3、传感器数据采集与预处理：IMU数据读取（加速度计、陀螺仪）、数据滤波（低通滤波、互补滤波）、传感器校准（零偏、标度因数）

各位同学，欢迎来到飞控调参实战的第三讲。今天咱们聊聊飞控的“眼睛”和“耳朵”——IMU传感器。

说实话，我见过太多新手一上来就急着调PID，结果飞机在天上乱晃，查了半天发现是传感器数据本身就有问题。你想想看，地基都没打牢，房子能稳吗？所以这一章，咱们把传感器这块彻底吃透。

3.1 IMU数据读取：加速度计与陀螺仪

IMU（惯性测量单元）通常包含两个核心器件：加速度计和陀螺仪。加速度计测量的是比力（包含重力），陀螺仪测量的是角速度。我习惯把它们比作“感觉加速度的耳朵”和“感觉旋转的眼睛”。

在实际项目中，我遇到过不少同学直接拿原始数据就用，结果发现加速度计噪声大得离谱。为什么会这样？因为传感器内部有机械振动和电子噪声，必须经过预处理才能用。

读取IMU数据，通常通过I2C或SPI总线。以MPU6050为例，代码大致是这样的：

// 伪代码示例：读取MPU6050加速度计和陀螺仪数据
void read_mpu6050() {
    // 读取加速度计原始值
    accel_x = read_register(ACCEL_XOUT_H);
    accel_y = read_register(ACCEL_XOUT_L);
    // 读取陀螺仪原始值
    gyro_x = read_register(GYRO_XOUT_H);
    gyro_y = read_register(GYRO_XOUT_L);
    // 转换为物理单位（g 和 °/s）
    accel_g = accel_raw / ACCEL_SENSITIVITY;
    gyro_dps = gyro_raw / GYRO_SENSITIVITY;
}

这里有个坑：不同量程下，灵敏度系数不一样。比如±2g和±16g，换算系数差8倍。我曾经因为忘记切换系数，导致飞机起飞就翻，教训深刻。

3.2 数据滤波：低通滤波与互补滤波

原始数据拿到手，接下来就是滤波。说白了，就是把有用的信号留下，把没用的噪声滤掉。

3.2.1 低通滤波

低通滤波是最常用的手段。它让低频信号通过，衰减高频噪声。我一般用一阶RC低通滤波，简单高效：

// 一阶低通滤波
float low_pass_filter(float input, float prev_output, float alpha) {
    // alpha = T / (T + RC)，T为采样周期
    return alpha * input + (1 - alpha) * prev_output;
}

alpha值怎么选？我个人的经验是：对于加速度计，alpha取0.1~0.3；对于陀螺仪，alpha取0.3~0.5。为什么？加速度计噪声大，需要更平滑；陀螺仪响应快，可以保留更多动态信息。

嗯，这里要注意：alpha太小，数据太“肉”，反应迟钝；alpha太大，噪声滤不干净。需要根据实际飞行效果微调。

3.2.2 互补滤波

互补滤波是飞控里的经典算法。它把加速度计和陀螺仪的数据融合起来，取长补短。

加速度计低频准、高频噪；陀螺仪高频准、低频漂。互补滤波就是让加速度计主导低频，陀螺仪主导高频。公式很简单：

// 互补滤波：融合角度
float complementary_filter(float accel_angle, float gyro_rate, float dt) {
    float tau = 0.5;  // 时间常数，通常0.1~1.0
    float alpha = tau / (tau + dt);
    angle = alpha * (angle + gyro_rate * dt) + (1 - alpha) * accel_angle;
    return angle;
}

我在项目中遇到过一个问题：飞机悬停时角度漂移。后来发现是互补滤波的tau值设得太小，陀螺仪积分漂移没被抑制住。调大tau值后，问题解决了。

3.3 传感器校准：零偏与标度因数

校准是传感器预处理的重头戏。再好的传感器，出厂也有误差。零偏和标度因数是最常见的两种误差。

3.3.1 零偏校准

零偏，就是传感器在静止状态下输出的非零值。比如陀螺仪静止时应该输出0°/s，但实际可能输出0.5°/s。这个偏差必须去掉。

校准方法很简单：让传感器静止，采集N组数据，取平均值作为零偏值。我一般采集1000组数据，这样统计误差小。

// 零偏校准
void calibrate_gyro_bias() {
    float sum = 0;
    for (int i = 0; i < 1000; i++) {
        sum += read_gyro();
        delay(1);
    }
    gyro_bias = sum / 1000.0;
}

校准后，每次读取数据都要减去这个零偏值。嗯，这里有个细节：温度变化会导致零偏漂移。我建议每次上电后重新校准，或者加入温度补偿。

3.3.2 标度因数校准

标度因数，就是传感器的灵敏度误差。比如理论上1g对应16384 LSB，但实际可能是16200 LSB。这个误差会导致测量值偏大或偏小。

标度因数校准需要已知参考值。比如加速度计，可以用重力加速度作为参考。把传感器分别朝上、朝下放置，测量值应该分别是+1g和-1g。实际测量值与理论值的比值，就是标度因数。

方向	理论值（g）	实测值（LSB）	标度因数
Z轴朝上	+1.0	16200	16200 / 16384 = 0.9888
Z轴朝下	-1.0	-16550	16550 / 16384 = 1.0101

我一般取两个方向的平均值作为最终标度因数。这样能抵消部分非线性误差。

3.4 本章知识体系

为了让大家更直观地理解本章内容，我画了一张流程图，展示传感器数据从采集到预处理的全过程：

这张图清晰地展示了数据流向：从原始数据开始，经过读取、零偏校准、标度因数校准，最后通过滤波得到可用数据。每一步都不可或缺。

好了，这一章的内容就到这里。传感器数据预处理是飞控调参的基础，希望大家动手实践，把代码跑起来，看看原始数据和滤波后的数据有什么区别。相信我，当你看到平滑的波形时，那种成就感是无可替代的。

---

公众号:蓝海资料掘金营，微信deep3321