本篇文章我们来讲讲如何将陀螺仪和加速度计的数据结合起来，获取更准确的姿态数据，使用的是互补滤波的方法。
阅读本文需有一定的知识基础，可以参见作者以前MPU6050的两篇文章：《MPU6050陀螺仪和加速度计数据的获取和校准》、《MPU6050官方DMP的移植和使用》，以及了解四元数的一些基本概念。
1）为什么要进行姿态融合
在之前的文章里，我们讲过一些陀螺仪和加速度计的知识，我们知道，陀螺仪可以获取载体的角速度，由角速度积分，就能得到角度，也就得到了载体的姿态。但是，陀螺仪给出的角速度存在测量误差、噪声和漂移，经过积分运算之后，会形成累积误差，这个误差会随着时间延长越来越大，最终导致偏差太大而无法使用。
另一方面，加速度计可以测量到地球的重力，当载体静止或者匀速运动时，重力的方向就是竖直向下的，通过测量重力加速度的方向，可以获取当前载体的俯仰角、滚转角。但是加速度计容易受到高频噪声的干扰，动态响应慢，只在长时间内数据比较有效。
因此，一般我们使用加速度计的数据来修正陀螺仪，以加速度计获取的实时姿态角来修正陀螺仪的累积误差，就能在短时间和长时间内都能获取比较满意的姿态信息。
我们以下图为例，Z轴向上，约定绕X轴旋转的角度为滚转角；绕Y轴旋转的角度为俯仰角，绕Z轴旋转的角度为偏航角。
那么，滚转角（绕X轴转）和俯仰角（绕Y轴转）发生变化时，MPU6050测出来的重力加速度g的方向相对于载体也会发生变化。而加速度计测出来的重力加速度g的方向是实时的，不会受长时间计算累加的影响。所以，我们可以用加速度计测到的g的方向，来修正陀螺仪积分得到的滚转角和俯仰角。
而偏航角（绕Z轴转）变化时，MPU6050测到的重力加速度g方向是不会变化的，所以g的方向不能用来修正偏航角。要想修正偏航角，需要测量地磁偏角的传感器信息。
这个用加速度计或磁力计来修正姿态角的过程，一般称为数据融合，有多种方法实现。在之前的文章中，我们使用MPU6050芯片官方提供的DMP库直接获取了融合后的数据；但是这只适用于特定厂家的芯片，而更通用的方法是使用互补滤波或者卡尔曼滤波来实现，本节要讲的就是使用互补滤波的方法，来进行数据融合。
(注意，由于没有引入磁力计的数据，本文使用互补滤波的方法只是修正了俯仰角和滚转角的信息，无法修正偏航角，后续有机会再讲解如何用磁力计修正偏航角)
2)互补滤波的原理
假如我们有两种途径测量某个信号，测得的结果一个带有高频噪声，一个带有低频噪声。我们为了获取更准确的信号，可以把它们的噪声分别滤掉，再合并，就得到了没有噪声的原始信号。具体操作如下图所示：
这就是互补滤波最基础的理论。
为了使得最后相加的重构信号与我们想要的信号尽量相等，一般要求F1(s)+F2(s) = 1。
具体到我们的实际问题，姿态信息可以通过陀螺仪角速度积分得到，也可以通过加速度计实时测量得到；而且，陀螺仪积分得到的姿态主要包含低频噪声（零偏、累积误差），加速度计得到的姿态主要包含高频噪声。使用互补滤波正好可以融合二者的姿态信息。
依据上面这个框图，我们可以想到以下的姿态融合方法：
图中ω是角速度，n1和n2为噪声，θ’为融合后的角度。
当我们把滤波器简化为最简单的一个比例系数时，有如下形式：
姿态角 = k*陀螺仪姿态角 + (1-k)*加速度计姿态角
(其中0<k<1，k的选择，取决于我们更相信陀螺仪的数据，还是更相信加速度计的数据)
你可能会很惊讶，这不就是个加权平均吗？就这也能滤波？
别急，它确实没有滤波，但我们先理解一下，再慢慢深入。
我们看看等式右边的两项，由于k小于1，所以陀螺仪姿态角的低频噪声被缩小了k倍；同样，1-k也小于1，所以加速度计姿态角的高频噪声被缩小了1-k倍；二者相加，姿态角的倍数仍为1，而高频和低频的噪声都被缩小了。虽然这个“滤波”效果有点弱，但是这样我们至少得到了一个高频、低频都比原始信号稍好一些的姿态信息，这就实现了高频和低频信号的互补。
实际上，当使用了有效的高通和低通滤波器时，噪声的影响会被进一步减弱。
前人的研究已经帮我们总结出了通用的公式，就是低通滤波器为LPF=C(s)/(C(s)+s)，高通滤波器HPF=s/(C(s)+s)。选用不同的C(s)可以形成不同滤波效果。
把算法化成框图的形式，如下图所示：
上面这个框图对于理解互补滤波的原理比较直观，但是等效为下图这种形式时，更接近于编程实现的思想：（有兴趣的可以推导一下，两种框图是等效的）
当选择不同的C(s)时，可以获得不同的滤波效果，C(s)为常数时，就是一阶滤波器；C(s)为a+b/s时就是二阶滤波器。
3）互补滤波用于姿态融合的编程实现
当求解姿态角时，必须要有一些四元数的知识，可以认为四元数等价于滚转角、俯仰角、偏航角。之所以要使用四元数，是因为它可以简化姿态更新的计算过程。基本上现在网上的开源代码都是以四元数来表征姿态角的。本文不去深究四元数的理论，只是拿来使用。
我们来看一下最经典互补滤波算法是如何实现的，这段代码被广泛应用在开源四轴飞行器上，它的核心部分如下：
ax、ay、az是加速度计测得的三个方向的加速度，gx、gy、gz是陀螺仪测得的三个方向的角速度。
首先，将ax、ay、az进行单位化，因为我们只需要使用它们求角度，不关心它们的大小，单位化的操作就是第65~68行，其中sqrt函数是求平方根：
norm = sqrt(ax*ax + ay*ay + az*az);
ax = ax / norm;
ay = ay / norm;
az = az / norm;
然后，第72~74行，是依据当前的姿态来计算重力加速度；静止或匀速直线运动时，重力产生的加速度在地面东北天坐标系的xyz三个方向上分量是[0,0,g]，再乘以姿态转换矩阵，就得到了机体坐标系下的加速度：
用四元数表示的姿态转移矩阵是：
所以，转换矩阵的最后一列，就是在载体坐标系下的加速度（忽略了倍数g）：
vx = 2*(q1q3 - q0q2);
vy = 2*(q0q1 + q2q3);
vz = q0q0 - q1q1 - q2q2 + q3q3 ;
由于这个计算过程是通过已有的姿态转移矩阵算出来的，所以，它是包含了陀螺仪的角度信息的，那么它与加速度计的测量原始量ax、ay、az之间会比较接近但会有偏差。我们知道了这个偏差后，就可以用加速度计的测量值来修正已有的姿态了。
计算偏差的过程就是第77~79行，这里是用向量的外积作为向量之间的偏差：
ex = (ay*vz - az*vy) ;
ey = (az*vx - ax*vz) ;
ez = (ax*vy - ay*vx) ;
注意，上一节的框图中，是通过角度θ1(s)-θ’(s)来计算偏差的，而这里的代码实现，是将θ’(s)反算到了三个轴的加速度vx、vy、vz之后，再计算三个轴的加速度误差，效果也是一样的，这样也是为了简化计算。
现在我们已经得到了框图中的θ1(s)-θ’(s)等效量ex、ey、ez，接下来就要选择合适的C(s)来确定滤波函数了。这部分代码中实现的，是使用的二阶滤波，取的C(s)=Kp+Ki/s，也就是用“误差”和“误差的积分”共同去修正角速度，Kp和Ki是两个由用户确定的常数，代码如下：
exInt = exInt + ex * Ki; //对误差进行积分，也就是每周期累加
eyInt = eyInt + ey * Ki;
ezInt = ezInt + ez * Ki;
gx = gx + Kp*ex + exInt; //将误差PI（比例和积分项）补偿到陀螺仪角速度
gy = gy + Kp*ey + eyInt;
gz = gz + Kp*ez + ezInt;
细心的朋友可能发现了，这与PID控制中只使用了PI环节是一样的，有比例项和积分项。所以，代码里也用Kp和Ki两个参数来表示。
执行完这里，就已经完成了加速度计对陀螺仪的修正。上一节的框图就只剩下最后一步，积分一次就能得到新的姿态角了。
我们使用四元数更新姿态时，不是使用积分累加的方法，而有另一种方法：
具体为什么如上面计算，用角速度和周期可以更新四元数，这里不深入探讨了，有兴趣可以找资料深入了解。
最后，有需要的话，可以用更新后的四元数，通过反三角函数来求取当前的姿态角：
这段代码在使用时，只要周期性地获取陀螺仪和加速度计的数据、调用互补滤波函数、
更新四元数、计算姿态角即可。
测试一下互补滤波的效果，取Kp=10，Ki=0.008，初始时z轴向上保持5s进行MPU6050传感器自校正，然后每100ms获取一次MPU6050的测量数据，进行互补滤波，计算姿态角，送到上位机显示。
可以看到，经过较长时间后，俯仰和滚转角都可以保持正确，不会产生误差累积和漂移，说明陀螺仪的数据得到了加速计的修正；而偏航角是不能实时修正的，会慢慢越偏越大：
好了，关于互补滤波姿态融合的知识，就讲到这里了。由于篇幅所限，文中的代码只是截取了核心片段进行讲解，完整的工程代码可以免费提供下载交流。文章来源：https://www.toymoban.com/news/detail-778298.html
如果觉得有用可以关注作者微信公众号“小白白学电子”，有更多内容分享，在公众号可以找到所有代码和资料下载地址。文章来源地址https://www.toymoban.com/news/detail-778298.html
到了这里，关于陀螺仪与加速度计的姿态融合——互补滤波的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
