传感器基础：常见传感器的工作原理与输出特性
做机器人系统集成这些年，我有个很深的体会——传感器选型决定了系统上限，标定决定了你能摸到多高。说白了，传感器就是机器人的「五官」。你给它配个近视眼，算法再牛也白搭。
这一节，咱们把四种最常用的传感器掰开揉碎了讲。IMU、相机、激光雷达、编码器。每个我都踩过坑，有些坑现在想起来还肉疼。
一、IMU（惯性测量单元）
IMU这东西，说白了就是测加速度和角速度的。内部通常集成了三轴加速度计和三轴陀螺仪，好一点的还会加上磁力计。
工作原理
- 加速度计：测量比力（重力+运动加速度）。内部有个检测质量块，加速度会让它产生位移，通过电容变化或压电效应读出。
- 陀螺仪：测量角速度。MEMS陀螺仪利用科里奥利效应——振动的质量块在旋转时会受到侧向力，这个力的大小正比于角速度。
输出特性
| 参数 | 典型值 | 说明 |
|---|---|---|
| 输出频率 | 100Hz - 1kHz | 越高越好，但噪声也大 |
| 零偏稳定性 | 10°/h（工业级） | 静止时陀螺输出的漂移 |
| 加速度噪声 | 100 μg/√Hz | 白噪声密度 |
| 量程 | ±2g ~ ±16g（加速度） | 选大了分辨率下降 |
二、相机
相机是机器人感知的主力。但很多人以为相机就是「拍张照片」，其实没那么简单。
工作原理
光线通过镜头，聚焦在CMOS或CCD感光元件上。每个像素把光强转换成电压，再经过ADC变成数字信号。这里有个关键——拜耳阵列。每个像素只感知一种颜色（R/G/B），需要通过插值算法恢复全彩。
输出特性
- 分辨率：640×480 到 4K 甚至更高。分辨率越高，数据量越大，处理延迟也越高。
- 帧率：30fps是常规，高速相机能到1000fps。帧率决定了你能捕捉多快的运动。
- 动态范围：典型值60-80dB。高动态范围（HDR）相机能同时看清暗处和亮处。
- 畸变：镜头带来的径向畸变和切向畸变。必须标定，否则测距全是错的。
🔑 关键参数： 曝光时间、增益、白平衡。这三个参数互相耦合。你调高了增益，噪声就上来了；曝光时间长了，运动模糊就来了。我一般先固定增益，再调曝光，最后微调白平衡。
你想想看，相机输出的其实是「像素值矩阵」。要变成有用的信息，还得做畸变校正、去噪、特征提取。这些后面章节会细讲。
三、激光雷达
激光雷达，我愿称之为「机器人最靠谱的测距传感器」。为什么？因为它直接测量距离，不像视觉那样需要复杂的几何推算。
工作原理
发射激光脉冲，打到物体上反射回来，测量飞行时间（ToF）。距离 = 光速 × 飞行时间 / 2。旋转的激光束扫描一圈，就得到一帧点云数据。
现在主流分两种：
- 机械式：激光器旋转扫描。16线、32线、64线。优点是视场角大（360°），缺点是机械磨损，寿命有限。
- 固态式：用光学相控阵或MEMS微镜实现扫描。没有旋转部件，寿命长，但视场角小。
输出特性
| 参数 | 典型值 | 影响 |
|---|---|---|
| 测距范围 | 10m - 200m | 决定了感知距离 |
| 测距精度 | ±2cm（典型） | 受反射率影响大 |
| 角分辨率 | 0.1° - 0.4° | 决定了点云密度 |
| 扫描频率 | 10Hz - 20Hz | 帧率，影响实时性 |
四、编码器
编码器是轮式机器人最基础的传感器。它告诉你「轮子转了多少圈」。但注意——编码器测的是轮子转速，不是机器人速度。打滑的时候，编码器还在转，但机器人没动。
工作原理
编码器分两种：
- 增量式：输出A、B两路脉冲信号，相位差90°。通过脉冲计数和相位关系，可以知道转角和方向。断电后位置丢失。
- 绝对式：输出二进制编码或SSI协议数据。上电就知道当前位置，不需要找零位。
输出特性
| 参数 | 典型值 | 说明 |
|---|---|---|
| 分辨率 | 500 - 5000 PPR | 每转脉冲数，越高越精细 |
| 最大转速 | 3000 - 6000 RPM | 超过会丢脉冲 |
| 输出接口 | 推挽、差分、集电极开路 | 差分抗干扰最好 |
知识体系总览
下面这张图，是我自己梳理的传感器知识框架。四种传感器各有侧重，融合起来才能互补。
嗯，四种传感器讲完了。IMU提供高频但会漂移的姿态，相机提供丰富的纹理信息，激光雷达提供精确的距离，编码器提供轮速。没有哪个是完美的，但组合起来，就能做出靠谱的机器人。
我个人习惯，做系统设计时先列一张表，把每种传感器的优缺点、输出频率、数据格式写清楚。然后问自己一个问题——如果这个传感器突然坏了，系统还能撑多久？ 想清楚这个，你的融合策略就稳了。
公众号:蓝海资料掘金营，微信deep3321