4、加速度计原理与特性
加速度计是姿态解算系统中获取重力方向参考的核心传感器。与陀螺仪测量角速度不同，加速度计直接感知的是“比力”（Specific Force），即单位质量上受到的除重力以外的惯性力合力。在静态或准静态条件下，加速度计输出的矢量方向恰好与重力加速度方向相反，由此可以解算出载体相对于水平面的倾斜角。然而，一旦载体存在线运动加速度，加速度计的输出就会混入运动加速度分量，导致倾角估计出现偏差。本章将深入剖析MEMS加速度计的工作原理、测量模型、静态倾角解算方法、动态干扰机理以及误差特性，为后续与陀螺仪进行融合解算奠定物理基础。
上图从三个维度概括了加速度计的核心知识框架：左侧展示MEMS加速度计的机械结构——质量块通过弹簧悬挂在固定极板之间，形成差分电容检测结构；中间给出比力测量模型，明确加速度计输出的是“比力”而非纯重力；右侧展示静态倾角解算的几何关系；底部则列出动态干扰与误差的主要来源。这张图将贯穿本章的讲解主线。
4.1 MEMS加速度计工作原理
MEMS加速度计基于牛顿第二定律，通过检测质量块因加速度而产生的位移来间接测量加速度。其核心结构是一个由硅微加工工艺制成的“质量块-弹簧-阻尼”系统，质量块被弹性梁悬挂在腔体中，并与固定电极形成差分电容对。当载体沿敏感轴方向加速时，质量块因惯性作用相对于壳体产生微小位移，导致两侧电容间隙发生变化，从而形成差分电容信号。该信号经ASIC电路放大、解调、模数转换后，输出数字量或模拟电压。
以电容式检测为例，设质量块质量为m，弹簧刚度为k，阻尼系数为c，则其动力学方程可表示为：
m·x''(t) + c·x'(t) + k·x(t) = -m·a(t)其中x(t)为质量块相对壳体的位移，a(t)为外部加速度。在稳态条件下（忽略瞬态），位移x与加速度a成正比：x = -m·a/k。通过检测差分电容ΔC = C1 - C2，即可反推加速度大小。现代MEMS加速度计通常采用闭环力平衡控制，通过施加静电力使质量块保持在零位，从而提升线性度和带宽。
| 参数 | 典型值 | 说明 |
|---|---|---|
| 量程 | ±2g ~ ±16g | 可配置，低量程适合倾角测量 |
| 灵敏度 | 16384 LSB/g (2g量程) | 数字输出，与量程相关 |
| 带宽 | 5Hz ~ 1000Hz | 可配置低通滤波器 |
| 噪声密度 | 150 μg/√Hz | 决定静态倾角分辨率 |
| 零偏稳定性 | ±20mg | 温度变化后需重新校准 |
4.2 比力测量模型与静态倾角解算
加速度计输出的物理量是“比力”（Specific Force），定义为载体加速度与重力加速度之差：f = a - g。其中f为加速度计感受到的比力，a为载体在惯性空间中的加速度，g为重力加速度矢量。当载体静止或匀速运动时，a = 0，此时f = -g，即加速度计输出矢量恰好指向重力反方向。这一特性是静态倾角测量的物理基础。
设载体坐标系为b系，重力矢量在导航系（n系）中表示为g_n = [0, 0, g]^T。当载体存在横滚角φ和俯仰角θ时，重力在b系中的投影为：
g_b = R_n^b · g_n = [-g·sinθ, g·sinφ·cosθ, g·cosφ·cosθ]^T因此，加速度计三轴输出（静态时）为：
ax = -g·sinθ
ay = g·sinφ·cosθ
az = g·cosφ·cosθ由此可反解出俯仰角和横滚角：
θ = atan2(-ax, sqrt(ay² + az²))
φ = atan2(ay, az)使用atan2函数可以自动处理象限问题，避免角度跳变。需要注意的是，当俯仰角接近±90°时，横滚角解算会出现奇异点，此时az趋近于0，atan2(ay, az)不再可靠。
| 场景 | 加速度计输出 | 解算结果 | 可靠性 |
|---|---|---|---|
| 水平静止 | ax=0, ay=0, az=1g | θ=0°, φ=0° | 高 |
| 俯仰30° | ax=-0.5g, az=0.866g | θ=30°, φ=0° | 高 |
| 横滚45° | ay=0.707g, az=0.707g | θ=0°, φ=45° | 高 |
| 载体加速运动 | ax包含运动加速度 | θ偏大 | 低 |
4.3 动态加速度干扰机理
当载体存在线运动加速度时，加速度计的输出不再等于-g，而是f = a - g。此时若仍按静态模型解算倾角，会引入显著误差。例如，一辆汽车以0.3g的加速度起步时，加速度计沿行驶方向会额外输出0.3g，若该方向恰好与俯仰轴重合，则解算出的俯仰角将偏大约17°。这种误差在无人机急加速、机器人启停、车辆爬坡等场景中尤为明显。
动态干扰的频域特性是区分其与重力分量的关键：重力分量在频域中表现为直流（0Hz）信号，而运动加速度通常集中在0.1-10Hz频段，振动噪声则分布在更高频段。因此，单纯依靠低通滤波无法完全消除运动加速度干扰，因为运动加速度与重力在频带上存在重叠。这也是为什么需要引入陀螺仪进行互补融合的原因——陀螺仪对角速度积分得到姿态，不受线加速度影响，但存在积分漂移；加速度计提供参考，但受动态干扰。两者在频域上互补，通过融合可以各取所长。
// 加速度模长检测示例
float norm = sqrt(ax*ax + ay*ay + az*az);
float trust = 1.0f - fabsf(norm - 1.0f) / 0.5f;
trust = trust < 0.0f ? 0.0f : (trust > 1.0f ? 1.0f : trust);4.4 误差特性与校准方法
MEMS加速度计的误差源主要包括零偏（Bias）、标度因数误差（Scale Factor Error）、交叉轴耦合（Cross-axis Coupling）和随机噪声。零偏是指无加速度输入时输出不为零，典型值为±20mg至±50mg，受温度影响显著。标度因数误差是指实际灵敏度与标称值之间的偏差，通常为±1%左右。交叉轴耦合源于安装误差和敏感轴不正交，导致某一轴的加速度在其他轴上产生串扰。
对于姿态解算应用，零偏误差直接影响静态倾角精度。例如，1mg的零偏在水平姿态下会产生约0.057°的倾角误差。因此，在系统上电后应进行静态校准，采集多组数据求平均以消除随机噪声，并将平均值作为零偏扣除。六位置校准法是最常用的标定方法：将加速度计分别以+X、-X、+Y、-Y、+Z、-Z朝上放置，记录六个位置的输出，即可求解零偏、标度因数和交叉轴耦合系数。
| 误差源 | 典型量级 | 对姿态的影响 | 抑制方法 |
|---|---|---|---|
| 零偏 | ±20mg | 静态倾角误差约1.1° | 上电校准、温度补偿 |
| 标度因数误差 | ±1% | 倾角误差随角度增大 | 六位置标定 |
| 交叉轴耦合 | ±0.5% | 轴间串扰 | 校准矩阵补偿 |
| 随机噪声 | 150μg/√Hz | 角度抖动 | 低通滤波、多样本平均 |
| 温度漂移 | ±0.5mg/°C | 温变时姿态漂移 | 温度传感器补偿 |
4.5 案例拆解：无人机悬停时的加速度计干扰
背景与约束：某四旋翼无人机在室外悬停时，姿态解算模块出现俯仰角周期性波动，波动幅度约±3°，频率约2-3Hz。该无人机采用MPU6050六轴传感器，姿态解算频率为500Hz，互补滤波系数Kp=0.2。悬停指令下发后，飞控保持油门恒定，但姿态角输出不稳定。
初始现象与数据：通过上位机记录加速度计原始数据，发现ax和az存在明显的周期性波动，波动频率与旋翼转速（约2000RPM，即33Hz）不直接对应，而是与飞控的油门调节周期（约2.5Hz）吻合。进一步分析发现，飞控在悬停时不断进行微小油门修正，导致机体产生垂直方向的往复加速度，幅值约0.15g。
分析判断过程：该干扰并非来自旋翼高频振动（33Hz），而是飞控闭环调节引起的低频线加速度。由于互补滤波中加速度计权重较高（Kp=0.2），这部分低频干扰直接耦合到姿态输出。若单纯降低Kp，虽然能抑制干扰，但会降低姿态跟踪的快速性，导致操控响应迟钝。
实际操作步骤：
- 首先对加速度计输出进行模长检测，计算norm = sqrt(ax²+ay²+az²)，设定阈值0.8g~1.2g，超出范围时降低加速度计权重至0.05。
- 在互补滤波中增加加速度计输出的二阶低通滤波，截止频率设为5Hz，以衰减2.5Hz附近的干扰分量。
- 将陀螺仪零偏估计时间常数从5秒调整为10秒，使融合算法更依赖陀螺仪短时积分。
- 在飞控层面优化悬停油门控制律，减小油门修正幅度，从根源上降低线加速度激励。
结果对比：实施上述措施后，俯仰角波动从±3°降至±0.8°，悬停稳定性显著提升。其中，模长检测贡献了约60%的改善效果，低通滤波贡献约30%，飞控优化贡献约10%。
风险与代价：降低加速度计权重后，姿态解算对真实倾斜的响应速度变慢，在遇到阵风时姿态恢复时间从0.5秒延长至1.2秒。因此，在后续版本中引入了自适应权重策略：当检测到加速度计模长接近1g且变化平缓时，逐步恢复权重；当检测到剧烈机动时，快速降低权重。
复盘经验：加速度计干扰的识别不能只看幅值，还要分析频率成分和来源。飞控系统的闭环调节、电机振动、机体结构共振都可能成为干扰源。在融合算法设计时，应同时考虑频域特性和时域置信度，而非简单固定权重。