4. 加速度计原理：MEMS加速度计工作原理、加速度计输出模型、零偏与刻度因子、加速度计误差源分析
好，咱们今天聊聊加速度计。这东西在无人机里，说白了就是感知“谁朝下”和“动了没”的传感器。没有它，飞控就是瞎的。
我个人习惯把加速度计比作一个弹簧秤。你想想看，弹簧秤挂个重物，弹簧拉长了，我们就能知道重量。加速度计也是类似的道理，只不过它测的是“惯性力”。
4.1 MEMS加速度计工作原理
MEMS加速度计，核心就是一个微小的“质量块”挂在微小的“弹簧”上。当无人机加速或倾斜时，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。
我记得刚入行时，总觉得这东西很玄乎。后来拆开一个坏掉的IMU，用显微镜看，才明白——其实就是个微米级的机械结构。
常见的MEMS加速度计有三种工作模式：
- 电容式：利用梳齿结构，加速度改变极板间距，电容变化。精度高，功耗低，最常用。
- 压阻式：利用硅的压阻效应，加速度改变电阻值。抗冲击好，但温漂大。
- 热对流式：加热一个气泡，加速度使气泡偏移。便宜，但精度差，无人机上很少用。
核心要点：MEMS加速度计测的是“比力”，即物体受到的惯性力与重力的矢量和。它分不清重力与加速度。这就是为什么静止时它测到的是1g（重力加速度），而不是0。
嗯，这里要注意：加速度计不能直接给出姿态角。它只能给出“重力矢量在机体坐标系下的投影”。要得到俯仰和横滚角，还得做三角函数运算。
4.2 加速度计输出模型
加速度计的输出，不是简单的“加速度=电压×系数”。真实模型要复杂得多。我一般用这个公式：
a_meas = S · a_true + b + n + 其他误差项其中：
- a_meas：测量值（数字量或电压）
- S：刻度因子矩阵（包含交叉耦合）
- a_true：真实加速度
- b：零偏（bias）
- n：随机噪声
实际项目中，我通常把模型简化成：
a_meas = (1 + s) · a_true + b + n这里的s是刻度因子误差（无量纲），b是零偏（单位m/s²或g）。
为什么会这样？因为MEMS工艺做不到绝对一致。每个芯片的弹簧刚度、质量块重量都有微小差异。这些差异就体现在零偏和刻度因子上。
4.3 零偏与刻度因子
这两个参数，是加速度计校准的核心。我每次拿到新IMU，第一件事就是标定它们。
| 参数 | 定义 | 典型值（消费级MEMS） | 影响 |
|---|---|---|---|
| 零偏（Bias） | 输入加速度为0时的输出值 | ±50 mg（约0.5 m/s²） | 导致姿态角静态误差 |
| 刻度因子（Scale Factor） | 输出变化量与输入变化量的比值 | ±1% | 导致加速度测量比例误差 |
| 交叉耦合 | 一个轴的加速度在另一个轴上的串扰 | ±2% | 导致轴间干扰 |
我曾经在一个项目中，忽略了零偏校准，结果无人机悬停时一直朝一个方向飘。查了两天才发现，是加速度计零偏导致水平姿态角有0.5度的误差。嗯，从那以后，我再也不敢跳过校准步骤了。
避坑指南：零偏不是固定值。它会随温度、时间、供电电压变化。我建议每次上电后做一次静态零偏校准（静止10秒取平均）。如果要求高，还得做温度补偿。
4.4 加速度计误差源分析
加速度计的误差，我把它分成三类：确定性误差、随机误差、环境误差。
4.4.1 确定性误差
- 零偏：可以通过六位置法标定
- 刻度因子：可以通过转台标定
- 交叉耦合：轴间非正交，需要矩阵补偿
- 非线性：大加速度下输出偏离线性
4.4.2 随机误差
- 白噪声：高频随机波动，可用低通滤波
- 随机游走：零偏随时间缓慢漂移，需用卡尔曼滤波估计
- 量化噪声：ADC量化带来的误差，分辨率越高越小
4.4.3 环境误差
- 温度漂移：MEMS材料对温度敏感，典型值0.1 mg/°C
- 振动误差：机架振动会耦合到加速度计，需做机械减振
- 电源噪声：供电纹波会引入额外误差
你想想看，这么多误差叠加在一起，如果不做处理，飞控根本没法用。所以校准和滤波是必修课。
警告：千万不要在电机运转时做加速度计校准！振动会严重污染数据。我见过有人这么干，结果校准出来的参数全是错的，飞机一飞就翻。
4.5 加速度计误差模型框架图
下面这张图，是我自己总结的加速度计误差模型框架。它把各种误差源和补偿方法串在了一起。你保存下来，以后做校准设计时可以直接参考。
这张图把整个误差模型串起来了。你看，真实加速度先被注入零偏、刻度因子、交叉耦合等确定性误差，再经过非线性环节，最后叠加上随机噪声，才得到测量值。而补偿算法的作用，就是逆向操作——从测量值中反推出真实加速度。
我个人习惯在代码里这样实现补偿：
// 加速度计补偿函数
void accel_compensate(float raw[3], float compensated[3]) {
// 1. 减去零偏
float tmp[3];
for (int i = 0; i < 3; i++) {
tmp[i] = raw[i] - bias[i];
}
// 2. 补偿刻度因子和交叉耦合（矩阵乘法）
// scale_factor_matrix 是3x3矩阵，包含刻度因子和交叉耦合系数
for (int i = 0; i < 3; i++) {
compensated[i] = 0;
for (int j = 0; j < 3; j++) {
compensated[i] += scale_factor_matrix[i][j] * tmp[j];
}
}
// 3. 非线性补偿（如果需要）
// 通常在小量程下可以忽略
}
嗯，这里要注意：标定scale_factor_matrix需要六位置法或转台。我建议至少做六位置法，精度够用，成本也低。
小技巧：如果你没有转台，可以用“重力对齐法”粗略标定。把加速度计每个轴依次朝上和朝下，记录数据，就能算出零偏和刻度因子。精度虽然不如转台，但够飞控用。
好了，加速度计的原理就讲到这里。记住一句话：加速度计是飞控的“眼睛”，但它看到的画面是模糊的。校准和滤波，就是给它配一副眼镜。
公众号:蓝海资料掘金营，微信deep3321