1. 标定基础概念：什么是传感器标定？为什么需要标定？标定与校准的区别

大家好，我是你们的老朋友。今天咱们聊聊传感器标定最基础的东西。

说实话，我见过太多工程师一上来就急着调算法、写代码，结果数据出来全是乱的。为什么？因为传感器没标定。嗯，这就像你拿一把没刻度的尺子去量东西，量得再认真也没用。

1.1 什么是传感器标定？

传感器标定，说白了就是给传感器“定规矩”。

每个传感器出厂时都有点“小脾气”——有的偏大，有的偏小，有的线性不好。标定就是找出这些偏差，然后建立一套数学模型，把传感器的原始信号转换成我们真正需要的物理量。

举个例子。我手头有个压力传感器，它输出的是电压信号。但我要的是压力值，比如多少帕斯卡。标定就是找到“电压”和“压力”之间的对应关系。

我个人习惯把标定分成三步：

1. 施加已知标准量——比如用标准砝码、标准压力源
2. 记录传感器输出——记下电压、电流、数字量
3. 建立映射关系——用数学公式把输入和输出连起来

1.2 为什么需要标定？

这个问题我问过很多新人。有人回答“因为手册上写了”，有人回答“别人都这么做”。其实原因很实在。

第一，传感器本身有误差。

我在项目中遇到过一批温度传感器，同一批货，放在同一个恒温箱里，读数能差2℃。你想想看，如果用在医疗设备上，这2℃可能就误诊了。标定就是把这些个体差异找出来，然后修正掉。

第二，环境会改变传感器特性。

温度、湿度、振动、老化……这些都会让传感器“变心”。我记得有个项目，传感器在实验室标定得好好的，装到现场后数据全飘了。后来发现是现场温度比实验室高了20℃。标定不只是出厂做一次，很多时候需要现场重新标定。

第三，系统级误差需要补偿。

传感器不是孤立工作的。它连着放大器、ADC、线缆……每个环节都会引入误差。系统标定可以把这些误差一起补偿掉，比单独标定每个器件要高效得多。

1.3 标定与校准的区别

这两个词经常被混用，但在我眼里，它们有本质区别。

对比项	标定（Calibration）	校准（Adjustment）
核心动作	建立关系、记录偏差	修正偏差、调整输出
输出结果	标定证书、数据表、曲线	调整后的传感器
是否改变硬件	不改变，只记录	可能调整硬件或软件参数
典型场景	实验室用标准源测试传感器	现场调零、调满度

举个例子你就明白了。

标定就像你去体检，医生量了你的身高体重，记录在病历上。他没有改变你，只是告诉你“你身高175cm，体重70kg”。

校准就像你发现体重秤不准，自己拧了一下螺丝，让指针归零了。你改变了秤本身。

我曾经犯过一个错误。客户说传感器不准，我上去就调了零点。结果调完发现，虽然零点对了，但满量程又偏了。后来才明白，我应该先做标定，搞清楚偏差的规律，再做校准。顺序搞反了，越调越乱。

1.4 标定的核心流程

说了这么多，咱们看看标定到底怎么干。下面这张图是我自己总结的标定流程，你照着做基本不会出错。

这张图我用了很多年。每次带新人，我都会让他们先看这张图，把流程走一遍，再动手干活。

1.5 标定中的几个关键概念

聊到这里，有几个术语你必须要懂。我挑三个最重要的说。

灵敏度（Sensitivity）

就是输出变化量除以输入变化量。说白了，传感器有多“敏感”。灵敏度越高，同样的输入变化能产生更大的输出变化。但注意，灵敏度不是越高越好，太高了噪声也会被放大。

线性度（Linearity）

理想传感器是线性的——输入翻倍，输出也翻倍。但现实世界没这么完美。线性度就是衡量传感器输出曲线偏离理想直线的程度。我见过最离谱的传感器，线性度差到5%，标定后硬是用多项式拟合拉回到0.1%。

重复性（Repeatability）

同一个输入，反复测多次，结果是不是一样？如果每次都不一样，那标定也没用。重复性差说明传感器本身有问题，不是标定能解决的。

1.6 标定的分类

根据场景不同，标定可以分为几类。我简单列一下：

• 出厂标定：在工厂环境下，用标准设备对传感器进行标定。精度高，但成本也高。
• 现场标定：在传感器实际使用现场进行标定。环境因素更真实，但标准源可能没那么好。
• 在线标定：传感器不拆下来，直接在工作状态下标定。适合大型设备或连续生产线。
• 自标定：传感器内部集成标准源，自动完成标定。高端传感器才有这个功能。

我个人建议：能做出厂标定的，尽量做出厂标定。现场标定只能作为补充，不能替代。我曾经在一个项目里图省事，只做了现场标定，结果环境一变化，数据全飘了。后来老老实实把传感器拆回实验室重新标定，问题才解决。

好了，这一章的内容就到这里。标定是传感器应用的基础，打好这个基础，后面学起来会轻松很多。