免費下載！
[!--downpath--]序言
傳感的調試過程，通常按照原廠提供demo代碼，調試數據插口，將數據流打通即可，在VR中，當帶上頭顯設備，運行應用時，出現甩尾、延遲、不回歸問題，常常束手無策，解決那些小問題，常常占用好多的時間，希望通過自己整理的知識，明晰調試的方向，增強調試效率，達到好的調試療效。自己近幾年在平臺上導出過多種9軸傳感，做過一些內部分享加速度三個公式，并且近半年來從事VR開發工作，VR對9軸傳感要求比手機、平板嚴格更多，碰到的問題也更多，在開發過程中不斷學習和思索，與傳感原廠RD溝通和學習，對9軸傳感有了更深的認識，這整理、分享一下所學知識，希望這篇文章對你們理解9軸傳感有所幫助,:)，歡迎你們批評見諒。
9軸傳感
9軸傳感包括3軸加速度計、3軸陀螺儀、3軸磁力計，在實際應用中，須要把這種數據須要經過融合算法后，才才能被應用程序使用，下邊對每種傳感功能、原理以及融合算法進行介紹。
加速度計
人們常說的G-，拿來測量化學在X、Y、Z軸上的重力加速度，單位:m/s^2.
以手機為例，X、Y、Z軸如右圖所示（左手座標系）：
當手機平置于桌面時，Z軸指向天空，這時侯X、Y軸的數值接近為0，Z軸的重力加速度約為9.81m/s^2，將手機翻轉后，即屏幕面朝向桌面，此時的Z軸重力加速度約為-9.81m/s^2。
X、Y軸指向天空時加速度三個公式，與前面Z軸同理，有興趣的可以在手機上安裝一個”.apk”來抓取這種數據。
陀螺儀
一般稱為Gyro-，拿來檢測在X、Y、Z軸上的旋轉速度，單位:rad/s。
以手機為例，將手機平放桌面，屏幕朝上，以逆秒針方向旋轉手機，獲得到的是Z軸的加速度值。
有興趣可以安裝“.apk”工具，來查看X、Y、Z軸的加速度值。
磁力計融合算法
想想我們為何須要9軸的數據來確認物體的姿態呢？有了加速度計數據可以確定物體擺放的狀態，比如有加速度計的手機，可以按照手機的橫豎屏狀態來觸發屏幕相應的旋轉，但對于物體的翻轉、旋轉的快慢無從得悉，檢查不到物體的瞬時狀態，這時侯就須要加入陀螺儀，通過加速度和陀螺儀的積分運算（這部份估算可以看下邊的融合算法說明），可以獲得到物體的運動狀態，積分運算與真實狀態存在微小差值，短時間內影響很小，但這個偏差會始終累積，隨著使用時間降低，才會有顯著的偏離，6軸的設備，在轉動360度后，圖象并不能回到原點，就是這個緣由，如同人走散后找不著北一樣，這時侯就須要一個確切的方向，因而引入磁力計，來找到正確的方向進行校準。融合算法是通過這9軸的數據來估算出物體正確的姿態。目前9軸融合算法包括卡爾曼混頻、粒子混頻、互補檢波算法，對于開發者而言，所有的融合算法本基本都是丟入9軸傳感的數據和時間戳，之后獲取到融合算法輸出的四元素，應用所需的就是這組四元素，目前我這兒接觸到的算法包括：
傳感調試
這兒不對特定平臺（MCU、、Linux等），傳感通信插口（I2C、SPI等）、數據傳遞子系統(input、IIO等)詳盡說明，這部份代碼由各廠家直接提供，這兒主要說明一下調試基本流程和方式：
9軸方案選擇
里面主要對傳感的知識做了一些整理和歸納，下邊是我們在做9軸方案選擇的一些實驗,目前選擇市面上使用較多的兩家（ST和）9軸方案進行評估、測試，均是用官方建議最優方案，即：
ST:+
:+
對比內容包括靜態、動態對比以及結合應用體驗來評估2種傳感方案，測試數據包和測試視頻。
動態數據
應用體驗
推論：靜態數據2種方案相差不大，5分鐘內偏斜角度都在1度以內，且有磁力計可以糾正航向問題，都能滿足須要，但在動態數據上，顯著優于ST，在實際體驗中收斂快，能回歸，所以9軸方案優于ST。
參考鏈接
doc
Imu
goole
geek-
捷聯慣導算法心得
