSB。

操作流程：量程配置需通过SPI/I2C寄存器写入，典型配置流程如下：

// 以BMI088为例，配置加速度计量程为±6g，陀螺仪为±500°/s
// 加速度计配置寄存器(0x41)
uint8_t acc_range = 0x01;  // 0x00:±3g, 0x01:±6g, 0x02:±12g, 0x03:±24g
spi_write(ACC_REG, acc_range);

// 陀螺仪配置寄存器(0x42)
uint8_t gyro_range = 0x01; // 0x00:±125, 0x01:±250, 0x02:±500, 0x03:±1000
spi_write(GYRO_REG, gyro_range);

案例拆解：某四足机器人项目，初始将加速度计量程设为±2g以获取高分辨率。但在实际测试中，机器人跳跃落地时加速度峰值超过±4g，导致数据饱和削波，滤波器输出严重失真。将量程调整为±8g后，虽然分辨率降低，但动态范围满足需求，配合适当的低通滤波，姿态解算精度反而提升。此案例说明量程选择必须基于实测动态范围，而非理论估算。

3.3 单位换算：从LSB到物理量

核心原理：IMU原始输出为ADC量化后的数字码（LSB），必须乘以比例因子（灵敏度）转换为标准物理单位。加速度计输出单位为m/s²（或g），陀螺仪输出单位为°/s（或rad/s）。比例因子通常以mg/LSB或°/s/LSB表示，具体数值取决于量程配置和ADC位数。

换算公式：

// 加速度换算（以±6g量程、16位ADC为例）
float acc_sensitivity = 6.0f * 9.80665f / 32768.0f;  // 单位: m/s²/LSB
float acc_mps2 = raw_acc_lsb * acc_sensitivity;

// 陀螺仪换算（以±500°/s量程、16位ADC为例）
float gyro_sensitivity = 500.0f / 32768.0f;  // 单位: °/s/LSB
float gyro_dps = raw_gyro_lsb * gyro_sensitivity;

常见误区：许多开发者忽略重力加速度的换算，直接将加速度计输出当作g值使用。在滤波算法中，若加速度单位不统一（如一个轴用m/s²，另一个轴用g），会导致姿态解算出现系统性偏差。建议统一使用m/s²作为加速度单位，rad/s作为角速度单位，便于后续四元数微分方程计算。

3.4 去偏置：静态估计与动态补偿

核心原理：MEMS IMU存在零偏（Bias），即静止时输出不为零。零偏来源于制造误差、温度漂移和应力。去偏置的目标是估计并扣除这一固定偏移。最基础的方法是静态采集法：将IMU水平静止放置，采集N个样本取平均，该平均值即为零偏估计值。

操作流程：

1. 将设备置于水平稳定平台，确保无振动和气流干扰；
2. 采集至少1000个样本（对应1-10秒数据）；
3. 计算各轴平均值，作为零偏值；
4. 在后续数据处理中，每个样本减去对应轴的零偏值。

// 去偏置实现
float bias_acc[3] = {0.12f, -0.08f, 9.79f};  // 静态采集得到的零偏
float bias_gyro[3] = {0.35f, -0.21f, 0.18f}; // 单位: °/s

// 实时去偏置
for (int i = 0; i < 3; i++) {
    acc_processed[i] = acc_raw[i] * acc_sensitivity - bias_acc[i];
    gyro_processed[i] = gyro_raw[i] * gyro_sensitivity - bias_gyro[i];
}

案例拆解：某手持稳定器项目，静态去偏置后仍存在缓慢漂移。分析发现，设备在户外使用时温度变化达15°C，导致零偏随温度漂移。解决方案是建立温度-零偏查找表：在温箱中采集-20°C至60°C的零偏数据，拟合二次曲线。实际运行时，通过IMU内置温度传感器实时查表补偿，漂移量降低了80%。

3.5 标定方法：从六位置法到温度补偿

核心原理：标定是去偏置的扩展，不仅估计零偏，还估计比例因子误差、轴间失准角和温度系数。完整的标定模型为：y = S * (x + b + TC * ΔT + ε)，其中S为比例因子矩阵，b为零偏向量，TC为温度系数，ε为噪声。

六位置法（加速度计）：将IMU分别以+X、-X、+Y、-Y、+Z、-Z轴朝上放置，记录各位置输出。理想情况下，每个位置的理论加速度为±1g。通过最小二乘法求解比例因子和零偏：

// 六位置法数据示例
// 位置1: X轴朝上, 理论值 [9.81, 0, 0]
// 位置2: X轴朝下, 理论值 [-9.81, 0, 0]
// ... 共6组数据
// 构建矩阵 A * [Sx, Sy, Sz, bx, by, bz]^T = B
// 使用最小二乘法求解

角速率法（陀螺仪）：使用转台提供精确角速度参考。将IMU固定在转台上，以多个恒定角速度旋转（如±100°/s、±200°/s、±500°/s），记录输出并拟合比例因子和零偏。对于无转台条件，可采用“静止-旋转-静止”法，利用积分角度对比。

温度补偿标定：将IMU置于温箱中，在-40°C至85°C范围内以5°C步进，每个温度点执行静态去偏置，记录零偏-温度曲线。通常采用二次多项式拟合：bias(T) = a*T² + b*T + c。

总结复盘：数据采集与预处理是IMU滤波系统的“地基工程”。采样率决定信息带宽，量程决定动态范围，单位换算保证数学一致性，去偏置消除静态误差，标定则全面校正系统误差。实际项目中，建议按“先配置、再换算、后去偏、终标定”的顺序推进，每一步都需验证数据合理性。一个实用的验证方法是：将IMU静止放置，观察预处理后的加速度计输出应接近[0, 0, 9.81] m/s²，陀螺仪输出应接近[0, 0, 0] °/s，且噪声幅度在数据手册范围内。只有通过这一验证，才能确保后续滤波算法获得可靠输入。