4. 传感器标定基础：标定的目的与意义、标定流程概览、六面法标定原理
各位同学，欢迎来到传感器标定的第一课。
说实话，在IMU融合这个领域摸爬滚打这么多年，我最大的感触就是：标定是算法的基石。你想想看，一个没标定过的IMU，就像一把没校准过的尺子——你用它量出来的数据，谁敢信？
4.1 标定的目的与意义
先聊聊标定到底在干什么。
说白了，标定就是找出传感器的“真实脾气”。每个IMU芯片出厂时都有误差，比如零偏、尺度因子、轴间对准误差。这些误差如果不处理，融合算法再牛也白搭。
标定的核心目的就三个：
- 消除确定性误差——比如零偏、尺度因子，这些是可以通过标定模型补偿的
- 建立精确的数学模型——让传感器输出值能准确反映真实物理量
- 提升系统鲁棒性——标定后的数据，算法才能稳定工作
我记得有一次做无人机项目，飞控里用的IMU没做充分标定，结果悬停时姿态漂移得厉害。后来一查，零偏误差直接导致积分出来的角度偏了5度。嗯，从那以后我再也不敢跳过标定步骤了。
我的经验：标定不是一次性的。温度变化、时间老化都会让传感器参数漂移。我建议产品级应用至少每半年重新标定一次。
4.2 标定流程概览
标定流程其实不复杂，但细节决定成败。我习惯把它分成四个阶段：
- 数据采集阶段——把传感器放在已知姿态下，记录原始数据
- 预处理阶段——剔除异常值、平滑滤波、检查数据质量
- 参数估计阶段——用最小二乘法或优化算法求解标定参数
- 验证阶段——用另一组数据验证标定效果，看残差是否在容忍范围内
你可能会问：“为什么非要分这么细？”
我踩过坑。有一次采集数据时没注意温度变化，结果预处理阶段发现数据有明显漂移。如果直接跳进参数估计，那标定出来的参数全是错的。
注意：数据采集阶段最容易出问题。一定要保证传感器充分预热（我一般等5分钟），并且采集环境稳定。别在空调风口下搞标定，温度波动会让你怀疑人生。
4.3 六面法标定原理
六面法，这个名字听起来挺唬人。其实原理很简单——把传感器依次放在六个正交方向上，利用重力加速度作为参考基准。
为什么是六个面？因为加速度计是三维的，每个轴的正负方向都要测。六个面刚好覆盖所有组合：
| 位置编号 | 传感器朝向 | 理论加速度值 (g) |
|---|---|---|
| 1 | X轴向上 | (1, 0, 0) |
| 2 | X轴向下 | (-1, 0, 0) |
| 3 | Y轴向上 | (0, 1, 0) |
| 4 | Y轴向下 | (0, -1, 0) |
| 5 | Z轴向上 | (0, 0, 1) |
| 6 | Z轴向下 | (0, 0, -1) |
标定模型长这样：
// 加速度计标定模型
// a_meas = S * (a_true + b) + n
// 其中：
// a_meas - 测量值
// a_true - 真实值（已知，比如重力加速度）
// S - 尺度因子矩阵（3x3，包含轴间对准）
// b - 零偏向量（3x1）
// n - 噪声（忽略不计）用六个面的数据，我们可以列出12个方程（每个面3个轴，共6个面，但每个面提供3个方程，实际有效的是6×3=18个方程）。然后用最小二乘法解出S和b。
核心思想：六面法本质上是把“已知的重力方向”当作金标准，反推传感器的误差参数。你想想看，重力方向在地球上任何地方都是竖直向下的，这个参考基准太稳了。
我个人习惯在采集每个面时，多采几秒钟数据然后取平均。这样能有效抑制噪声。另外，摆放时尽量让传感器水平——我见过有人用手扶着，结果手抖导致数据全废了。
下面这张图展示了六面法的核心逻辑：
你看这个流程，从六个面的原始数据开始，经过预处理剔除异常值，最后输出标定参数。每一步都环环相扣。
一个小技巧：如果你没有精密转台，可以用水平台面加直角尺来保证六个面的正交性。虽然精度不如转台，但对于大多数消费级应用已经够用了。我早期做项目时就是这么干的。
好了，这一章的内容就到这里。标定这件事，说难不难，说简单也不简单。关键是要理解背后的物理原理，然后动手去实践。下一章我们会深入具体的标定算法实现，到时候见。