第2章传感器基础

2. 传感器基础：MEMS加速度计、陀螺仪、磁力计的工作原理与输出特性

好，咱们进入正题。传感器融合这事儿，说白了就是让几个小东西配合干活。但你要想用好它们，得先摸清每个传感器的脾气。今天我就跟你聊聊MEMS世界里最常用的三个家伙：加速度计、陀螺仪、磁力计。

我个人习惯，每次拿到一款新传感器，第一件事不是看寄存器，而是先搞清楚它的物理原理。为什么？因为原理决定了它的死穴在哪里。你想想看，一个连原理都不懂的工程师，怎么去写融合算法？

加速度计测量的是比力（Specific Force），不是单纯的加速度。嗯，这里要注意——它测的是物体受到的惯性力与重力的合力。说白了，你静止放在桌面上时，它读出来的是1g向上的加速度，因为桌面在推着它对抗重力。

核心原理：MEMS加速度计内部有一个微小的质量块，固定在弹簧结构上。当芯片加速时，质量块会偏移，通过检测电容变化来推算加速度。典型的量程有±2g、±4g、±8g、±16g。

我在项目中遇到过一件事：有个同事死活搞不定姿态解算，发现加速度计在静止时输出抖动很大。查了半天，原来是PCB安装时引入了机械共振。所以啊，PCB布局时一定要避开传感器的谐振频率，这个坑我踩过。

避坑指南：我曾经在无人机项目里直接用加速度计做航向角计算，结果发现水平加速时航向完全漂掉。原因很简单——加速度计分不清重力加速度和运动加速度。所以，纯加速度计只能算俯仰和横滚，航向角必须靠磁力计或陀螺仪。

陀螺仪测量的是角速度，单位是°/s。它的原理比加速度计稍微绕一点——利用科里奥利效应。你想想看，一个振动的质量块，如果给它施加一个旋转，它就会在垂直方向产生位移。检测这个位移，就能算出角速度。

我记得第一次调试陀螺仪时，看到数据手册上写着「零偏稳定性0.01°/s」，心想这参数真漂亮。结果一上电，输出飘了0.5°/s。后来才明白，那是实验室理想条件下的数据，实际使用要考虑温度、振动、电源噪声等因素。

个人经验：陀螺仪最怕的是积分漂移。你算角度时，每秒钟的零偏误差都会累积到角度上。我习惯在系统上电后先做5秒钟的静态采集，取平均作为零偏补偿值。这个小技巧，能省掉你后面很多滤波的麻烦。

磁力计测量的是磁场强度，单位是μT（微特斯拉）。地球磁场大约在25-65μT之间，方向从南指向北。磁力计就是靠这个来告诉你「哪边是北」。

但说实话，磁力计是三个传感器里最娇气的。为什么？因为地磁场太弱了，随便一个电机、一根电源线、甚至一块铁皮，都能把它干扰得七荤八素。我在做智能手表时，磁力计放在表盘右上角，结果每次用户抬手看时间，读数就跳变——因为表带上的金属扣环干扰了磁场。

校准是必须的：任何磁力计在出厂后都需要做硬铁和软铁校准。方法很简单——让传感器在三维空间里转几圈，采集数据拟合椭球。我习惯在产线上做一次自动校准，把校准参数存到EEPROM里。

好，现在我们把三个家伙放在一起看。它们各有各的强项，也各有各的软肋：

你想想看，如果只用加速度计，飞机一加速你就分不清方向了。只用陀螺仪，飞10分钟角度就漂到天边去了。只用磁力计，旁边过个电动车读数就乱跳。所以，融合才是王道。

下面这张图是我自己总结的传感器融合逻辑框架，你可以看看它们是怎么配合的：

你看这个流程：三个传感器各自采集原始数据，经过预处理后送入融合算法。加速度计提供静态参考，陀螺仪负责动态跟踪，磁力计给出绝对航向。融合算法把这三者的优势结合起来，输出一个稳定、无漂移的姿态估计。

我的建议：刚开始做融合时，别一上来就上卡尔曼滤波。先试试互补滤波，代码简单，效果也够用。等你把传感器特性摸透了，再上卡尔曼也不迟。我在一个平衡车项目里，互补滤波跑了两年都没出过问题。

最后，我把三个传感器的关键输出特性整理成一个速查表，方便你以后查阅：

嗯，这一章的内容就到这儿。记住一句话：传感器没有完美的，但融合可以接近完美。下一章我们会深入讲互补滤波和卡尔曼滤波的具体实现，到时候我会拿实际代码出来讲。

公众号:蓝海资料掘金营，微信deep3321