第三章 传感器原理与选型:IMU、磁力计、GPS、气压计、超声波、视觉传感器

做多旋翼这么多年,我最大的感触就是:飞控的核心不是算法,而是传感器。算法再漂亮,传感器数据一塌糊涂,飞机照样炸。今天咱们就把这些传感器的脾气秉性摸清楚。

3.1 IMU:飞控的“前庭系统”

IMU(惯性测量单元)是飞控里最核心的传感器,它由加速度计和陀螺仪组成。你可以把它想象成人的内耳前庭——感知身体的加速度和旋转。

3.1.1 加速度计

加速度计测量的是比力,不是单纯的重力。说白了,它测的是物体受到的惯性力与重力的合力。静止时,它感受到的就是1g的重力加速度。

关键参数:

  • 量程:常见的有±2g、±4g、±8g、±16g。多旋翼一般选±8g或±16g,因为机动飞行时加速度可能很大。
  • 噪声密度:单位是μg/√Hz。这个值越小越好,我见过一些廉价IMU,噪声大到悬停时姿态都在抖。
  • 零偏稳定性:单位是mg。好的MEMS加速度计能做到0.1mg以下。
我的经验:选加速度计时,别只看量程。我踩过坑——某款标称±16g的芯片,实际在8g以上就开始非线性了。建议留50%的余量。

3.1.2 陀螺仪

陀螺仪测量角速度,单位是°/s。它比加速度计更“娇气”,对温度变化特别敏感。

关键参数:

  • 量程:常见±250、±500、±1000、±2000°/s。多旋翼一般用±500或±1000°/s就够。
  • 零偏不稳定性:单位是°/h。好的陀螺仪能做到10°/h以下。
  • 角度随机游走:单位是°/√h。这个参数决定了积分后的角度漂移速度。
注意:陀螺仪最怕振动。我曾经在测试时发现,电机转速一上来,陀螺仪数据就出现周期性波动。后来加了减震海绵才解决。

3.1.3 IMU选型建议

等级 推荐型号 适用场景
入门级 MPU6050 DIY、教学
进阶级 ICM-20602 消费级飞控
工业级 ADIS16470 工业无人机

3.2 磁力计:电子罗盘

磁力计测量地磁场方向,用来修正航向角。但它有个致命弱点——容易受干扰。

工作原理:利用霍尔效应或磁阻效应,测量三个轴向上的磁场强度。地磁场强度大约0.25-0.65高斯,而电机产生的磁场可能高达几十高斯。

选型要点:

  • 分辨率:至少0.1μT,否则航向精度不够。
  • 更新率:100Hz以上,配合姿态解算。
  • 抗干扰能力:这个最重要。我建议选内置自校准算法的芯片,比如AKM系列。
避坑指南:我曾经把磁力计装在电调旁边,结果航向角偏差了30度。后来强制要求:磁力计距离大电流导线至少5cm,距离电机至少10cm。

3.3 GPS:室外定位的基石

GPS提供位置和速度信息,精度决定了飞行的稳定性。

关键指标:

  • 定位精度:民用GPS一般在2-5米,RTK可以到厘米级。
  • 更新率:5-10Hz是底线,20Hz以上更好。
  • 冷启动时间:好的模块能在30秒内完成定位。

多星座支持:现在的GPS模块基本都支持GPS+北斗+GLONASS。我建议至少双模,搜星数量多一倍,定位可靠性高很多。

我的习惯:选GPS模块时,我会看它的抗多径能力。在城市峡谷里,多径效应能把定位误差拉到10米以上。好的模块会用载波相位平滑伪距,效果很明显。

3.4 气压计:高度感知

气压计通过测量大气压来推算高度。每升高8.5米,气压下降约1hPa。

选型参数:

  • 分辨率:0.1hPa以下,对应高度分辨率约0.85米。
  • 噪声:0.01hPa RMS以下,否则高度数据会跳。
  • 温度稳定性:这个容易被忽略。气压计对温度很敏感,好的芯片会内置温度补偿。
注意:气压计怕风。我遇到过无人机在强风环境下,气压计高度波动超过2米。解决办法是加海绵罩,或者用卡尔曼滤波融合加速度计数据。

3.5 超声波:近距测距

超声波传感器利用声波反射测距,适合3米以内的近距离测量。

优缺点:

  • 优点:不受光照影响,成本低,精度可达厘米级。
  • 缺点:测量角度窄(一般15-30度),容易受吸音材料干扰,更新率低(20-50Hz)。

应用场景:主要用于定高和避障。我一般在起降阶段用超声波辅助定高,因为气压计在近地面容易受地面效应影响。

3.6 视觉传感器:智能感知

视觉传感器是近年来的热点,包括单目、双目、深度相机等。

主流方案:

  • 单目:成本低,但需要运动才能恢复深度。
  • 双目:通过视差计算深度,精度高,但计算量大。
  • 深度相机:直接输出深度图,适合室内导航。

选型要点:

  • 帧率:至少30fps,否则运动模糊严重。
  • 分辨率:VGA(640x480)是底线,720p更好。
  • 视场角:越大越好,但畸变也越大。
我的经验:视觉传感器最怕光照变化。从室内飞到室外,曝光参数要快速调整。我建议选带全局快门的传感器,避免卷帘快门带来的果冻效应。

3.7 传感器融合:1+1>2

单个传感器都有缺陷,融合才是王道。下面这张图展示了多旋翼导航控制中传感器的典型融合架构:

加速度计 陀螺仪 磁力计 GPS 气压计 IMU预处理 姿态解算 传感器融合(卡尔曼滤波) 状态估计(位置、速度、姿态) 控制输出

你看,每个传感器都有自己的“特长”:加速度计和陀螺仪负责高频姿态,磁力计修正航向漂移,GPS提供位置基准,气压计稳定高度。融合算法把这些数据捏在一起,才能得到可靠的飞行状态。

我的建议:新手别一上来就搞复杂的融合算法。先用互补滤波把姿态搞稳定,再慢慢上卡尔曼滤波。我见过太多人死在调参上。

传感器选型没有绝对的好坏,关键看你的应用场景。室内飞行?视觉+超声波就够了。室外长航时?GPS+IMU是标配。工业巡检?那得上RTK+激光雷达。记住一句话:传感器是飞控的“眼睛”,选对了,飞控就成功了一半。

专注资料整理