从零偏、随机游走到PX4飞控的校准算法：看懂MEMS惯性传感器怎么标定、为什么难标定？

MEMS陀螺仪：

MEMS加速度计：

二、核心指标解析

选择或评估传感器时，需重点关注以下指标的实际意义：

1.陀螺仪的核心指标：零偏稳定性与随机游走

零偏稳定性：决定了系统在静止时姿态角估算的长期漂移程度，例如10°/h的零偏意味着每小时可能产生10°的角度误差，是惯性导航精度的最关键参数。

角度随机游走：影响姿态角的短期波动或噪声水平，对高动态或需要快速响应的控制（如无人机云台）至关重要。

2.加速度计的核心指标：零偏不稳定性与噪声密度

零偏不稳定性：决定了加速度计零点随时间的漂移量，直接影响倾角测量的长期精度。

噪声密度：数值越低，传感器在测量振动、倾角等动态信号时信噪比越高，数据越“干净”。

三、如何进行标定？

标定的核心是建立误差模型并确定补偿参数，以修正传感器输出；主要流程如下：

1.标定前准备

理解误差源：误差分为确定性误差（如零偏、标度因数误差、轴间非正交）和随机误差（如噪声）。标定主要处理确定性误差。

选择标定设备：高精度标定通常在温控转台上进行，转台能提供精确的角速率和位置基准。

2.确定标定方案

分立标定法：分别在精密转台上标定陀螺仪（输入精确角速度），在多位置（如六面法）重力场中标定加速度计。这是最基础的方法。

系统级标定法：将陀螺和加速度计作为一个整体，通过设计特定的转停路径序列，利用重力矢量和角速度矢量的约束，一次性标定所有参数。这种方法效率更高，是当前主流技术。

3.进行误差补偿
通过实验数据拟合出误差模型的参数（如零偏值、标度因数矩阵）。在实际使用中，将传感器的原始输出减去零偏，再乘以标度因数逆矩阵等，即得到补偿后的准确值。

四、实用建议与参考

1.明确精度需求：明确应用场景（如消费电子、工业机器人、导航制导）对长期姿态保持（看零偏稳定性）和短期动态响应（看带宽、噪声）的具体要求，再选择相应等级的传感器。

2.标定方案选择：对于极高精度的应用（如惯性导航），必须使用专业转台进行系统级标定。对于一般工业或消费类应用，部分传感器支持基于重力的现场快速标定，或已提供出厂校准参数。

3.注意温度效应：温度变化会显著影响零偏和标度因数。高精度的应用场景需选择温度系数小的产品，或进行温度补偿。

4.定期复标：传感器的误差参数会随时间、环境和使用而缓慢变化，需要根据使用环境和精度要求定期重新标定。

五、PX4飞控的校准算法

1.针对陀螺仪：只是静置取平均求偏移量，并没有标定其他参数。

2.针对加速度计：采用启发式算法，校准过程借助了摆放姿态的特殊性完成，十分巧妙。PX4校准模型使用完整的12个参数的版本，为方便理解，稍微调整一下方程式：

对于零偏误差，需要先将四旋翼六面各静置一段时间，此时地系下加速度应为：

于是可以利用正置、倒置等相对位置摆放时，机体系下加速度测量值求和为0这一约束，计算偏移量   。还剩9个未知量，选择三个正交的摆放位置，代入得到9个独立方程，即可解出未知数需要注意的是，上面的方程是描述地系下测量与真值的关系，把体系到地系的旋转矩阵包含在括号里面了，如果想到机体系下校正参数，还需要稍作变换。

六、有人表示：“算法会随着器件精度的变化而变化，且这种变化是巨大的。有时候两个做导航的坐在一起，话却说不到一块去，很多时候就是这个原因导致的。面对这种情况，我们一方面要尽可能多接触不同领域的方法，这也能为自己的工作提供借鉴；另一方面，要进入到算法背后，了解其本质，如果明白造成这种差异的理论原因，那么就能把对经验的依赖尽可能降低。”

就拿标定来说，纯惯导和融合惯导，这两者的标定可以说天差地别：一般做融合惯导的拿着低精度MEMS-IMU，六面法标一下尺度误差、刻度误差，用艾伦方差算一下噪声密度、角度随机游走的程度就差不多了。如果是纯惯导，或者说高精度融合惯导，要考虑的因素可就多了，要用到转台标定（低端MEMS就几到十来块钱的东西，咋可能用一个转台标定）。然后建模，我们一般都没有考虑地球自转的印象，加速度对陀螺仪的影响（一般消费级的产品不用考虑这么多）。所以，做不同领域的惯导，真的是认知不一样的。