第三章 传感器与执行器：IMU、GPS、轮速传感器、转向电机、制动系统接口
各位同学，咱们今天聊聊车上那些「感知世界」和「动手干活」的硬件。传感器是控制系统的眼睛和耳朵，执行器就是手和脚。没有它们，算法再牛也是纸上谈兵。
我个人习惯把传感器分为两类：一类是测量自身状态的，比如IMU和轮速；另一类是测量外部环境的，比如GPS。执行器这边，转向和制动是核心，直接关系到安全。
3.1 IMU：惯性测量单元
IMU这东西，说白了就是加速度计加陀螺仪。加速度计测线加速度，陀螺仪测角速度。两者一融合，就能得到车辆的姿态和运动轨迹。
关键参数：
- 零偏稳定性：这个指标很关键。我遇到过一款IMU，零偏漂移太大，停车时积分出来的速度都飘到天上去了。
- 噪声密度：决定了你能分辨多小的运动变化。
- 输出频率：一般100Hz以上才够用，太低的话控制延迟会很大。
注意：IMU数据不能直接用。加速度计有重力分量，陀螺仪有温漂。必须做标定和滤波。我见过有人直接把原始加速度积分算速度，结果越算越离谱。
数据处理流程：
// 伪代码：IMU数据预处理
raw_acc = read_accelerometer()
raw_gyro = read_gyroscope()
// 去零偏
acc = raw_acc - acc_bias
gyro = raw_gyro - gyro_bias
// 低通滤波（我习惯用截止频率20Hz）
acc_filtered = lowpass_filter(acc, 20.0)
// 姿态解算（四元数法）
quaternion = mahony_filter(acc_filtered, gyro, dt)3.2 GPS：全球定位系统
GPS提供绝对位置信息，但精度和更新率是硬伤。普通GPS精度在2-5米，RTK（实时动态差分）可以做到厘米级，但成本也上去了。
实际使用中的坑：
- 多路径效应：城市峡谷、隧道里信号会反射，位置跳变。我曾经在立交桥下测试，GPS位置直接跳到对面车道去了。
- 更新率低：一般10Hz，对于高速控制来说太慢了。需要和IMU做融合。
- 坐标系转换：GPS输出的是经纬度，要转成平面坐标（比如UTM）才能用。
我的经验：GPS和IMU做卡尔曼滤波融合是标配。GPS修正长期漂移，IMU填补短期空白。但要注意GPS延迟，一般有100-200ms的延迟，需要做时间对齐。
3.3 轮速传感器
轮速传感器测的是车轮转速，可以换算成车速。但这里有个问题——车轮会打滑。急加速或急刹车时，轮速和实际车速就不一致了。
常见类型：
| 类型 | 原理 | 特点 |
|---|---|---|
| 磁电式 | 电磁感应 | 简单可靠，低速信号弱 |
| 霍尔式 | 霍尔效应 | 低速性能好，需要供电 |
| 磁阻式 | 磁阻效应 | 精度高，成本也高 |
信号处理要点：
- 脉冲计数要防抖动，我习惯用施密特触发器做硬件消抖。
- 车速计算：v = (脉冲数 / 每转脉冲数) * 轮胎周长 / 时间
- 轮胎周长会随胎压、磨损变化，需要定期校准。
警告：不要完全相信轮速算出来的车速。急刹车时轮速可能降到0，但车还在滑行。这时候必须用IMU或GPS做参考。
3.4 转向电机
转向执行器，常见的是EPS（电动助力转向）电机。控制目标就是让前轮转到目标角度。
控制架构：
// 转向控制伪代码
target_angle = path_planner.get_steering_angle()
current_angle = read_steering_angle()
// PID控制
error = target_angle - current_angle
motor_torque = Kp * error + Ki * integral(error) + Kd * derivative(error)
// 限幅保护
motor_torque = clamp(motor_torque, -MAX_TORQUE, MAX_TORQUE)
// 发送指令
send_to_motor_controller(motor_torque)实际调试经验：
- 转向系统有机械间隙和摩擦，PID参数要留裕量。
- 高速时转向增益要降低，否则车会发飘。
- 我遇到过电机过热保护导致转向失效，后来加了温度监控和降级策略。
3.5 制动系统接口
制动控制是安全关键。一般有两种方式：一种是直接控制制动踏板（线控制动），另一种是通过CAN总线发送制动请求给ESC（电子稳定控制系统）。
接口类型：
- 模拟电压接口：0-5V对应0-100%制动压力。简单但精度一般。
- CAN总线接口：发送制动扭矩请求。更灵活，但需要协议解析。
- PWM接口：占空比控制制动压力。响应快，但需要硬件支持。
核心要点：制动控制必须考虑安全冗余。我参与的项目里，制动系统有独立的监控芯片，一旦主控失效，能自动进入安全制动模式。
制动控制策略：
// 制动控制伪代码
if (emergency_brake) {
// 紧急制动：最大制动力
brake_pressure = MAX_PRESSURE
} else {
// 正常制动：根据目标减速度计算
target_decel = planner.get_target_deceleration()
brake_pressure = map_decel_to_pressure(target_decel)
}
// 防抱死保护（简单版）
if (wheel_slip > SLIP_THRESHOLD) {
brake_pressure = brake_pressure * 0.8 // 降低制动力
}
send_brake_command(brake_pressure)3.6 传感器融合与时间同步
多个传感器数据要融合，首先得解决时间同步问题。每个传感器有自己的时钟，数据到达时间也不一样。
我的做法：
- 所有传感器数据打上统一的时间戳（用主控的时钟）。
- 建立数据缓冲区，按时间戳排序。
- 融合时找时间戳最接近的数据对。
- 如果数据缺失，用IMU做插值预测。
小技巧：调试时把各传感器的时间戳打印出来，看看延迟差异。我见过GPS延迟200ms，IMU只有5ms，如果不做对齐，融合出来的位置会差好几米。
3.7 实车调试注意事项
最后说说实车调试的几点体会：
- 先离线后在线：先录数据，在电脑上调试算法，再上实车。
- 从小速度开始：第一次跑，速度控制在5km/h以内，出了问题能及时停车。
- 监控所有信号：把传感器原始值、滤波值、控制指令都记录下来，方便事后分析。
- 安全第一：永远有急停按钮，永远有安全员。
嗯，传感器和执行器这块就讲这么多。下一章咱们聊聊控制算法怎么和这些硬件配合，实现真正的车辆控制。