机器人、无人机是怎么知道自己的姿态的？揭秘 IMU 的关键参数
来源：EETOP
当机器人在地面行走、无人机在空中悬停、机械臂精准抓取时，它们如何实时感知自己的姿态？答案藏在一个不起眼却至关重要的部件里 ——IMU（惯性测量单元）。作为机器人的 “内耳”，IMU 通过陀螺仪和加速度计捕捉运动状态，而其性能的优劣，全靠一系列关键参数来定义。
注：人的内耳是耳朵最深部的结构，隐藏在颞骨岩部内，由一系列复杂的管道和腔隙组成，主要功能是感知声音和维持身体平衡，被称为 “听觉和平衡觉的核心”。它虽体积小巧（仅约 5 毫米 ×9 毫米），但结构精密，分为骨迷路和膜迷路两部分，两者之间充满液体（外淋巴），膜迷路内部则充满内淋巴，形成独特的液体环境以传递信号。
正常情况下，前庭系统（内耳）、视觉系统（眼睛）和躯体感觉系统（皮肤、肌肉）会向大脑传递一致的运动信息。例如：
坐车时，眼睛看到窗外景物后退，内耳感知到车辆的直线 / 旋转运动，身体也感受到座椅的支撑力变化，三者信号统一，大脑能准确判断 “正在运动”，身体适应良好。
但晕车时，这种信号一致性被打破了：
比如坐在封闭车厢内看手机，视觉系统会告诉大脑 “身体静止”（因为手机或车内景物相对静止）；
但内耳的前庭系统却能感知到车辆的颠簸、转弯、加速等运动，向大脑传递 “正在运动” 的信号；
两种矛盾的信号被送入大脑，大脑无法统一判断身体状态，就会触发 “异常警报”—— 这种冲突被解读为 “可能中毒”（进化中，感官混乱常与毒素致幻相关），进而引发恶心、呕吐、头晕等晕车症状。
儿童和女性更容易晕车，部分原因是他们的前庭系统更敏感，对信号冲突更难耐受；此外，睡眠不足、疲劳、气味刺激等也会加重这种不适。
如果我们把摄像头、深度相机、雷达比作机器人、无人机的眼睛的话，那么IMU这个“器官”比喻成“内耳”再贴切不过了。
IMU全称是惯性导航系统，主要元件有陀螺仪、加速度计和磁力计。其中陀螺仪可以得到各个轴的加速度，而加速度计能得到x，y，z方向的加速度，而磁力计能获得周围磁场的信息。主要的工作便是将三个传感器的数据融合得到较为准确的姿态信息。
a）陀螺仪
陀螺仪是通过测量科氏力来检测角速度的，科氏力在大学物理中提到过，如图
若圆盘逆时针旋转，你在盘心向边缘沿半径匀速直线 扔出一个球。
静止观察者
看到：球沿直线飞出（蓝色路径）。
圆盘上的观察者
看到：球的轨迹向右弯曲（红色路径）→ 仿佛有“无形之力”拉动它。→ 这个虚拟力就是科氏力！
科氏力公式：
( m )：物体质量
( ω )：旋转坐标系的角速度矢量
( v)：物体在旋转系中的速度矢量
“×” 表示矢量叉乘 → 力方向垂直于运动平面！
一个物体以固定的线速度v运动，同时受到一个角速度的影响，这时候在叉乘方向会有一个科氏力的作用，测量这个力便能知到角速度W的大小。
在实际的MEME传感器中，大致结构如图，在一个方向保持左右运动，若有旋转的角速度则会在垂直的方向产生科氏力，通过电容的变化来反映这个力的大小便能得到旋转速度的大小。
a）加速度计
加速度计的原理较为简单，就是通过牛顿第二定律来测量三轴的加速度，图中的质量块受到加速度的作用会左右运动，而两侧的电容能测量质量块的位置从而计算出加速度的大小。
a）磁力计
磁力计则是通过霍尔效应来测量磁场的强度，高中物理中学过霍尔效应也很简单，如图。一端通电，在磁场的作用下电子会往垂直的方向上跑从而在侧面产生电场，通过测量这个电场的强度及正负则能间接测量出场强的大小。
一般来说，无人机和机器人上的磁力计，是用来测量地磁的。用于机器人找得到“北”。
IMU：机器人的 “内耳”
简单来说，IMU 的核心功能是测量物体的角速度（陀螺仪）和线加速度（加速度计），再通过算法（如卡尔曼滤波、欧拉角解算）推算出姿态（如俯仰角、横滚角、航向角）。无论是家庭扫地机器人避开障碍，还是工业机械臂保持轨迹精度，都离不开 IMU 的实时数据支持。
而一款 IMU 的 “好坏”，不能只看品牌，更要盯着参数表 —— 这些数字直接决定了它在噪声控制、测量范围、功耗等方面的表现。
关键参数解析：从性能到实用性
我们以 InvenSense（TDK）的 IMU 芯片为例，拆解 IMU 的核心参数及其对应用的影响。
一、基础硬件特性
1. FIFO（First In First Out）
定义
：芯片内部的先进先出数据缓冲区，用于临时存储传感器数据。
作用
：当主控处理器（如 MCU）处理数据速度较慢时，FIFO 可缓存多组传感器数据，避免数据丢失。例如，芯片以 1000Hz 采样，但 MCU 只能以 200Hz 读取数据，FIFO 可暂存 5 组数据。
典型值
：ICM-42688-P 的 FIFO 为 2KB，ICM-42670-P 为 2.25KB。
2. ADC（Analog-to-Digital Converter）
- 定义：模数转换器，将传感器的模拟信号转换为数字信号。在IMU芯片内部，还是需要用ADC对上述电容对应的电压值进行采样的。
- 关键指标：位数（如 16bit）决定分辨率，16bit 可表示 65536 个离散值，量化误差更小，精度更高。
3. 可编程数字滤波
- 定义：芯片内置数字滤波器（如低通、高通），用户可通过编程设置滤波参数。
作用：滤除特定频率的噪声。例如，设置低通滤波截止频率为 50Hz，可抑制高于 50Hz 的高频噪声（如电机干扰）。
4. 温度传感器
- 作用：实时测量芯片内部温度，用于温度补偿（如校准陀螺仪零偏随温度的漂移）。
- 精度要求：通常需 ±1°C 以内，以保证补偿效果。
5. 可编程中断
- 定义：芯片可根据预设条件（如加速度超过阈值、FIFO 满）主动向主控发送中断信号。
- 应用场景：低功耗场景中，仅在需要时唤醒主控，降低系统功耗。例如，运动唤醒检测（WoM）触发中断后，主控才开始处理数据。
6. IIC 接口 / SPI 接口
- 定义：两种数字通信协议，用于芯片与主控间的数据传输。
- IIC：双线制（SDA、SCL），适合短距离、低速通信（标准模式 100kbps，快速模式 400kbps）。
- SPI：四线制（MOSI、MISO、SCK、CS），速度更快（可达数十 Mbps），适合大数据量、高速传输。
当前一些机器人、无人机、吊舱对IMU精度要求越来越高，更多选择SPI接口的IMU芯片。
二、功耗与可靠性特性
7. 低噪声模式 / 低功耗模式
低噪声模式
：通过增加采样次数或优化电路设计降低噪声，但功耗较高。例如，ICM-42688-P 六轴同时工作时典型电流 0.88mA。
低功耗模式
：降低采样率或关闭部分电路以降低功耗。例如，ICM-42670-P 六轴同时工作时典型电流 0.55mA，睡眠模式仅 3.5μA。
8. 20000g 抗冲击能力
定义
：芯片能承受 20000 倍重力加速度的冲击而不损坏。
意义
：适应恶劣环境（如工业振动、无人机碰撞），确保物理可靠性。
9. Self-test 自测试
功能
：芯片内置测试电路，可自检陀螺仪、加速度计是否正常工作。
应用
：设备启动时执行自测试，快速排查传感器故障（如零偏异常）。
10. WoM（Wake-on-Motion）运动唤醒检测
原理
：芯片持续监测加速度，当检测到运动（如振动、晃动）时，从低功耗模式唤醒主控。
典型应用
：智能手表在用户抬手时唤醒屏幕，降低待机功耗。
三、陀螺仪关键参数（角速度测量）
11. 可编程满量程范围（FSR）
定义
：陀螺仪能测量的最大角速度范围，通常用 °/s 表示。
可选范围
：例如 ICM-42688-P 支持 ±15.625~±2000°/s（8 档可调）。
选择原则
：高速运动场景（如无人机）选大范围（如 ±2000°/s），但灵敏度降低；静态或低速场景（如倾角测量）选小范围（如 ±15.625°/s），提高精度。
12. 灵敏度比例因子
定义
：单位角速度对应的数字输出值（LSB/°/s）。
计算公式
：例如 FSR 为 ±2000°/s 时，灵敏度为 16.4 LSB/°/s，则 1°/s 的角速度对应 16.4 个数字量。
意义
：灵敏度越高，量化误差越小，测量越精确。
13. 非线性度
定义
：实际输出与理想直线的最大偏差百分比。
典型值
：±0.1%（如 ICM-42688-P 在 ±2g 量程下）。
影响
：非线性度越高，在大量程下误差越大。
14. 交叉轴灵敏度
定义
：某轴输入角速度时，其他轴的错误输出比例。
典型值
：±1.25%（如 ICM-42688-P）。
影响
：交叉轴灵敏度越高，轴间干扰越大，姿态解算误差越大。
15. 零速率输出（ZRO）
定义
：静止时陀螺仪的实际输出与理论值（0°/s）的偏差。
参数
：包含初始公差（如 ±0.5°/s）和温漂（如 ±0.005°/s/°C）。
影响
：ZRO 越大，静态时的角速度测量误差越大，长时间积分会导致姿态角累积误差。
16. 速率噪声谱密度
定义
：单位频率下的噪声强度，单位 mdps/√Hz（毫度每秒每根号赫兹）。
典型值
：例如 ICM-42688-P 在 10Hz 时为 2.8 mdps/√Hz。
意义
：噪声谱密度越低，输出越平滑，适合高精度应用。
17. 总均方根噪声（RMS 噪声）
定义
：特定带宽内的噪声有效值，单位 °/s-rms。
典型值
：例如 ICM-42688-P 在 100Hz 带宽、800Hz 采样率下为 0.07~0.14°/s-rms。
影响
：噪声越大，角速度波动越明显，需通过滤波算法平滑。
18. 机械频率
定义
：陀螺仪内部机械结构的谐振频率。
典型值
：25~29kHz（如 ICM-42688-P）。
设计原则
：工作频率应远离机械频率，避免共振导致测量误差。
19. 陀螺仪启动时间
定义
：从通电到输出稳定数据的时间。
典型值
：例如 ICM-42688-P 为 40ms，ICM-42670-P 为 30ms。
影响
：启动时间越短，设备响应越快，适合需要快速启动的场景（如无人机）。
20. 输出数据速率（ODR）
定义
：传感器数据的更新频率，单位 Hz。
范围
：例如 ICM-42688-P 的陀螺仪 ODR 为 12.5~32000Hz。
选择原则
：高速运动场景（如四轴飞行器）需高 ODR（如 8000Hz）以捕捉快速变化；低功耗场景可选低 ODR（如 12.5Hz）。
四、加速度计关键参数（线加速度测量）
21. 可编程满量程范围（FSR）
定义
：加速度计能测量的最大加速度范围，通常用 g 表示（1g≈9.8m/s²）。
可选范围
：例如 ±2g/±4g/±8g/±16g（ICM-42688-P 支持 4 档可调）。
选择原则
：剧烈运动场景（如碰撞测试）选大范围（如 ±16g）；静态倾角测量选小范围（如 ±2g）以提高精度。
22. 灵敏度比例因子
定义
：单位加速度对应的数字输出值（LSB/g）。
典型值
：例如 FSR 为 ±2g 时，灵敏度为 16384 LSB/g，则 1g 的加速度对应 16384 个数字量。
23. 非线性度 / 交叉轴灵敏度
含义
：与陀螺仪类似，分别表示输出曲线的非线性偏差和轴间干扰比例。
典型值
：非线性度 ±0.1%，交叉轴灵敏度 ±1%。
24. 零重力输出（ZGO）
定义
：静止时加速度计的实际输出与理论值（如水平放置时 x/y 轴应为 0g，z 轴应为 1g）的偏差。
参数
：包含初始公差（如 ±20mg，1mg=0.001g）和温漂（如 ±0.15mg/°C）。
影响
：ZGO 越大，静态倾角计算误差越大。
25. 功率谱密度 / 均方根噪声
定义
：与陀螺仪类似，分别表示单位频率噪声强度（如 10Hz 时 65μg/√Hz）和特定带宽内的噪声有效值（如 100Hz 带宽下 0.65mg-rms）。
影响
：噪声越低，静态加速度测量越稳定，适合高精度倾角测量。
26. 加速度计启动时间 / ODR
含义
：与陀螺仪类似，分别表示启动稳定时间（如 10ms）和数据更新频率（如 ICM-42688-P 的 ODR 为 1.5625~32000Hz）。
五、电气与环境参数
27. VDD/VDDIO
定义
：芯片主电源（VDD）和 I/O 接口电源（VDDIO）的电压范围。
典型值
：最小 1.71V，典型 1.8V，最大 3.6V。
意义
：支持宽电压范围，便于与不同供电系统兼容。
28. 低噪声模式功耗 / 全芯片睡眠模式
低噪声模式功耗
：例如 ICM-42688-P 六轴同时工作时为 0.88mA，ICM-42670-P 为 0.55mA。
睡眠模式功耗
：例如 ICM-42688-P 为 7.5μA，ICM-42670-P 为 3.5μA。
应用
：电池供电设备需优先选择低功耗型号。
29. 温度范围
定义
：芯片正常工作的温度范围。
典型值
：-40°C~+85°C。
意义
：适应工业、汽车等恶劣环境。
六、IMU选型指南
高精度应用
（如工业机器人）：优先关注噪声谱密度（越低越好）、零偏温漂（越小越好）。
高速运动场景
（如无人机）：选择高 ODR（如 32000Hz）、大量程 FSR（如 ±2000°/s）。
低功耗场景
（如穿戴设备）：选择睡眠电流小（如 3.5μA）、低功耗模式电流低（如 0.55mA）的型号。
恶劣环境应用
（如车载设备）：确保温度范围覆盖 - 40°C~+85°C，抗冲击能力≥20000g。
理解这些参数，就能根据具体需求挑选最合适的 IMU 芯片，让机器人的 “内耳” 更灵敏、更可靠。
文章来源于硬十，作者朱晓明_硬十
ADC 射频 Wifi 等芯片测试线下技术研讨会
（8月5日 苏州）
特别声明：以上内容仅代表作者本人的观点或立场，不代表Hehson财经头条的观点或立场。如因作品内容、版权或其他问题需要与Hehson财经头条联系的，请于上述内容发布后的30天内进行。