加速计和陀螺仪是用于从无人机、手机、汽车、飞机和移动物联网设备中获取加速度和旋转信息的传感器。但加速计和陀螺仪都容易出错，加速计可能出现噪音、陀螺仪可能出现漂移，因此要求设计师采用新颖的方法实现最高的精度。
方法之一是应用传感器融合。本文将分别评估加速计和陀螺仪，以了解这些噪音和漂移误差是如何产生的。接下来将介绍这两种传感器的示例，并说明如何利用传感器融合技术，将这两种传感器的结果结合在一起并减少这些误差的影响。
选择正确的传感器
加速计用于测量对物体施加的所有线性力，单位是毫伏/克 (mV/g)。移动的物体会展现动态运动，例如加速度，并持续受到重力这一静态力。将加速计连接到物体上后，可以测量物体的加速度和作用于物体上的万有引力。但随着时间的推移，加速计容易出现位置误差。
陀螺仪可提供随着时间推移，物体角速度的变化率，单位是 mV/度/秒 (mV/deg/sec)。将陀螺仪连接到物体上后，传感器可以平稳测量物体的角度变化，但同加速计一样，随着时间的推移，陀螺仪也会出现稳定增大的角度误差。
很多加速计和陀螺仪采用微机电系统 (MEMS) 制造而成。在 MEMS 传感器的生产过程中，硅元件和机械元件被组合在同一块微米级硅基底上。这些器件中的主要元件是机械元件、感应机制和专用集成电路 (ASIC)。
MEMS 加速计
个别 MEMS 加速计的结构采用固定式硅板以及用于响应外力的机械弹簧（图 2）。
通用的 MEMS 感应技术是使用片载可变电容器。在运动中，绿色的固定板保持静止，而橙色的重物沿加速度轴弯曲。通过这种运动，电容值 C1 和 C2 会随着固定板与重物之间距离的变化而变化。
在数量上，C1 和 C2 值的变化取决于电容器板之间的距离 d（图 3）。
其中：
L = 相邻固定板和重物的长度
W = 固定板和重物的厚度
d = 固定板和重物之间的距离
等式 1 中的主要变量是 d。这一距离变化会保持恒定，加速度和万有引力也会保持恒定。当传感器静止或达到匀速状态时，结构会松弛，但依然会受到万有引力。
作为一个单独的元件，这些电容器的值可能处于亚微微法拉 (pF) 范围内。将多块板并联可以将这些值增大到可使用的范围内。
这些电容器的一个测量电路示例将 C1 和 C2 作为分压器放在相对的电源之间（图 4）。信号经过低通滤波器，随后使用一个三角积分模数转换器 (ADC) 对其进行数字化。
3D 加速计
在 3D 加速计中，以正交方式安装了三个加速计传感器（图 5）。
所有这三个加速计的感应机制也都是电容式的。用于运动启动式功能的相应加速计是 STMicroelectronics 的 LIS2DW12TR 数字输出 3 轴加速计。LIS2DW12TR 是 MEMS 3D 加速计，带有数字输出和四种不同的工作模式：高分辨率、正常、低功耗和掉电。
高分辨率模式会提供一个 14 位的数据输出代码，以提高测量精度。将满量程位设置为 ±2 g 时，高分辨率模式的灵敏度通常为 0.244 毫克/位 (mg/digit)。将满量程位设置为 ±16 g 时，高分辨率模式的灵敏度通常为 1.952 毫克/位。此装置的典型零 g 出厂微调补偿精度水平为 ±20 mg。
3D 加速计会测量沿 X、Y 和 Z 轴的线性加速度。当旋转（例如翻滚）时，内部固定板与重物之间的距离会保持不变。因此，加速计不会对角速度做出响应。
因为这一属性，3D 加速计适用于运动检测、手势识别、显示方位和自由落体检测等应用。但它可能只符合无人机的部分感应要求。
3D 陀螺仪
MEMS 陀螺仪也依赖于硅元件与机械元件之间的不同电容，但采用这种配置后，传感器可以通过角速度的变化而得出电容变化。
3D 陀螺仪具有三个以正交方式安装的陀螺仪传感器（图 6）。重力的测量单位表示为英尺/秒/秒 (ft./s/s)，其中的 1 g 等于地球的万有引力。所有这三个陀螺仪的感应机制也都是电容式的。
适合用于导航系统的陀螺仪是 STMicroelectronics 的 I3G4250D 三轴数字输出陀螺仪。它会提供一个 16 位数据输出代码。
将满量程位设置为 245 度/秒 (dps) 时，灵敏度通常为 8.75 毫度/秒/位 (mdps/digit)。将满量程位设置为 2000 dps 时，高分辨率模式的灵敏度通常为 70 mdps/位。此装置的典型零速率水平为 ±10 dps。此零速率水平和灵敏度性能使设计师能够在生产期间避免进一步补偿和校准。
3D 陀螺仪会测量 X、Y 和 Z 轴周围的角加速度。当陀螺仪出现线性加速度时，内部固定板与重物之间的距离会保持不变。因此，陀螺仪不会对线性速度做出响应。
因为这一属性，3D 陀螺仪适用于运动控制、电器和机器人等应用。但将陀螺仪和加速计组合使用可以满足无人机的感应要求。
将 3D 加速计和陀螺仪组合使用
加速计和陀螺仪各自都能让导航系统具备强大的优势，但它们的某些数据都具有不确定性。当使用这两种传感器收集同一个现象（即物体的运动）的数据时，将输出数据合并以利用这两种传感器获得最佳结果不失为一个很好的选择。可以采取传感器融合策略实现这一目的。
传感器融合技术将来自多个独立来源的传感器数据组合在一起，并得出具有更高确定性或精度的信息。当使用陀螺仪和加速计时，它们会分别补偿对方的噪音和漂移误差，实现更完整、更精确的运动跟踪。
实施 Kalman 或互补滤波器之后，可以将这两种传感器的输出组合在一起。Kalman 滤波器是一个强大的工具，可以将存在不确定性的信息组合在一起。在一个动态体系中，此滤波器最适合不断变化的系统。
将 3D 加速计和 3D 陀螺仪数据组合在一起时，最有效的做法是让一个装置同时具备这两种功能。STMicroelectronics 的 LSM6DS3HTR 3D 加速计和 3D 陀螺仪是此类装置的一个示例。此装置适用的应用包括计步器、运动跟踪、手势检测和倾斜功能。
用户可选择的 LSM6DS3HTR 动态满量程加速度范围为 ±2/±4/±8/±16 g，角速度范围为 ±125/±245/±500/±1000/±2000 dps，与其独立式姊妹产品相当。
将 3D 加速计和 3D 陀螺仪组合在一起时，互补（或 Kalman）滤波器一开始会使用陀螺仪来确保精度，因为它不易受到外力的影响。从长远来看，会使用加速计数据，因为这些数据不会漂移。
在最简单的滤波器中，软件等式为：
随着时间的推移，这些值会整合在一起。
此外，STMicroelectronics 提供了各类软件，支持使用其 STM32 微控制器进行感应。
总结
当设计师设法从移动的物体提取更精确的信息时，同时使用 3D MEMS 加速计和陀螺仪，再辅以传感器融合策略，可为运动和导航问题提供一个可靠的解决方案。
/2 
