第3章传感器标定与预处理

传感器标定与预处理：加速度计、陀螺仪、磁力计标定方法

各位同学，今天我们来聊聊传感器标定。

说实话，飞控系统里最让我头疼的，往往不是控制算法本身，而是传感器数据到底靠不靠谱。你想想看，算法再漂亮，输入的数据是歪的，那输出肯定跑偏。我在项目里见过太多这种情况——飞机悬停时莫名其妙往一边飘，查了半天，最后发现是加速度计零偏没标好。

所以，传感器标定是飞控调试的第一步，也是基本功。今天我把加速度计、陀螺仪、磁力计这三样东西的标定方法，掰开了讲清楚。

为什么传感器需要标定？

说白了，任何传感器出厂时都有误差。温度漂移、安装偏差、器件本身的非线性，都会让读数偏离真实值。你拿一个静止的加速度计，理论上应该读到(0, 0, -g)，但实际读出来可能是(0.05, -0.03, -9.72)。

这些误差如果不消除，飞控的姿态解算就会出问题。悬停时飞机歪着，航线飞行时轨迹偏掉，都是标定没做好的后果。

核心思路：标定的本质就是建立「传感器原始读数 → 真实物理量」的映射关系。通常用一个线性模型：

真实值 = 比例因子 × (原始值 - 零偏)

我们需要标定的，就是零偏和比例因子这两个参数。

加速度计标定

加速度计标定，我习惯用六位置法。为什么叫六位置？因为我们需要让加速度计的每个轴，分别朝上和朝下各采集一次数据。

具体步骤：

将飞控水平放置，Z轴朝上，采集100组数据取平均
将飞控翻转，Z轴朝下，采集100组数据取平均
同理，X轴朝上、X轴朝下、Y轴朝上、Y轴朝下，各采集一次
这样我们得到6组数据，每组包含三轴读数

有了这6组数据，就可以解算出每个轴的零偏和比例因子。公式其实不复杂：

// 以X轴为例
// 当X轴朝上时，理论值应为 +g
// 当X轴朝下时，理论值应为 -g
// 设原始读数为 raw_up 和 raw_down
// 则有：
// scale_x = 2g / (raw_up - raw_down)
// bias_x = (raw_up + raw_down) / 2

// 实际代码实现
float raw_up = 1645;   // 采集到的原始值
float raw_down = 1523;
float g = 9.81;

float scale_x = 2 * g / (raw_up - raw_down);
float bias_x = (raw_up + raw_down) / 2;

// 标定后的值
float calibrated_x = (raw_x - bias_x) * scale_x;

我的经验：六位置法虽然简单，但有个坑——你必须保证每次放置时，飞控是绝对水平的。我曾经用水平仪垫着飞控做标定，结果垫块本身就不平，标出来的参数全是歪的。后来我改用三轴转台，精度一下子就上去了。

陀螺仪标定

陀螺仪标定比加速度计简单。为什么？因为陀螺仪测量的是角速度，静止时理论值应该是0。所以标定只需要采集静止数据，算出零偏就行。

具体做法：

将飞控静止放置，不要有任何振动
连续采集1000组陀螺仪数据
对每个轴分别求平均值，这个平均值就是零偏

代码实现也很直接：

// 陀螺仪零偏标定
float gyro_bias[3] = {0};
int sample_count = 1000;

for(int i = 0; i < sample_count; i++) {
    gyro_bias[0] += raw_gyro_x[i];
    gyro_bias[1] += raw_gyro_y[i];
    gyro_bias[2] += raw_gyro_z[i];
}

gyro_bias[0] /= sample_count;
gyro_bias[1] /= sample_count;
gyro_bias[2] /= sample_count;

// 使用时减去零偏
float calibrated_gyro_x = raw_gyro_x - gyro_bias[0];

注意：陀螺仪零偏会随温度变化。我遇到过最头疼的情况——冬天标定好的参数，夏天飞起来就飘。所以工业级飞控通常会做温度补偿，或者每次上电后先静止几秒，自动重新标定零偏。

磁力计标定

磁力计标定是最麻烦的，也是坑最多的。为什么？因为地磁场很弱，很容易被周围铁磁物质干扰。你拿着手机转一圈，磁力计读数画出来应该是个球，但实际画出来往往是个椭球。

椭球拟合标定法：

我个人习惯用椭球拟合。原理很简单——理想情况下，磁力计在三维空间旋转时，读数应该落在一个球面上。但因为有硬铁干扰和软铁干扰，实际数据会变成一个椭球。

标定的目标，就是把这个椭球拉回球心在原点、半径为1的标准球。

采集数据的方法：

拿着飞控，在空中画「8」字
尽量让飞控的每个面都朝向各个方向
采集至少200组数据，覆盖整个球面

有了数据后，用最小二乘法拟合椭球参数。这里我直接给出常用的代码框架：

// 椭球拟合标定（简化版）
// 输入：raw_mag[3] 原始磁力计数据
// 输出：calibrated_mag[3] 标定后的数据

// 标定参数（由椭球拟合算法计算得到）
float hard_iron[3] = {45.2, -12.7, 23.1};  // 硬铁偏移
float soft_iron[3][3] = {                   // 软铁矩阵
    {1.02, 0.01, -0.03},
    {0.01, 0.98, 0.02},
    {-0.03, 0.02, 1.01}
};

// 标定过程
float temp[3];
for(int i = 0; i < 3; i++) {
    temp[i] = raw_mag[i] - hard_iron[i];
}

// 应用软铁校正
for(int i = 0; i < 3; i++) {
    calibrated_mag[i] = 0;
    for(int j = 0; j < 3; j++) {
        calibrated_mag[i] += soft_iron[i][j] * temp[j];
    }
}

避坑指南：我曾经在无人机上装了个碳纤维管，结果磁力计读数一直不对。查了半天才发现，碳纤维管里有一根细铁丝。所以做磁力计标定时，一定要确保周围没有铁磁物质。另外，电机通电后也会产生磁场干扰，标定时最好把电机断电。

标定流程总结

好了，三种传感器的标定方法都讲完了。我画了一张流程图，帮你理清整个标定流程：

标定后的数据预处理

标定完参数，还没完。数据还需要做预处理，才能喂给姿态解算算法。

常用的预处理步骤：

低通滤波：传感器数据都有高频噪声，用一阶低通滤波就能去掉大部分。我一般用截止频率20Hz。
异常值剔除：偶尔会出现跳变的数据点，直接扔掉或者用前一帧数据替代。
坐标系对齐：如果传感器安装方向与飞控坐标系不一致，需要做旋转矩阵变换。

// 一阶低通滤波示例
float lowpass_filter(float raw, float prev, float alpha) {
    // alpha 越小，滤波越平滑，但延迟越大
    // 一般取 0.1 ~ 0.3
    return alpha * raw + (1 - alpha) * prev;
}

// 使用示例
float filtered_acc_x = lowpass_filter(raw_acc_x, prev_acc_x, 0.2);

我的习惯：标定参数我会保存到飞控的EEPROM里，每次上电自动加载。但我会留一个「重新标定」的指令，方便现场调试。另外，标定完一定要做验证——把飞控静止放好，看看加速度计读数是不是(0, 0, -g)，陀螺仪是不是(0, 0, 0)。

好了，传感器标定这部分就讲到这里。内容不少，但都是实打实的干货。你回去做实验时，记得先把标定做好，后面的控制调试才能事半功倍。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

传感器标定与预处理：加速度计、陀螺仪、磁力计标定方法

为什么传感器需要标定？

加速度计标定

陀螺仪标定

磁力计标定

标定流程总结

标定后的数据预处理