免费下载！
[!--downpath--]序言
传感的调试过程，通常按照原厂提供demo代码，调试数据插口，将数据流打通即可，在VR中，当带上头显设备，运行应用时，出现甩尾、延迟、不回归问题，常常束手无策，解决那些小问题，常常占用好多的时间，希望通过自己整理的知识，明晰调试的方向，增强调试效率，达到好的调试疗效。自己近几年在平台上导出过多种9轴传感，做过一些内部分享加速度三个公式，并且近半年来从事VR开发工作，VR对9轴传感要求比手机、平板严格更多，碰到的问题也更多，在开发过程中不断学习和思索，与传感原厂RD沟通和学习，对9轴传感有了更深的认识，这整理、分享一下所学知识，希望这篇文章对你们理解9轴传感有所帮助,:)，欢迎你们批评见谅。
9轴传感
9轴传感包括3轴加速度计、3轴陀螺仪、3轴磁力计，在实际应用中，须要把这种数据须要经过融合算法后，才才能被应用程序使用，下边对每种传感功能、原理以及融合算法进行介绍。
加速度计
人们常说的G-，拿来测量化学在X、Y、Z轴上的重力加速度，单位:m/s^2.
以手机为例，X、Y、Z轴如右图所示（左手座标系）：
当手机平置于桌面时，Z轴指向天空，这时侯X、Y轴的数值接近为0，Z轴的重力加速度约为9.81m/s^2，将手机翻转后，即屏幕面朝向桌面，此时的Z轴重力加速度约为-9.81m/s^2。
X、Y轴指向天空时加速度三个公式，与前面Z轴同理，有兴趣的可以在手机上安装一个”.apk”来抓取这种数据。
陀螺仪
一般称为Gyro-，拿来检测在X、Y、Z轴上的旋转速度，单位:rad/s。
以手机为例，将手机平放桌面，屏幕朝上，以逆秒针方向旋转手机，获得到的是Z轴的加速度值。
有兴趣可以安装“.apk”工具，来查看X、Y、Z轴的加速度值。
磁力计融合算法
想想我们为何须要9轴的数据来确认物体的姿态呢？有了加速度计数据可以确定物体摆放的状态，比如有加速度计的手机，可以按照手机的横竖屏状态来触发屏幕相应的旋转，但对于物体的翻转、旋转的快慢无从得悉，检查不到物体的瞬时状态，这时侯就须要加入陀螺仪，通过加速度和陀螺仪的积分运算（这部份估算可以看下边的融合算法说明），可以获得到物体的运动状态，积分运算与真实状态存在微小差值，短时间内影响很小，但这个偏差会始终累积，随着使用时间降低，才会有显著的偏离，6轴的设备，在转动360度后，图象并不能回到原点，就是这个缘由，如同人走散后找不着北一样，这时侯就须要一个确切的方向，因而引入磁力计，来找到正确的方向进行校准。融合算法是通过这9轴的数据来估算出物体正确的姿态。目前9轴融合算法包括卡尔曼混频、粒子混频、互补检波算法，对于开发者而言，所有的融合算法本基本都是丢入9轴传感的数据和时间戳，之后获取到融合算法输出的四元素，应用所需的就是这组四元素，目前我这儿接触到的算法包括：
传感调试
这儿不对特定平台（MCU、、Linux等），传感通信插口（I2C、SPI等）、数据传递子系统(input、IIO等)详尽说明，这部份代码由各厂家直接提供，这儿主要说明一下调试基本流程和方式：
9轴方案选择
里面主要对传感的知识做了一些整理和归纳，下边是我们在做9轴方案选择的一些实验,目前选择市面上使用较多的两家（ST和）9轴方案进行评估、测试，均是用官方建议最优方案，即：
ST:+
:+
对比内容包括静态、动态对比以及结合应用体验来评估2种传感方案，测试数据包和测试视频。
动态数据
应用体验
推论：静态数据2种方案相差不大，5分钟内偏斜角度都在1度以内，且有磁力计可以纠正航向问题，都能满足须要，但在动态数据上，显著优于ST，在实际体验中收敛快，能回归，所以9轴方案优于ST。
参考链接
doc
Imu
goole
geek-
捷联惯导算法心得
