第二章 运动轨迹基础：IMU传感器原理
做智能穿戴芯片，绕不开IMU。说白了，IMU就是加速度计、陀螺仪、磁力计这三个传感器的组合。我刚开始接触这个领域时，总觉得它们很神秘——几个小芯片就能知道你在走路、跑步、甚至是在转圈？后来拆了几颗芯片，看了不少数据手册，才慢慢摸清门道。
今天咱们就聊聊这三个传感器的原理。嗯，我会结合我踩过的坑来讲，希望能帮你少走弯路。
2.1 加速度计：感知“力”的传感器
加速度计测量的是什么？是物体受到的加速度。注意，不是速度，是加速度。你想想看，当你把手机平放在桌上，它测到的是9.8 m/s²——那是重力加速度。当你突然拿起手机，它会测到一个更大的值。
加速度计的内部结构，说白了就是一个微小的“质量块+弹簧”系统。芯片内部有一个微小的硅结构，当芯片加速时，质量块会移动，改变电容值。通过测量电容变化，就能反推出加速度。
关键点：加速度计测量的是“比力”（specific force），即物体受到的合力减去重力。所以静止时，它测到的是重力加速度。
我在项目中遇到过一个问题：某款手环在静止状态下，加速度计输出竟然有0.2g的波动。排查了半天，发现是电源纹波太大，影响了ADC采样。从那以后，我设计IMU电路时，一定会单独给传感器供电，加一级LDO。
加速度计的主要参数
| 参数 | 典型值 | 说明 |
|---|---|---|
| 量程 | ±2g / ±4g / ±8g / ±16g | 穿戴设备常用±8g |
| 分辨率 | 16位 | 可检测到0.001g的变化 |
| 噪声密度 | 100 μg/√Hz | 越低越好，影响静态精度 |
| 输出速率 | 100 Hz - 1 kHz | 运动轨迹通常用100 Hz |
我的经验：选型时别只看量程。噪声密度这个参数容易被忽略，但它直接影响你后续做姿态解算的精度。我习惯选噪声密度低于200 μg/√Hz的型号。
2.2 陀螺仪：测量“转”的传感器
陀螺仪测量的是角速度，单位是度/秒（°/s）。它告诉你芯片在绕哪个轴旋转，转得多快。
陀螺仪的原理是科里奥利效应。芯片内部有一个振动的质量块，当芯片旋转时，质量块会受到一个垂直于振动方向的力，这个力的大小与角速度成正比。通过检测这个力，就能算出角速度。
说白了，陀螺仪就像一个“旋转检测器”。你拿着手环转个圈，它就能告诉你转了多少度。
注意：陀螺仪有零偏漂移。静止时，它输出不是0，而是一个小值。这个值会随温度变化。我曾经在-20°C到60°C的测试中发现，零偏漂移最大能达到5°/s。如果不做校准，积分出来的角度会飞掉。
陀螺仪的关键指标
- 量程：±250°/s 到 ±2000°/s。穿戴设备用±1000°/s就够了。
- 零偏稳定性：单位是°/h。好的陀螺仪能做到10°/h以下。
- 角随机游走：单位是°/√h。这个参数决定了角度积分的噪声。
我记得有一次做跑步轨迹追踪，发现转弯时角度误差特别大。查了数据手册才发现，陀螺仪的非线性度是0.1%，在高速旋转时误差会累积。后来我加了一个简单的卡尔曼滤波器，才把角度误差压到2°以内。
2.3 磁力计：电子罗盘
磁力计测量的是磁场强度。它就像一个电子罗盘，告诉你北在哪。
磁力计的原理是霍尔效应或磁阻效应。芯片内部有微小的磁敏电阻，当外部磁场变化时，电阻值会改变。通过测量电阻变化，就能算出磁场方向。
磁力计有个大问题——容易受干扰。你想想看，手表里的扬声器、马达、甚至表带上的金属扣，都会产生磁场干扰。我在项目中遇到过最离谱的情况：用户戴着金属表带，磁力计输出直接偏了30°。
硬铁干扰 vs 软铁干扰：
- 硬铁干扰：由永磁体引起，表现为固定偏移。校准方法：旋转设备，找到最大最小值，取平均作为偏移量。
- 软铁干扰：由导磁材料引起，表现为椭圆畸变。校准方法：需要做椭球拟合。
2.4 三传感器融合：为什么需要三个？
你可能会问：一个加速度计不够吗？为什么还要陀螺仪和磁力计？
答案是：每个传感器都有短板。
- 加速度计：能测重力方向，但无法区分重力加速度和运动加速度。你跑步时，加速度计输出是重力+运动加速度的混合信号，很难分离。
- 陀螺仪：能测角速度，但积分会漂移。时间长了，角度误差会越来越大。
- 磁力计：能测航向，但容易受干扰。在室内、地铁里，磁场乱得一塌糊涂。
所以，三个传感器要融合使用。加速度计提供俯仰和横滚角，磁力计提供航向角，陀螺仪提供短时间的高精度角速度。通过互补滤波或卡尔曼滤波，把三个数据融合起来，才能得到稳定的姿态。
我的建议：初学者先从互补滤波开始。它简单、计算量小，在穿戴设备上跑得很稳。卡尔曼滤波虽然精度高，但调参很痛苦。我当年调卡尔曼滤波的噪声协方差矩阵，调了整整两周才稳定下来。
2.5 传感器坐标系与安装
IMU芯片内部有一个固定的坐标系。通常，X轴指向芯片的某个方向，Y轴垂直X轴，Z轴垂直芯片表面。
但问题来了：芯片焊在PCB上，PCB装在手表里，手表戴在手腕上。这三个坐标系可能完全不重合。
我见过一个案例：某团队把IMU芯片旋转了90°焊在PCB上，结果软件里忘了做坐标系变换，轨迹全画反了。嗯，这种低级错误其实挺常见的。
所以，设计时一定要明确：
- 芯片坐标系相对于PCB的方向
- PCB相对于设备外壳的方向
- 设备相对于人体的方向
然后，在软件里做一次旋转矩阵变换，把传感器数据统一到人体坐标系下。
2.6 本章知识体系
下面这张图是我画的IMU传感器知识体系，帮你理清思路：
2.7 避坑指南
最后，分享几个我踩过的坑：
我曾经... 在量产阶段发现，同一批次的IMU芯片，零偏差异能达到20%。后来才知道，芯片出厂时虽然做了校准，但校准精度有限。解决方案：在产线上加一步“静止校准”，让设备在静止状态下采集100帧数据，取平均作为零偏。
我还遇到过... 磁力计在电梯里完全失效。电梯的金属结构会改变磁场分布，导致航向角跳变。后来我在算法里加了一个“磁场异常检测”：如果磁场强度超出正常范围（25-65 μT），就暂时只用陀螺仪和加速度计。
一个小技巧：加速度计的数据不要直接用。先做一个低通滤波，截止频率设在5-10 Hz。因为人体运动的频率一般不超过5 Hz，高频部分基本都是噪声。我习惯用一阶IIR滤波器，计算量小，效果也不错。
好了，IMU传感器的原理就聊到这儿。这三个传感器各有脾气，摸透了它们的性格，后面做轨迹算法就顺手多了。
公众号:蓝海资料掘金营，微信deep3321