3、传感器特性分析：GPS、IMU、磁力计、气压计、视觉传感器的噪声与偏差特性

做状态估计这么多年，我有个很深的体会：算法再漂亮，传感器不给力也是白搭。说白了，你喂给滤波器的数据是垃圾，出来的估计值就是垃圾——这就是经典的"Garbage In, Garbage Out"。

这一节，咱们把常用的几种传感器挨个捋一遍。我会结合自己踩过的坑，聊聊它们的噪声特性、偏差来源，以及在实际工程中怎么处理。

3.1 GPS：低频但会漂

GPS 是个好东西，但它有个毛病——更新率低。民用 GPS 一般就 5-10Hz，而且精度受环境影响很大。

噪声特性

• 白噪声：位置测量通常有 1-3 米 RMS 的随机噪声
• 多径效应：城市峡谷里，信号反射会导致几米甚至十几米的偏差
• 电离层延迟：白天和晚上不一样，我见过最大能差 5 米

偏差特性

GPS 的偏差不是固定的。它更像是一个缓慢变化的偏移。我记得有一次在楼顶测试，GPS 位置突然跳了 8 米——后来发现是附近新装了个 5G 基站。

3.2 IMU：高频但会飘

IMU 是状态估计的"心脏"。它更新率快（100-1000Hz），但有个致命问题——积分会发散。

加速度计

• 白噪声：典型值 0.01-0.05 m/s²/√Hz
• 零偏稳定性：MEMS 级别的，一般在 0.1-1 mg 之间
• 温度漂移：温度变化 10°C，零偏可能跑掉 0.5 mg

陀螺仪

• 白噪声：0.01-0.1 °/s/√Hz
• 零偏稳定性：10-100 °/h（注意单位！）
• g 灵敏度：加速度会影响陀螺输出，这个很多人会忽略

3.3 磁力计：便宜但娇气

磁力计用来测航向，但它对环境太敏感了。说白了，它就是个"娇气包"。

噪声特性

• 白噪声：典型 0.1-0.5 μT RMS
• 硬铁干扰：电路板上的电流会产生固定偏移
• 软铁干扰：铁磁性材料会扭曲磁场线

偏差特性

磁力计的偏差主要来自周围环境。你想想看，无人机上那么多电机、电池、螺丝，哪个不是铁磁性的？

3.4 气压计：稳定但受天气影响

气压计用来测高度，原理很简单——气压随高度变化。但问题在于，天气也会让气压变化。

噪声特性

• 白噪声：典型 0.1-0.5 Pa RMS（对应约 1-5 cm 高度）
• 风噪：无人机飞行时，气流会导致压力波动
• 温度噪声：气压计内部温度变化会影响读数

偏差特性

气压计的偏差主要是缓慢漂移。天气变化、太阳照射、甚至你从室内走到室外，都会改变气压基准。

3.5 视觉传感器：信息丰富但计算量大

视觉传感器（摄像头）这几年越来越火。它能提供丰富的环境信息，但处理起来很吃计算资源。

噪声特性

• 像素噪声：CMOS 传感器固有的暗电流噪声
• 运动模糊：快速运动时，图像会模糊
• 光照变化：从亮到暗，特征点会丢失

偏差特性

视觉传感器的偏差主要来自标定误差。相机内参、畸变参数、相机与 IMU 的外参——任何一个标定不准，都会引入系统偏差。

3.6 传感器特性对比总结

好了，咱们把上面这些传感器放在一起对比一下。这样你心里就有数了：

传感器	更新率	主要噪声	主要偏差	典型应用
GPS	5-10 Hz	白噪声 1-3 m	多径、电离层	位置修正
IMU（加速度计）	100-1000 Hz	0.01-0.05 m/s²/√Hz	零偏、温度漂移	姿态、速度积分
IMU（陀螺仪）	100-1000 Hz	0.01-0.1 °/s/√Hz	零偏、g 灵敏度	姿态积分
磁力计	10-100 Hz	0.1-0.5 μT	硬铁、软铁干扰	航向修正
气压计	10-50 Hz	0.1-0.5 Pa	天气漂移	高度修正
视觉传感器	10-60 Hz	像素噪声、运动模糊	标定误差	位置、姿态估计

3.7 实际工程中的处理思路

说了这么多，到底怎么用？我总结几条实战经验：

1. 先标定，再滤波：IMU 的零偏、磁力计的硬铁软铁、相机的内参——这些必须在算法跑之前搞定。不然后面全是白费功夫。
2. 噪声参数要实测：别信 datasheet。我每次拿到新传感器，第一件事就是做 Allan 方差分析，拿到真实的噪声参数。
3. 多传感器融合是王道：没有哪个传感器是完美的。GPS + IMU + 磁力计 + 气压计 + 视觉——组合起来，取长补短。
4. 异常检测不能少：GPS 可能被遮挡，磁力计可能被干扰，视觉可能丢特征。你的滤波器必须能检测并处理这些异常情况。

下一节，咱们聊聊怎么把这些传感器模型塞进卡尔曼滤波器里。嗯，那才是真正有意思的部分。