第2章传感器基础

传感器基础：常见传感器类型与工作原理

做TinyML的朋友，传感器就是我们的眼睛和耳朵。我刚开始接触嵌入式AI时，总觉得传感器就是读个数据而已，后来才发现——不懂传感器的脾气，你做的模型再漂亮也是白搭。

今天咱们聊聊四种最常见的传感器：加速度计、陀螺仪、磁力计、气压计。它们各自能测什么？怎么工作的？输出数据长什么样？

加速度计，说白了就是测量物体受到的加速度。包括重力加速度和运动加速度。

工作原理：内部有个微小的质量块，用弹簧悬着。你一动，质量块就跟着晃，电容值就变了。芯片根据电容变化算出加速度。

我做过一个跌倒检测项目，用的就是加速度计。当时踩了个坑——静止时输出不是0，而是1g（约9.8m/s²）。因为地球引力一直在。很多新手会问：为什么平放时Z轴读数是16384？嗯，那是1g对应的ADC值。

  关键输出特性：三轴数据（X, Y, Z），单位通常是g或m/s²。采样率常见100Hz~1000Hz。分辨率看ADC位数，12位到16位都有。

我的经验：选加速度计量程时，日常活动用±2g或±4g就够了。做剧烈运动检测，比如拳击动作识别，建议用±8g或±16g。量程越大，分辨率越低，这个要权衡。

加速度计测直线运动，陀螺仪测旋转。你想想看，手机横竖屏切换靠的就是它。

工作原理：利用科里奥利效应。内部有个振动的质量块，你一转它，质量块就会偏。偏多少，就对应转多快。

我曾经在无人机姿态估计项目里，只用陀螺仪做积分算角度。结果呢？漂移得亲妈都不认识。因为陀螺仪输出的是角速度，要积分才能得到角度。积分嘛，误差会累积。

避坑指南：陀螺仪有零偏稳定性这个参数。我遇到过一批传感器，静止时输出不是0，而是0.5°/s。不校准直接用，10秒后角度就偏了5度。所以——每次上电必须做零偏校准。

输出特性：三轴角速度（ωx, ωy, ωz），单位°/s。常见量程±250°/s到±2000°/s。我个人习惯做手势识别时用±500°/s，够用又不浪费分辨率。

磁力计测磁场强度。说白了就是电子指南针。

工作原理：利用霍尔效应或磁阻效应。磁场变化会引起材料电阻变化，测电阻就知道磁场大小和方向了。

这里有个大坑——硬铁干扰和软铁干扰。我做过一个室内定位项目，磁力计装在电路板上，旁边就是扬声器磁铁。结果方向偏差30度。后来做了椭圆拟合校准才搞定。

干扰类型	来源	表现	校准方法
硬铁干扰	永磁体、电流	数据整体偏移	减去偏移量
软铁干扰	铁磁材料	数据椭圆变形	椭圆拟合校正

  输出特性：三轴磁场强度（μT），范围通常±50μT到±120μT。地球磁场约25~65μT，看你在哪个纬度。

气压计测大气压力。你可能觉得它用处不大，但在室内楼层检测、无人机高度控制里，它是关键角色。

工作原理：内部有个薄膜，气压变化薄膜就变形，电容值跟着变。芯片根据电容算出气压。

我记得有个项目，用气压计做楼层识别。一开始直接读气压算高度，结果误差3米多。后来发现——气压受天气影响很大。同一个位置，晴天和雨天能差20米的高度值。所以必须做相对高度，不能做绝对高度。

实用技巧：气压每升高1米，大约下降12Pa。但这不是线性的，低空和高空不一样。做TinyML模型时，建议用气压变化率（dP/dt）作为特征，比直接用气压值稳定得多。

输出特性：气压值（hPa或Pa），典型范围300~1100hPa。分辨率可以做到0.01hPa，对应约10厘米的高度变化。采样率一般10Hz~200Hz。

传感器	测量物理量	典型输出	常见量程	主要痛点
加速度计	加速度	X, Y, Z (g)	±2g ~ ±16g	重力分量干扰
陀螺仪	角速度	ωx, ωy, ωz (°/s)	±250 ~ ±2000°/s	零偏漂移
磁力计	磁场强度	X, Y, Z (μT)	±50 ~ ±120μT	环境磁干扰
气压计	大气压力	气压 (hPa)	300 ~ 1100hPa	天气影响大

做传感器数据融合时，你得清楚每个传感器的脾气。加速度计高频响应好但低频有重力干扰，陀螺仪动态响应好但会漂移，磁力计稳定但怕干扰，气压计能测高度但受天气影响。

下一章咱们聊聊怎么把这些数据融合起来，取长补短。你想想看，如果把加速度计和陀螺仪的数据融合，是不是就能得到既稳定又灵敏的姿态估计？嗯，这就是卡尔曼滤波要做的事。