2. 传感器故障（一）：IMU（加速度计/陀螺仪）数据异常分析与校准

IMU，说白了就是飞控的「内耳」。它要是出了问题，飞机就像喝醉了酒。我见过太多炸机案例，最后查下来，都是IMU数据在背后搞鬼。今天咱们就把它扒开看看。

2.1 IMU数据异常，到底长什么样？

先别急着调参数。你得先知道，异常数据长啥样。我个人习惯，第一步永远是看日志。

常见的异常现象有这么几种：

• 数据跳变：加速度计读数突然从1g跳到3g，又跳回来。陀螺仪角速度在静止时乱飘。
• 数据漂移：飞机放地上不动，加速度计Z轴读数慢慢从9.8变成10.2。陀螺仪积分出来的角度，越偏越远。
• 数据饱和：加速度计读数卡在某个最大值不动了。陀螺仪也是，转得快的时候反而读数不变。
• 数据噪声过大：波形图上全是毛刺，滤波都救不回来。

2.2 为什么会这样？—— 根因分析

嗯，这里要注意。IMU出问题，不一定是它自己坏了。我踩过的坑，总结下来就这几类：

2.2.1 硬件层面的问题

• 焊接虚焊或接触不良：飞控板上的IMU芯片，引脚特别小。我在项目中遇到过，飞机飞着飞着数据就断了，后来发现是焊盘有裂纹。
• 电源纹波过大：IMU对供电质量很敏感。如果飞控的3.3V电源上有高频噪声，IMU数据就会跟着抖。
• 振动耦合：电机的高频振动直接传到IMU上。你想想看，加速度计在疯狂震动，它怎么测重力？
• 温度影响：IMU有温漂。飞控刚上电和飞了10分钟后，数据可能差不少。

2.2.2 软件层面的问题

• I2C/SPI通信错误：飞控读取IMU数据时，总线受到干扰，读到了错误值。
• 滤波参数不当：低通滤波截止频率设得太高，噪声没滤掉；设得太低，信号延迟太大。
• 坐标系定义错误：加速度计和陀螺仪的坐标系没对齐，融合出来的姿态全是错的。

2.3 校准，到底在做什么？

说白了，校准就是让IMU知道「什么是0，什么是1g」。每个IMU芯片出厂时都有误差，校准就是把这些误差找出来并补偿掉。

校准主要分两步：

2.3.1 加速度计校准

加速度计的误差模型，说白了就是个六面体校准。你需要让加速度计的每个轴，分别朝上和朝下。

校准参数包括：

• 零偏（Bias）：静止时，每个轴应该读到0g（水平轴）或±1g（垂直轴），实际读到的偏差就是零偏。
• 比例因子（Scale Factor）：实际读到的1g和理论1g之间的比例关系。
• 交叉轴耦合（Misalignment）：三个轴不是完全垂直的，一个轴的运动会影响到另一个轴的读数。

校准代码示例（简化版）：

// 加速度计校准 - 六面法
// 采集6个面的数据：+X, -X, +Y, -Y, +Z, -Z
float acc_bias[3];
float acc_scale[3];

void calibrate_accel(float samples[6][3]) {
    // 计算零偏
    acc_bias[0] = (samples[0][0] + samples[1][0]) / 2.0f;
    acc_bias[1] = (samples[2][1] + samples[3][1]) / 2.0f;
    acc_bias[2] = (samples[4][2] + samples[5][2]) / 2.0f;
    
    // 计算比例因子
    acc_scale[0] = 1.0f / ((samples[0][0] - samples[1][0]) / 2.0f);
    acc_scale[1] = 1.0f / ((samples[2][1] - samples[3][1]) / 2.0f);
    acc_scale[2] = 1.0f / ((samples[4][2] - samples[5][2]) / 2.0f);
}

2.3.2 陀螺仪校准

陀螺仪校准相对简单。因为静止时角速度就是0。你只需要采集一段静止数据，取平均值作为零偏。

我曾经犯过一个错：只采集了1秒钟的数据就做校准。结果飞机起飞后，偏航角一直在慢慢漂。后来改成采集10秒数据，问题就解决了。

// 陀螺仪校准 - 静止采集
#define GYRO_CALIB_SAMPLES 1000  // 采集1000个样本

float gyro_bias[3];

void calibrate_gyro() {
    float sum[3] = {0};
    
    for(int i = 0; i < GYRO_CALIB_SAMPLES; i++) {
        float gx, gy, gz;
        read_gyro(&gx, &gy, &gz);
        sum[0] += gx;
        sum[1] += gy;
        sum[2] += gz;
        delay(1);  // 1ms间隔
    }
    
    gyro_bias[0] = sum[0] / GYRO_CALIB_SAMPLES;
    gyro_bias[1] = sum[1] / GYRO_CALIB_SAMPLES;
    gyro_bias[2] = sum[2] / GYRO_CALIB_SAMPLES;
}

2.4 知识体系：IMU故障排查流程

下面这张图，是我自己总结的排查流程。你照着走一遍，90%的IMU问题都能定位到。

2.5 避坑指南与实战技巧

这里分享几个我自己的实战经验：

• 校准环境要平稳：把飞控放在水平的桌面上，周围不要有风扇、空调出风口。空气流动都会影响数据。
• 多次校准取平均：我建议做3次校准，取平均值作为最终参数。单次校准可能受偶然因素影响。
• 校准后做验证：校准完，把飞控拿在手里，慢慢转动。看姿态角是否跟随你的动作。如果出现跳跃或滞后，说明校准有问题。
• 保存校准参数：校准参数要写入飞控的EEPROM或参数文件。每次上电自动加载，不要每次都重新校准。

2.6 总结

IMU数据异常，说白了就两件事：一是找原因，二是做校准。找原因要按流程走，别瞎猜。做校准要规范，别偷懒。

嗯，今天就聊到这儿。记住，飞控的传感器就是飞机的眼睛和耳朵。眼睛花了，耳朵聋了，飞机肯定飞不好。把IMU伺候好了，你的飞机才能稳稳当当。

---

公众号:蓝海资料掘金营，微信deep3321