018、传感器数据融合概念

飞控算法从入门到精通 | 018 传感器数据融合概念从一次炸机说起去年夏天，我在调试一架四轴无人机时遇到了一个诡异的问题：悬停时飞机每隔几秒就会突然抽搐一下，像是被谁踹了一脚。日志回放发现，陀螺仪输出的角速度在某个瞬间跳变到正常值的3倍，但同一时刻加速度计的数据却完全正常。更让人头疼的是，这个跳变在原始传感器读数里根本不存在——是卡尔曼滤波器“制造”出来的。那次炸机让我明白了一个道理：传感器数据融合不是简单的“取平均”，而是一场与噪声、延迟、非线性误差的持久战。今天这篇笔记，就聊聊数据融合到底在干什么，以及为什么它比“把几个传感器数据加起来除以N”要复杂得多。为什么需要融合？——单一传感器的死穴先看一个最朴素的场景：你想知道飞行器的姿态（俯仰角、横滚角、偏航角）。理论上，加速度计可以测重力方向，从而算出俯仰和横滚；陀螺仪可以积分角速度得到角度；磁力计可以给出绝对航向。但每个传感器都有致命缺陷：加速度计：怕振动。电机转动带来的高频振动会让加速度计输出像心电图一样乱跳。更坑的是，飞行器做加速运动时，加速度计分不清“重力”和“运动加速度”，这时候算出来的姿态就是错的。陀螺仪：怕漂移。角速度积分一次得到角度，但积分会累积零偏误差。哪怕陀螺仪静止时输出0.01°/s的零偏，积分10秒就偏了0.1°，一分钟就是0.6°。更麻烦的是，温度变化会让零偏缓慢漂移，你永远不知道它下一秒会偏多少。磁力计