1. 传感器融合概述：什么是传感器融合、为什么需要融合、PDA中的典型传感器

大家好，欢迎来到《嵌入式PDA传感器融合算法实战》的第一章。

说实话，每次带新人入门，我都要先问一个问题：你手里拿的PDA，凭什么知道自己是横着还是竖着？ 答案就是——传感器融合。

1.1 什么是传感器融合？

传感器融合，说白了就是把多个传感器的数据揉在一起，得出一个比单个传感器更靠谱的结果。

举个例子。你一个人走路，闭上一只眼，还能走直线吗？大概率会歪。但如果你睁着两只眼，再听听周围的声音，甚至用手摸一摸墙——嗯，你就能走得很稳。这就是融合。

在PDA里，我们通常有加速度计、陀螺仪、磁力计、气压计。每个传感器都有自己的脾气。加速度计怕振动，陀螺仪怕漂移，磁力计怕干扰。但把它们的数据融合起来，就能互相弥补短板。

我个人习惯把传感器融合比作「开会讨论」。每个传感器都是一个专家，各说各的。融合算法就是那个主持会议的人，把大家的意见综合起来，给出一个最终结论。

1.2 为什么需要融合？

你可能会问：一个传感器不够用吗？

不够。真的不够。

我在项目中遇到过这样一个坑：只用加速度计做姿态检测。结果PDA放在桌上不动，数据倒是挺稳。但只要一走路，加速度计的输出就开始「跳舞」——因为走路时的振动全被它当成姿态变化了。

为什么会这样？因为加速度计测量的是比力，它分不清重力加速度和运动加速度。你走路时，它把脚步的振动也当成了倾斜。

那陀螺仪呢？陀螺仪测角速度，积分后能得到角度。但陀螺仪有零偏，时间一长，积分误差就越来越大。我记得有一次调试，PDA明明放在桌上，陀螺仪积分出来的角度却慢慢漂到了30度——这要是用在导航上，早撞墙了。

所以，我们需要融合。用加速度计来修正陀螺仪的漂移，用陀螺仪来弥补加速度计的动态响应慢。两者互补，才能得到稳定、准确的姿态。

1.3 PDA中的典型传感器

PDA里常见的传感器，我列个表给你看：

传感器	测量什么	优点	缺点
加速度计	三轴加速度（含重力）	静态时很准，能测倾角	怕振动，动态响应差
陀螺仪	三轴角速度	动态响应快，短时精度高	有零偏，长时间积分会漂
磁力计	地磁场强度	能提供绝对航向	易受铁磁干扰，室内不准
气压计	大气压强	能测高度变化，精度可达0.1米	受温度、天气影响大

加速度计

加速度计测量的是三个轴上的加速度。静止时，它只能感受到重力。所以，通过重力在三个轴上的分量，我们可以算出PDA的俯仰角和横滚角。

但注意，它算不出偏航角。因为偏航角旋转时，重力方向不变。你想想看，你原地转圈，重力还是向下——加速度计根本不知道你转了。

陀螺仪

陀螺仪测量角速度。把角速度对时间积分，就能得到角度变化。它的优点是响应快，你一转它就能感知到。

但缺点也很明显：积分会累积误差。我做过一个实验，让陀螺仪静止10分钟，积分出来的角度漂了将近50度。所以，陀螺仪必须配合其他传感器做修正。

磁力计

磁力计测量地磁场。地磁场的方向大致指向地理北极（有磁偏角）。所以，磁力计能给出绝对航向。

但磁力计很娇气。靠近金属、电线、电机，数据就会乱。我在一个项目中，把磁力计放在扬声器旁边，结果航向直接偏了90度。嗯，这里要注意：磁力计一定要做硬铁和软铁校准。

气压计

气压计测量大气压。海拔越高，气压越低。所以，通过气压变化可以推算高度变化。

气压计的精度其实不错，好的传感器能分辨0.1米的高度变化。但它怕风、怕温度突变。你从空调房走到室外，气压计的数据会跳一下。

1.4 融合的基本思路

好了，现在你知道了每个传感器的脾气。那怎么融合呢？

最简单的思路是互补滤波。加速度计和磁力计提供低频的姿态信息，陀螺仪提供高频的姿态变化。把它们通过一个滤波器结合起来，低频相信加速度计，高频相信陀螺仪。

更高级的，就是卡尔曼滤波。卡尔曼滤波能根据传感器的噪声特性，动态调整每个传感器的权重。我个人的经验是：卡尔曼滤波虽然效果好，但调参很费时间。新手可以先从互补滤波入手。

后面几章，我会带大家一步步实现这些算法。从最基础的互补滤波，到扩展卡尔曼滤波，再到无迹卡尔曼滤波。每一步我都会给出完整的代码和调试经验。

下一章，我会详细讲坐标系与姿态表示。这是所有融合算法的基础，搞不懂坐标系，后面代码写出来也是错的。咱们下章见。