一、IMU 是什么
IMU（Inertial Measurement Unit，惯性测量单元）靠加速度计 + 陀螺仪（高端再加磁力计），感知自身三轴加速度、三轴角速度、三轴磁场，解算出倾角、姿态、航向。
机器人、自平衡小车、无人机、机械臂、VR 姿态、导航定位必备核心传感器。
二、IMU 内部三大核心元件
1. 三轴加速度计（Accelerometer）
- 测量：X/Y/Z 三轴线性加速度
- 单位：g（重力加速度） =>三个方向（X/Y/Z）的重力加速度（速度的变化）
- 静态作用：靠重力矢量，测出俯仰、横滚倾角
- 缺点：有噪声、易受震动干扰，不能测航向（偏航角会漂移）
2. 三轴陀螺仪（Gyroscope）
- 测量：X/Y/Z 三轴转动角速度
- 单位：°/s
- 作用：感知瞬时转动快慢，积分得到角度变化（速度在时间上的积分就是角度变化）
- 缺点：长时间会零点漂移，单独用角度慢慢跑偏
3. 三轴磁力计（Magnetometer，电子罗盘）
- 测量：地球磁场 X/Y/Z 分量
- 作用：矫正偏航角（航向），解决陀螺仪航向漂移
- 类似指南针，给 IMU 找 “正北”
三、按轴数分类（最常用分级）
1. 六轴 IMU
三轴加速度 + 三轴陀螺仪代表：MPU6050、ICM20602、BMI160
- 能解算：俯仰角、横滚角
- 不能稳定解算：偏航角（航向会慢慢飘）
- 适用：自平衡小车、倾角检测、简单姿态
2. 九轴 IMU（AHRS 姿态航向参考）
三轴加速度 + 三轴陀螺仪 + 三轴磁力计代表：MPU9250、BNO055、LSM9DS1
- 可完整解算：俯仰、横滚、偏航（航向）全姿态
- 可做：无人机、机器人导航、定位定向
3. 高端 RTK / 惯导组合
九轴 + 气压计 + GPS，用于无人车、自动驾驶。
四、IMU 输出原始数据 含义详解
1. 加速度 Accel（ax, ay, az）
- 静止时：az ≈ 1g（重力向下）
- 倾斜时：重力分到 X、Y 轴，用来算倾角
- 运动时：输出运动加速度，可积分算速度、位移
2. 陀螺仪 Gyro（gx, gy, gz）
- 静止：数值接近 0
- 转动：对应轴输出正负角速度
- 积分：角速度对时间积分 →转过的角度
3. 磁力计 Mag（mx, my, mz）
- 感知地磁场方向
- 用来锁定航向，抑制偏航漂移
五、姿态角定义（欧拉角）
机器人 / 飞控通用标准：
- 俯仰 Pitch：前后低头 / 抬头
- 横滚 Roll：左右倾斜翻滚
- 偏航 Yaw：水平原地旋转、航向角度
六轴：Pitch、Roll 稳，Yaw 漂移九轴：三个角度都能长期稳定
六、接口与通信协议（和主控怎么接）
主流接口
I2C（最常用：MPU6050/MPU9250）线序：VCC、GND、SCL、SDA3.3V/5V 兼容，占用引脚少，接线最简单
SPI（高速型号：ICM 系列）速率更高、抗干扰更好，适合高速运动场景
内置解算型（BNO055）I2C直接输出已经算好的欧拉角 / 四元数，不用自己写算法
适配开发板
- 树莓派 4B/5：直接 I2C 读取，无需额外硬件
- RK3568/RK3588：多路 I2C，可挂多个 IMU，工业稳定
七、数据融合算法（为什么要滤波）
问题
- 加速度计：静态准、动态抖
- 陀螺仪：动态灵敏、长期漂移
解决：数据融合
常用算法：
- 互补滤波（简单、好实现、入门首选）
- 卡尔曼滤波（精度高、计算量大）
- 高端芯片BNO055 内部硬件自动融合，直接出姿态角
融合后输出：稳定的Pitch、Roll、Yaw姿态。
八、IMU 常见应用场景
- 自平衡小车、两轮机器人
- 无人机、四旋翼姿态控制
- 机械臂关节姿态检测
- 机器人导航、SLAM 激光雷达配准
- VR/AR 体感、手柄姿态
- 工业设备倾角、振动检测
九、常用型号选型推荐
入门性价比
- MPU6050：六轴、最便宜、学习必用
- MPU9250：九轴、性价比高，自己写融合算法
懒人即用型
- BNO055：内部自带姿态解算，直接读欧拉角，不用搞滤波算法
工业 / 高端
- ICM20602、LSM9DS1、BMI088：高精度、低噪声、温漂小
十、关键使用注意事项
- 必须共 GND，否则数据乱跳、姿态乱飞
- 安装尽量水平、固定牢固，减少震动
- 远离电机、电源线，避免电磁干扰
- 上电需静止校准，不要晃动
- 六轴只能做倾角平衡，要航向必须上九轴
