4、惯性传感器（IMU）基础：加速度计工作原理、陀螺仪工作原理、IMU性能指标
大家好，我是老张。在惯导这行摸爬滚打了十几年，今天咱们来聊聊IMU——惯性测量单元。说白了，它就是惯导系统的“眼睛”和“耳朵”。你想想看，没有它，导航系统就是个瞎子。
这一节，我会把加速度计和陀螺仪的工作原理掰开揉碎了讲，再聊聊那些绕不开的性能指标。嗯，都是干货，咱们直接开始。
4.1 加速度计工作原理
加速度计，顾名思义，就是测加速度的。但这里有个坑——它测的不是你开车时的速度变化率，而是比力。比力是什么？简单说，就是物体受到的惯性力与重力的合力。
我记得刚入行时，有个老工程师跟我说：“小张，记住，加速度计测的是‘感觉’，不是‘运动’。”当时不太理解，后来做项目才明白——你把它放在桌上，它测到的是1g的重力加速度，而不是0。这个细节，坑过不少人。
常见的加速度计有几种：
- 压阻式：利用硅材料的压阻效应。受力后电阻变化，输出电信号。优点是线性度好，缺点是温漂大。
- 电容式：通过检测质量块位移引起的电容变化来测加速度。精度高，功耗低，MEMS里用得最多。
- 谐振式：利用谐振频率随加速度变化的原理。精度极高，但结构复杂，成本也高。
核心公式：加速度计的输出 a = f / m，其中 f 是检测到的惯性力，m 是质量块质量。但实际输出还要减去重力分量，这个在标定时要特别注意。
我在做某型无人机惯导时，遇到过加速度计输出跳变的问题。查了半天，结果是安装面不平，导致重力分量耦合进了水平轴。后来我养成了一个习惯——每次装完IMU，先做一次六位置标定，把安装误差揪出来。
4.2 陀螺仪工作原理
陀螺仪测的是角速度。没有它，你连飞机转了多少度都不知道。这玩意儿分好几类，咱们一个一个说。
4.2.1 机械陀螺仪
老式陀螺仪，靠高速旋转的转子来保持方向稳定。你小时候玩过陀螺吧？转起来就不容易倒。机械陀螺仪就是这个原理，只不过精度高得多。
它的核心是定轴性和进动性。转子高速旋转时，如果没有外力矩，它的自转轴方向保持不变。一旦有外力，就会产生进动——说白了，就是轴会慢慢漂移。
我曾经拆过一个报废的液浮陀螺仪，里面结构极其精密。转子悬浮在液体里，摩擦力小得可怜。但缺点也很明显——体积大、功耗高、启动慢。现在除了某些特殊场合，基本被淘汰了。
4.2.2 光纤陀螺仪（FOG）
光纤陀螺仪利用的是萨格纳克效应。光在光纤环里沿两个方向传播，如果环在旋转，两束光的光程就会不一样，产生相位差。测出这个相位差，就能算出角速度。
它的好处是：没有运动部件，寿命长，启动快。精度可以做到很高，从战术级到导航级都有。我参与过一个船用惯导项目，用的就是光纤陀螺，连续跑了三个月，零偏稳定性依然很好。
避坑指南：光纤陀螺对温度敏感。我曾经在北方冬天做测试，开机后输出一直在漂。后来加了温控电路，问题才解决。所以，如果你用FOG，一定要考虑温度补偿。
4.2.3 激光陀螺仪（RLG）
激光陀螺仪的原理也是萨格纳克效应，但用的是环形激光器。两束激光在闭合光路里反向传播，旋转时会产生频率差，测出这个频率差就能得到角速度。
激光陀螺的精度极高，是高端惯导系统的首选。但它有个问题——闭锁效应。低速时，两束激光会“锁”在一起，测不出角速度。解决办法是给陀螺加一个机械抖动，让它“抖”过闭锁区。
我记得有次在实验室调试激光陀螺，抖动频率调得不对，输出全是噪声。折腾了两天，最后发现是抖动幅度太小，没完全脱离闭锁区。嗯，这种细节，书上不会写，只有做过的人才知道。
4.2.4 MEMS陀螺仪
MEMS陀螺仪是近十几年的明星产品。它利用科里奥利效应——一个振动的质量块，在旋转时会产生垂直于振动方向的力。测出这个力，就能算出角速度。
MEMS陀螺的优点是：体积小、功耗低、成本低、可批量生产。手机里用的就是它。但缺点也很明显——精度低、噪声大、温漂严重。
不过，这几年MEMS进步很快。我去年测试过一款工业级MEMS陀螺，零偏稳定性已经能做到1°/h以内。虽然比不上光纤和激光，但用在消费级和部分工业级产品上，完全够用了。
注意：MEMS陀螺对振动非常敏感。如果你把它装在振动大的平台上，输出会严重失真。我建议加装减振器，或者在算法里做振动补偿。
4.3 IMU性能指标
选IMU时，不能只看价格。你得看懂它的性能指标。下面这几个，是绕不开的硬指标。
4.3.1 零偏（Bias）
零偏，就是输入为零时，传感器的输出值。理想情况下应该是0，但实际总有偏差。这个偏差会随时间、温度变化，叫零偏稳定性。
举个例子：一个陀螺零偏是10°/h，意味着即使它不动，你也会以为它在以10°/h的速度旋转。一小时后，姿态误差就是10°。你说这还能用吗？
零偏又分两种：
- 逐次启动零偏：每次开机都不一样，但开机后基本固定
- 运行中零偏：开机后随时间缓慢变化
我在做某型导弹惯导时，要求零偏稳定性优于0.01°/h。为了达到这个指标，我们用了恒温箱、温度补偿模型，还做了多次标定。最后勉强达标，但过程极其痛苦。
4.3.2 标度因数（Scale Factor）
标度因数，就是输入输出之间的比例关系。理想情况下是1，但实际总有偏差。标度因数误差会导致测量值偏大或偏小。
比如，一个加速度计的标度因数是1.001，实际加速度是10m/s²，它测出来就是10.01m/s²。误差虽然小，但积分成速度、位置后，误差会累积。
标度因数也有稳定性问题。温度变化、老化都会让它改变。我建议每半年做一次标定，尤其是高精度应用。
| 指标 | 定义 | 典型值（MEMS） | 典型值（光纤/激光） |
|---|---|---|---|
| 零偏稳定性 | 零偏随时间的变化程度 | 1~100°/h | 0.001~0.1°/h |
| 标度因数误差 | 标度因数与理想值的偏差 | 0.1%~1% | 0.001%~0.01% |
| 噪声密度 | 单位带宽内的噪声水平 | 0.01~0.1°/s/√Hz | 0.0001~0.001°/s/√Hz |
4.3.3 噪声（Noise）
噪声，就是传感器输出中的随机波动。它没法完全消除，只能通过滤波来抑制。但滤波又会引入延迟，这是个矛盾。
噪声通常用功率谱密度（PSD）或角度随机游走（ARW）来表示。ARW的单位是°/√h，意思是噪声随时间累积，像随机游走一样。
我做过一个实验：把两个不同等级的MEMS陀螺放在转台上，一个ARW是0.1°/√h，另一个是0.01°/√h。静止10分钟后，前者的角度漂了3°，后者只漂了0.3°。差距一目了然。
我的建议：选IMU时，先看零偏稳定性，再看噪声。如果零偏太大，再好的滤波也救不了。如果噪声太大，积分后位置误差会爆炸。两者要平衡。
4.4 本章知识体系
下面这张图，是我画的本章知识结构。你可以把它当成一张地图，随时回来看看。
好了，这一节的内容就到这儿。IMU是惯导的基石，理解透了，后面的误差补偿才能学得轻松。下一节，咱们聊聊误差模型——那些让惯导“跑偏”的罪魁祸首。
公众号:蓝海资料掘金营，微信deep3321