1. IMU基础与坐标系：惯性导航系统概述

各位同学好，我是你们的传感器融合讲师。今天咱们聊聊IMU——这个在自动驾驶里不可或缺的小东西。

说实话，我刚入行那会儿，觉得IMU就是个测加速度和角速度的传感器，没啥了不起。直到有一次做车辆定位，GPS信号丢失，全靠IMU撑着，我才真正意识到它的重要性。嗯，那感觉就像你闭着眼睛走路，全靠身体感知方向——IMU就是那个帮你感知的“身体”。

惯性导航系统，说白了就是“自己给自己导航”。它不依赖任何外部信号，完全靠内部的加速度计和陀螺仪来推算位置和姿态。

你想想看，飞机在隧道里、潜艇在水下、汽车在地下车库——这些地方GPS根本用不了。这时候，惯导系统就是最后的救命稻草。

我个人习惯把惯导系统分成两类：

捷联式惯导的核心思想，就是“用数学代替物理”。你载体怎么转，我就怎么算。这听起来简单，做起来可不容易——我后面会详细讲。

核心要点：惯导系统是自主导航的基石。它不依赖外部信号，但误差会随时间累积。这就是为什么我们需要融合GPS、视觉等其他传感器来修正它。

IMU里有两个核心器件：加速度计和陀螺仪。咱们一个一个说。

加速度计测量的是比力，不是单纯的加速度。什么叫比力？就是物体受到的合力减去重力。举个例子：你站在地面上，加速度计测到的是向上的支持力，数值是1g。如果你自由落体，加速度计测到的是0——因为你失重了。

我在项目中遇到过一个问题：有人直接用加速度计的数据积分求速度，结果越积越离谱。为什么？因为加速度计测的是比力，你得先把重力分量去掉才行。这个坑，我踩过。

小技巧：静止状态下，加速度计的三个轴输出平方和开根号，应该等于当地重力加速度。如果偏差太大，说明传感器需要校准。

陀螺仪测量角速度，单位是rad/s或deg/s。它告诉你载体转得有多快，但不直接告诉你转了多少角度——角度需要积分得到。

陀螺仪有个天生的毛病：零偏稳定性。什么意思？就是静止时它输出不是0，而是有个小偏移。这个偏移还会随温度变化。我曾经在冬天做实验，早上校准好的陀螺仪，到中午就漂了——温度变了。

所以，使用陀螺仪前一定要做零偏校准。方法很简单：静止采集几秒钟数据，取平均值，后面每次测量都减去这个值。

坐标系是IMU融合的基础。坐标系搞不清楚，后面全白搭。我见过太多人因为坐标系搞混，调试了好几天才发现问题。

常用的坐标系有三个：

坐标系	英文缩写	说明
地心地固系	ECEF	原点在地心，Z轴指向北极，X轴指向本初子午线与赤道交点。用于GPS定位。
导航系	NED/ENU	原点在载体位置，NED是北东地，ENU是东北天。自动驾驶常用ENU。
载体系	BODY	原点在载体质心，X轴向前，Y轴向右，Z轴向下（右手系）。IMU直接测量的是这个坐标系下的数据。

我个人习惯用ENU导航系，因为“东北天”比较直观。但有些项目用NED，这取决于你的应用场景。记住一点：坐标系之间可以互相转换，但转换矩阵一定要算对。

注意：不同坐标系下的数据不能直接加减。比如，IMU测的是载体系下的加速度，GPS给的是导航系下的位置。融合前必须先统一坐标系。我曾经见过有人直接把IMU的加速度积分，然后和GPS位置做差——结果可想而知。

描述姿态，最直观的方式是欧拉角：横滚角、俯仰角、航向角。但欧拉角有个致命问题——万向锁。当俯仰角接近±90度时，横滚和航向会耦合，导致自由度丢失。

我在做无人机项目时就遇到过这个问题。飞机垂直爬升时，俯仰角接近90度，姿态解算直接崩了。从那以后，我坚决用四元数。

四元数是个数学工具，用四个数表示旋转。它没有万向锁问题，而且计算效率高。四元数的形式是：

q = [w, x, y, z]

其中：
w = cos(θ/2)
x = sin(θ/2) * cos(α)
y = sin(θ/2) * cos(β)
z = sin(θ/2) * cos(γ)

θ是旋转角度，(α, β, γ)是旋转轴的方向余弦。

四元数乘法可以组合旋转，而且不会出现欧拉角的奇异性。嗯，这里要注意：四元数乘法不满足交换律，顺序很重要。

我的建议：在IMU融合算法中，内部计算全部用四元数。只在需要可视化或与外部系统交互时，才把四元数转成欧拉角。这样可以避免很多麻烦。

下面我用一张图来总结本章的知识体系：

这张图把本章的核心内容串起来了。从惯导系统出发，到IMU工作原理，再到坐标系和姿态表示，最后指向传感器融合。你想想看，每一步都是环环相扣的。

好了，第一章的内容就到这里。记住我说的：坐标系搞不清楚，后面全白搭。下一章我们会深入IMU的误差模型和校准方法，到时候我会分享更多实战中的踩坑经验。

课后练习：找一个静止的IMU数据，计算加速度计三个轴的平方和开根号，看看是否等于当地重力加速度。如果不等于，思考一下可能的原因。