传感器与信号处理

传感器偏置与漂移

偏置与漂移是传感器即使本身没坏,也会犯下的两种「谎言」。偏置是一种稳定不变的偏移:就像一台体重秤永远多读两公斤,或者机器人的转动传感器在它纹丝不动地坐着时,仍悄悄报出一点点转动。这个误差始终存在,大小也始终一样。漂移则是更狡猾的表亲——这个偏移量会随时间慢慢游走。今早多读两公斤的那台秤,等机身热起来,到了晚上可能就多读三公斤了。被测的东西从没变过,读数却一点点偷偷爬升。

当机器人把许多读数随时间累加起来时(这个手法叫积分),这些小误差就会变得极其要命。惯性测量单元里的加速度计或陀螺仪并不能直接感知位置;机器人必须不停地把一个个微小的运动读数加总,才能猜出自己此刻在哪。可每一个读数都带着那一点点偏置,每秒上千次的加总会让误差迅速堆积。一台只差了一丝丝的陀螺仪,累加一分钟之后,就会一口咬定机器人转了相当明显的角度,而其实它根本没转。这正是为什么手机的计步器、或无人机纯靠运动追踪定位时,会慢慢迷失方向——偏置一直在不停地复利滚雪球。

工程师从三方面反击。趁传感器确知静止时测出它的偏置,再把这个量减掉(这叫校准)。给漂移如何爬升建立模型,预测它的走向。而最有力的办法,是引入第二个不会随时间漂走的传感器——比如 GPS、或一台盯着房间里固定地标看的摄像头——来温和地纠正那个游走的传感器。把一个准确但带噪声的传感器,和一个平滑但会漂移的传感器掺在一起,正是传感器融合与状态估计要干的活。

把一台便宜的无人机静静放在桌上,看着屏幕上的航向自己一分钟慢慢转过几度。什么都没动——那个爬升的数字,是陀螺仪的偏置被积分成了一个虚假的转动,正是漂移最典型的样子。

一个静止的传感器,读数却停不下来:偏置经过时间的积分,就变成了漂移。

偏置是恒定的,一旦量出来就容易减掉;漂移会随时间变化,所以一次性的校准永远不够——必须反复重测,或在运行中实时纠正。温度是两者常见的诱因,所以有些传感器会自带一个小温度计来做补偿。

又称
bias and driftzero offset零偏偏移漂移