3、传感器入门：惯性测量单元（IMU）原理、加速度计与陀螺仪、磁力计与GPS、传感器数据融合基础
好，咱们进入第三章。这一章聊传感器，尤其是IMU——惯性测量单元。说白了，它就是漂浮控制系统的“眼睛”和“内耳”。没有它，你的飞行器就是个瞎子，连自己朝哪边倒都不知道。
我刚开始做四旋翼那会儿，觉得传感器嘛，买来插上就能用。结果一上电，数据乱跳，飞机原地打转。后来才明白——读懂传感器，比焊电路难多了。
3.1 惯性测量单元（IMU）原理
IMU，全称Inertial Measurement Unit。它通常包含三个核心器件：加速度计、陀螺仪，有时候还有磁力计。它们各自测量不同的物理量，但目标只有一个——告诉你飞行器当前的姿态和位置。
你可以把IMU想象成你的内耳前庭系统。你闭上眼睛也能感觉到自己在转、在加速，靠的就是它。飞行器也一样。
核心概念：IMU不依赖外部信号，完全自主工作。这是它和GPS最大的区别。在室内、隧道、强干扰环境下，IMU是唯一能提供姿态信息的传感器。
3.2 加速度计与陀螺仪
这两个家伙是IMU的左右手。咱们一个一个说。
加速度计
加速度计测量的是“比力”——说白了就是物体受到的加速度，包括重力。静止时，它测到的就是重力加速度g，方向竖直向下。
利用这个特性，我们可以算出俯仰角和横滚角。比如，当飞行器水平静止时，Z轴感受到1g，X和Y轴为0。一旦倾斜，重力分量就会分配到各轴上。
计算公式（简化版）：
俯仰角 = atan2(ax, sqrt(ay² + az²))
横滚角 = atan2(ay, sqrt(ax² + az²))嗯，这里要注意——加速度计对震动非常敏感。我在项目里遇到过，电机一转动，加速度计数据直接炸了。解决办法？加低通滤波，或者做均值处理。
避坑指南：我曾经以为加速度计能直接算出偏航角（Yaw），后来发现不行。因为重力方向始终向下，你绕Z轴旋转，重力分量不变。偏航角需要靠磁力计或陀螺仪积分来算。
陀螺仪
陀螺仪测量的是角速度，单位是°/s。它告诉你转得有多快。把角速度对时间积分，就能得到角度变化。
举个例子：如果陀螺仪Z轴输出10°/s，持续0.1秒，那么偏航角就增加了1°。
积分公式：
角度 = 初始角度 + ∫(角速度) dt听起来简单对吧？但实际用起来有个大坑——零偏漂移。陀螺仪静止时输出不是完美的0，而是有个小偏差。这个偏差积分久了，角度就跑飞了。我见过有人飞了30秒，陀螺仪积分显示转了90°，其实飞机根本没动。
我的经验：每次上电后，先让飞行器静止2-3秒，采集陀螺仪的零偏值，然后实时减去这个值。这叫“零偏校准”。虽然不能完全消除漂移，但能大大延缓。
3.3 磁力计与GPS
加速度计和陀螺仪能搞定姿态，但位置和航向呢？这就需要另外两个帮手了。
磁力计
磁力计测量的是地球磁场。它就像一个电子指南针，告诉你北在哪。有了它，我们就能算出偏航角。
但磁力计有个毛病——容易受干扰。电机、大电流导线、甚至附近的钢筋都会让磁场扭曲。我调试时遇到过，飞机朝北，磁力计却显示朝东。查了半天，发现是电源线没做屏蔽。
使用建议：
- 安装位置远离电机和电源线
- 做硬铁和软铁校准
- 配合陀螺仪做数据融合，避免瞬间干扰
GPS
GPS提供绝对位置信息，精度一般在2-5米。它还能给出速度（通过多普勒频移）和航向（通过移动方向）。
但GPS有两个致命弱点：
- 更新频率低（通常5-10Hz）
- 室内不能用
所以GPS通常和IMU配合使用。IMU提供高频的姿态和位置变化，GPS定期修正累积误差。这就是后面要说的数据融合。
关键点：GPS + IMU = 互补。IMU短时准、长时漂；GPS长时准、短时噪。两者结合，才能得到稳定可靠的位置和姿态估计。
3.4 传感器数据融合基础
好，现在我们有了一堆传感器数据。加速度计有噪声，陀螺仪有漂移，磁力计有干扰，GPS有延迟。怎么把它们揉在一起，得到靠谱的结果？
答案是——数据融合。最经典的方法是卡尔曼滤波（Kalman Filter）。
卡尔曼滤波的核心思想很简单：
- 预测：用陀螺仪积分预测下一时刻的姿态
- 更新：用加速度计和磁力计的测量值修正预测结果
- 加权：根据各自的置信度（协方差）决定谁更可信
说白了，就是“你信谁多一点”的问题。陀螺仪短期可信，加速度计长期可信。卡尔曼滤波自动帮你权衡。
简化版卡尔曼滤波流程：
// 预测步骤
x_pred = A * x_prev + B * u
P_pred = A * P_prev * A' + Q
// 更新步骤
K = P_pred * H' * (H * P_pred * H' + R)^-1
x_est = x_pred + K * (z - H * x_pred)
P_est = (I - K * H) * P_pred别被公式吓到。实际用的时候，很多库已经封装好了。比如Arduino上的Madgwick和Mahony滤波器，就是专门为IMU设计的简化版。
我的建议：初学者先从互补滤波器开始。它比卡尔曼滤波简单得多，效果也够用。公式就一行：
角度 = 0.98 * (角度 + 陀螺仪角速度 * dt) + 0.02 * 加速度计角度0.98和0.02是权重系数，你可以根据实际情况调整。等搞懂了互补滤波，再上卡尔曼滤波不迟。
知识体系总览
下面这张图，是我自己画的。它把本章的知识点串在了一起。你一看就明白各个传感器之间的关系，以及数据融合的位置。
你看，加速度计和磁力计提供“绝对”参考（重力方向、地磁方向），陀螺仪提供“相对”变化。融合之后，我们既得到了高频响应，又避免了长期漂移。这就是IMU数据融合的精髓。
好了，这一章的内容就到这。传感器是漂浮控制的基础，搞懂了它们，后面的控制算法才能落地。下一章咱们聊控制算法本身——PID控制，那才是真正让飞行器听话的关键。
公众号:蓝海资料掘金营，微信deep3321