IMU测量原理与标定算法的实现

传感器是不是即插即用？并不是，传感器接入硬件，需要首先对它们进行校准（标定），来提高数据准确度。事实上，传感器数据好坏直接影响了算法设计，传感器数据越精确，控制效果上限越高，而算法本质是在接近这个上限。校准的意义可见一斑

校准需要结合传感器测量原理和误差模型。那这篇首先来看一下，作为无人机最核心的IMU传感器，其测量原理和业界常用的校准算法，以及PX4上IMU校准算法的实现

一 IMU测量原理

IMU（Inertial Measurement Unit 惯性测量单元）设备，通常包含三轴陀螺仪和三轴加速度计。其中，三轴陀螺仪是IMU的主要元件，很多近似滤波算法也是基于陀螺测量数据建立的，再用加速度计修正估计结果。陀螺仪高频性能较好，可以用来测量高速运动，但是它存在零点漂移，容易受到温度等环境因素影响；加速度计低频性能较好，但数据易受震动影响。通常需要物理上保证IMU恒温和做减震处理

传统机械陀螺仪基于陀螺的定轴性：高速旋转的刚体，其旋转轴在三维空间具有方向不变性，于是可以将机体旋转运动转化成角度偏移量来测量。但是这种方法依赖于机械上的旋转运动，对设备、环境等要求太高

MEMS (MicroElectroMechanical Systems微机电系统)工艺出现之后，机械陀螺仪被逐渐取代，MEMS微机械陀螺基于科里奥利力：旋转刚体沿径向运动时受到切向力，可以施加径向力将旋转运动转化成切向压力来测量；另一种高精度的光纤陀螺则是基于萨格纳克效应，把旋转运动转化成干涉条纹的位移，用光敏传感器测量

安装其他工具和库

sudo apt-get install build-essential cmake libeigen3-dev libqt4-dev libqt4-opengl-dev freeglut3-dev gnuplot

构建运行测试

cd imu_tk
mkdir build
cd build
cmake  ..
make
./test_imu_calib test_data/xsens_acc.mat test_data/xsens_gyro.mat

显然，这种校准算法依赖有一定计算能力的设备来完成数值迭代，在飞控处理器上几乎不可能，为此PX4实现了一种近似的启发式算法，下面一起看一下

四 PX4校准算法

1 加速度计

之所以称之启发式算法，是因为校准过程借助了摆放姿态的特殊性完成，十分巧妙

2 陀螺仪

PX4的陀螺仪只是静置取平均求偏移量，并没有标定其他参数。