3. IMU传感器原理

在视觉与IMU融合姿态估计系统中，IMU（惯性测量单元）提供高频的姿态变化信息，是视觉在快速运动、弱纹理或遮挡场景下的重要补充。一个典型IMU由三轴加速度计、三轴陀螺仪，以及常配的三轴磁力计组成。理解它们各自“测什么、怎么测、误差从哪来”，是后续做预积分、状态估计与误差标定的前提。

一、三种传感器的核心工作原理

加速度计测量的是比力，即物体所受非引力合力除以质量。静止水平放置时，它输出的是重力加速度在三个轴上的投影，因此可以反推俯仰角和横滚角。其经典MEMS结构是质量块—弹簧—电容检测：加速度使质量块位移，电容变化被转换为电压，再经ADC输出数字量。加速度计对重力方向敏感，但对运动加速度同样敏感，这是它无法单独区分“倾斜”和“平移”的根本原因。

陀螺仪测量角速度。MEMS陀螺仪利用科里奥利效应：驱动质量块做高频振动，当器件绕敏感轴旋转时，科里奥利力使质量块在正交方向产生位移，该位移被电容检测并解算为角速度。陀螺仪输出的是角速度而非角度，需要积分才能得到姿态变化。积分带来两个后果：一是高频噪声被平滑，短时角度变化很准；二是零偏误差会随时间累积成角度漂移。

磁力计测量地磁场矢量，相当于一个“电子罗盘”。常见实现包括霍尔效应、各向异性磁阻（AMR）和磁隧道结（TMR）。它提供绝对航向参考，能抑制偏航角漂移，但极易受电机、扬声器、金属结构和电流走线产生的硬铁、软铁干扰。因此磁力计通常需要椭球拟合标定后才能使用。

二、噪声模型：从白噪声到随机游走

工程上通常把IMU误差分为确定性误差和随机误差。确定性误差包括零偏、尺度因数、非正交误差和安装误差，可通过标定补偿；随机误差则用随机过程建模，是滤波器中需要在线估计的部分。

最常用的模型是“真值 + 零偏 + 白噪声 + 零偏随机游走”。其中白噪声描述逐次采样间的快速抖动，零偏随机游走描述零偏随时间缓慢变化。在卡尔曼滤波或预积分中，这两项分别对应噪声密度和零偏随机游走密度两个参数，直接决定协方差传播的速度。

# 典型 IMU 噪声参数（示例，需以数据手册/标定为准）
gyro_noise_density:      0.005 rad/s/√Hz
gyro_random_walk:        0.0001 rad/s²/√Hz
accel_noise_density:     0.02 m/s²/√Hz
accel_random_walk:       0.0005 m/s³/√Hz
# 单位换算：连续噪声密度 × 1/√Δt → 离散噪声标准差

三、误差特性对比与选型含义

四、典型场景与常见误区

在无人机悬停场景中，陀螺仪负责快速响应姿态扰动，加速度计在低频段校正俯仰和横滚，磁力计校正偏航。若只信陀螺，几十秒后姿态就会明显漂移；若只信加速度计，电机振动会让姿态剧烈抖动。融合的本质，是用不同频段、不同误差特性的传感器互相补位。