第2章：传感器基础（一）：惯性测量单元（IMU）原理、加速度计与陀螺仪的工作机制、IMU数据特性与误差来源

各位同学，欢迎来到传感器融合实战的第二讲。

今天咱们聊聊IMU——惯性测量单元。这东西在机器人、无人机、手机里到处都是。说白了，它就是你的设备感知自身运动的「内耳前庭」。没有它，你的设备就是个瞎子，不知道自己在动还是没动。

2.1 IMU是什么？

IMU，全称Inertial Measurement Unit。它通常由三个加速度计和三个陀螺仪组成。三轴加速度计测线加速度，三轴陀螺仪测角速度。有些IMU还会集成磁力计，那就是九轴了。

我个人习惯把IMU分成两类：

• 消费级IMU：比如MPU6050、ICM-20948。便宜，但噪声大，温漂明显。
• 工业/战术级IMU：比如ADIS系列、霍尼韦尔的HG系列。贵，但精度高一个数量级。

你想想看，手机里那个IMU成本可能不到两块钱，而导弹上用的IMU能顶一辆车。差距就在这。

2.2 加速度计的工作原理

加速度计测的是什么？很多人以为是「速度变化率」。其实不对。它测的是「比力」——也就是物体受到的惯性力与重力的合力。

内部结构呢？最常见的是MEMS电容式加速度计。里面有个微小的质量块，用弹簧悬着。当芯片加速时，质量块会偏移，导致电容变化。测出电容变化，就能反推出加速度。

我在项目中遇到过一件事。有个学生把IMU竖直放置，发现X轴读数是1g，他以为传感器坏了。其实没坏——重力方向变了而已。嗯，这里要注意：加速度计永远分不清「重力」和「运动加速度」。

2.3 陀螺仪的工作机制

陀螺仪测角速度，单位是°/s。MEMS陀螺仪用的是科里奥利效应。简单说，让一个质量块高速振动，当它旋转时，会产生一个垂直于振动方向的力。测这个力的大小，就知道转得多快。

听起来很玄乎？其实你想想看，小时候玩过那种旋转木马吧？你站在上面往外扔球，球会偏转。那就是科里奥利力在起作用。

2.4 IMU数据特性

IMU的数据有几个典型特征：

• 高频噪声大：尤其是加速度计，高频抖动很明显。
• 低频漂移严重：陀螺仪的积分会随时间发散，因为零偏在累积。
• 动态响应快：IMU的采样率可以做到几百甚至上千Hz，比GPS快得多。

说白了，IMU适合短时间高动态的跟踪，不适合长时间绝对定位。这就是为什么我们要做传感器融合——用GPS或视觉来修正IMU的漂移。

2.5 误差来源分析

做IMU融合，不懂误差来源就是瞎搞。我列几个最常见的：

误差类型	来源	影响	典型值（消费级）
零偏（Bias）	制造工艺、温度	积分后角度漂移	±10°/s（陀螺）
比例因子误差	标定不准确	测量值缩放偏差	±1%
交叉轴耦合	安装不正	一个轴的运动串扰到另一轴	±2%
随机游走	噪声积分	角度估计方差随时间增大	0.01°/√Hz
温度漂移	温度变化	零偏和比例因子变化	0.1°/s/°C

2.6 如何读取原始数据？

以MPU6050为例，通过I2C读取原始数据。代码很简单：

// 伪代码示例：读取MPU6050加速度计和陀螺仪数据
#include <Wire.h>

#define MPU_ADDR 0x68

void setup() {
    Wire.begin();
    Wire.beginTransmission(MPU_ADDR);
    Wire.write(0x6B);  // 电源管理寄存器
    Wire.write(0x00);  // 唤醒
    Wire.endTransmission();
}

void loop() {
    Wire.beginTransmission(MPU_ADDR);
    Wire.write(0x3B);  // 加速度计数据起始地址
    Wire.endTransmission(false);
    Wire.requestFrom(MPU_ADDR, 14, true);

    int16_t ax = Wire.read() << 8 | Wire.read();
    int16_t ay = Wire.read() << 8 | Wire.read();
    int16_t az = Wire.read() << 8 | Wire.read();
    int16_t gx = Wire.read() << 8 | Wire.read();
    int16_t gy = Wire.read() << 8 | Wire.read();
    int16_t gz = Wire.read() << 8 | Wire.read();

    // 原始值转物理量
    float accel_scale = 16384.0;  // ±2g量程
    float gyro_scale  = 131.0;    // ±250°/s量程

    float ax_g = ax / accel_scale;
    float ay_g = ay / accel_scale;
    float az_g = az / accel_scale;
    float gx_dps = gx / gyro_scale;
    float gy_dps = gy / gyro_scale;
    float gz_dps = gz / gyro_scale;

    delay(10);
}

注意：原始数据是16位有符号整数。要转成物理量，必须除以对应的量程系数。我见过有人忘了除，结果角度算出来几千度——那肯定不对。

2.7 小结

这一章我们聊了IMU的基本原理。加速度计测比力，陀螺仪测角速度。它们各有各的毛病——加速度计怕振动，陀螺仪怕漂移。但组合起来，就能互补。

下一章我会讲怎么用卡尔曼滤波把这些数据融合起来。到时候你会发现，理解了误差模型，滤波器调参才有方向。否则就是瞎调。