基于STM32和MPU9250的高精度姿态检测系统设计

The Design of High-Precision Attitude Detection System Based on STM32 and MPU9250

摘要

当前市面上的姿态检测传感器普遍存在性能与实用性失衡的问题：高精度姿态传感器虽测量精准，但价格昂贵、体积偏大，便携性不佳；而常用的经济型姿态传感器则存在测量误差较大的缺陷，难以满足高精度应用场景需求。针对这一现状，设计了一种基于STM32嵌入式处理器与 MPU9250传感器的高精度姿态检测系统。该系统以高性能STM32为控制核心，搭载MPU9250九轴传感器（集成三轴加速度计、三轴陀螺仪、三轴磁力计），通过姿态解算技术、四元数解算欧拉角算法及多源数据融合技术，对传感器采集的原始数据进行噪声抑制与误差补偿处理，有效提升了姿态测量的精度与稳定性。经实际测试验证，该系统可实时捕获物体的运动轨迹与姿态信息，并在上位机图形化显示界面中直观呈现。检测人员通过上位机软件能够清晰掌握物体运动状态的动态变化，系统兼具测量精度高、硬件成本低、体积小巧、便携性强等优势，广泛适用于对姿态检测有高精度要求的各类场景。

Abstract

Currently， the attitude detection sensors available on the market suffer from a mismatch between performance and practicality. High-precision attitude sensors， while accurate， are often expensive， bulky， and lack portability. Conversely， commonly used economical attitude sensors exhibit significant measurement errors， making them unsuitable for high-precision applications. To address these issues， the design of a high-precision attitude detection system was proposed， based on the STM32 embedded processor and the MPU9250 sensor. This system utilized the high-performance STM32 as its control core， integrating the MPU9250 nine-axis sensor （which included a three-axis accelerometer， a three-axis gyroscope， and a three-axis magnetometer）. By employing attitude solution techniques， quaternion algorithms for Euler angle calculation， and multi-source data fusion technology， the raw data collected from the sensors was processed to achieve noise suppression and error compensation. This enhanced both the accuracy and stability of attitude measurements. Through practical testing， the system demonstrated the capacity to capture the motion trajectory and attitude information of objects in real time， which was visually presented in a graphical user interface on a host computer. Users could effectively monitor dynamic changes in object motion states through the software， benefiting from high measurement precision， low hardware cost， compact size， and strong portability. This system is widely applicable in various scenarios requiring high-precision attitude detection.

Graphical abstract

关键词

STM32 / MPU9250传感器 / 四元数 / 姿态解算 / 上位机显示

Key words

STM32 / MPU9250 sensor / quaternion / attitude solution / host computer display

姿态用于描述刚体坐标系与参考坐标系之间的角位置关系。在四轴飞行器中，姿态具体指飞行器相对于地理坐标系的俯仰角、横滚角、航向角状态。物体姿态检测是获取姿态信息、实现精确运动控制的核心手段。随着飞行技术、虚拟现实装备等领域的快速发展，人们对物体运动状态的检测需求日益提高，尤其在海洋水下探测器、虚拟仪器装备、无人机等技术控制场景中，高姿态检测已成为不可或缺的关键环节^［1］。

国内主流的姿态检测方式主要包括机械姿态检测、电磁姿态检测、声学姿态检测3类。其中机械姿态检测通过融合温度传感器、加速度传感器、弯曲传感器、压力传感器等多种器件的测量数据，实现对人体不同部位姿态的精准捕捉^［2］。电磁姿态检测利用电磁传感器采集人体不同部位的方位信息，通过对比各部位的位置变化，结合姿态检测算法进行测量和分析，最终实现高精度姿态检测。声学姿态检测主要应用于目标物的姿态与位置探测，其核心原理是通过多路声波脉冲发射，发射的脉冲遇到障碍物后会反射回接收端，通过计算发射与接收声波的时间差、相位差进行定位解算，进而确定目标物的具体位置与姿态状态。

但当前市面上的姿态检测传感器普遍存在性能与实用性失衡的问题：高精度姿态传感器虽测量精准，但价格昂贵、体积偏大，便携性不佳；而常用的经济型姿态传感器（如加速度计、电子罗盘等），易受漂移现象与累计误差的影响，导致测量精度不足，难以满足高精度应用场景需求^［3-5］。针对上述痛点，本文结合单片机控制技术与传感器检测技术，设计了一款体积小巧、测量精准、功耗低且便携的姿态检测控制系统。该系统以高性能 STM32 嵌入式处理器为主控制器，搭载 MPU9250 九轴姿态传感器（集成三轴加速度计、三轴陀螺仪、三轴磁力计），实时采集物体的运动轨迹与姿态数据；主控制器通过串口通信模块将解算后的角度姿态信息传输至上位机，上位机软件对接收的数据进行分析处理后，在图形化显示界面中直观呈现。检测人员可通过上位机软件清晰掌握物体运动状态的动态变化，实现姿态信息的可视化监测。此外，该系统具备良好的扩展性，可灵活适配各类无线设备，具有较高的市场应用价值与广阔的发展前景。

1 方案设计

系统结构框图如图1所示，整体由下位机数据采集系统和上位机接收显示软件两部分组成。其中，下位机主要由STM32主控制器、姿态检测模块、串口通信模块及供电电源等组成。本系统选用嵌入式单片机STM32F429IGT6作为控制处理器，负责统筹系统运行调度、姿态数据处理及数据传输控制。姿态检测模块搭载 MPU9250传感器，完成物体运动姿态原始数据的采集；STM32主控制器通过标准通信协议（I²C/SPI）从传感器中读取姿态角速度、加速度、磁场强度等核心参数，经姿态解算算法与多源数据融合技术处理后，通过CH340串口通信模块将精准解算后的姿态数据传输至上位机。上位机软件接收数据后，完成姿态信息的解析、存储，并实现运动曲线的实时绘制与数据可视化显示，最终达成姿态数据采集、处理、传输及可视化呈现的完整链路。

1.1 姿态检测模块方案设计

部分姿态检测模块为提升测量精度，常采用惯性导航与组合导航融合方案，因此需内置高精度光纤陀螺、卫星导航接收机及加速度计等独立模块，导致系统硬件成本显著增加^［6］。而 MPU9250 传感器创新性整合了三轴陀螺仪、三轴加速度计及三轴电子罗盘（磁力计），是全球首款集成九轴运动姿态检测功能的数字式传感器^［7］。该传感器通过一体化设计解决了传统多传感器组合存在的轴间偏差问题，同时大幅缩减了器件体积、降低了系统整体功耗，在覆盖常规姿态检测模块核心功能的基础上，实现了成本的显著降低与测量精度的提升。其关键性能参数如下：陀螺仪角速度测量范围可达±2 000 （°）/s，动态响应特性优异；加速度计测量范围为±16g；电子罗盘（磁力计）的磁感应强度测量范围为±4 800 µT ^［8］。用户可通过编程灵活配置传感器的感测范围，适配不同应用场景需求。因此，本文姿态检测模块选用MPU9250传感器，相较于MPU6000六轴惯性传感器、LSM303D三轴加速度传感器和L3GD20三轴陀螺仪的组合方案，测量精度更高^［6］。

MPU9250传感器内置数据融合技术与基于四元数的三维姿态解算算法，通过多源数据融合演算，可输出以欧拉角（俯仰角、横滚角、航向角）和四元数表示的三维姿态方位信息，实现九轴零漂移数据输出，能够精准追踪物体的慢速运动与快速动态动作。图2和图3分别为MPU9250的敏感轴方向示意图、电子罗盘（磁力计）的方向与极性示意图，其中符号“・”表示信号输出正面。该传感器的三轴加速度计与三轴陀螺仪敏感轴完全重合，可有效规避多传感器组合时的安装误差，进一步保障测量精度。

1.1.1 欧拉角

俯仰角（pitch）：绕X轴（横滚轴）旋转的角度，常用于描述飞行器的仰角或俯角；以人体头部为类比，对应仰视或俯视动作^［9］，具体示意图见图 4（a）。

偏航角（yaw）：绕Y轴（俯仰轴）旋转的角度，常用于描述飞行器的左右转向角；以人体头部为类比，对应左右转动观察的动作，具体示意图见图4（b）。

滚转角（roll）：绕Z轴（偏航轴）旋转的角度，用于描述飞行器的左右翻转姿态，具体示意图见图4（c）。

1.1.2 四元数

四元数在姿态解算中具有显著优势：可有效避免万向节锁（gimbal lock）现象，仅需一个四维四元数即可描述任意过原点矢量的旋转过程；相较于旋转矩阵，其计算逻辑更为简洁，且在工程实现中运算效率更高^［10］。

若给定欧拉角旋转序列为绕X轴、Y轴、Z轴分别旋转α、β、γ度（对应旋转顺序为 X-Y-Z），则对应的四元数转换公式^［10］为

q_{\mathrm{1}}=\mathrm{s}\mathrm{i}\mathrm{n}\frac{\alpha }{\mathrm{2}}\mathrm{c}\mathrm{o}\mathrm{s}\frac{\beta }{\mathrm{2}}\mathrm{c}\mathrm{o}\mathrm{s}\frac{\gamma }{\mathrm{2}}+\mathrm{c}\mathrm{o}\mathrm{s}\frac{\alpha }{\mathrm{2}}\mathrm{s}\mathrm{i}\mathrm{n}\frac{\beta }{\mathrm{2}}\mathrm{s}\mathrm{i}\mathrm{n}\frac{\gamma }{\mathrm{2}}，

q_{\mathrm{2}}=\mathrm{c}\mathrm{o}\mathrm{s}\frac{\alpha }{\mathrm{2}}\mathrm{s}\mathrm{i}\mathrm{n}\frac{\beta }{\mathrm{2}}\mathrm{c}\mathrm{o}\mathrm{s}\frac{\gamma }{\mathrm{2}}-\mathrm{s}\mathrm{i}\mathrm{n}\frac{\alpha }{\mathrm{2}}\mathrm{c}\mathrm{o}\mathrm{s}\frac{\beta }{\mathrm{2}}\mathrm{s}\mathrm{i}\mathrm{n}\frac{\gamma }{\mathrm{2}}，

q_{\mathrm{3}}=\mathrm{c}\mathrm{o}\mathrm{s}\frac{\alpha }{\mathrm{2}}\mathrm{c}\mathrm{o}\mathrm{s}\frac{\beta }{\mathrm{2}}\mathrm{s}\mathrm{i}\mathrm{n}\frac{\gamma }{\mathrm{2}}+\mathrm{s}\mathrm{i}\mathrm{n}\frac{\alpha }{\mathrm{2}}\mathrm{s}\mathrm{i}\mathrm{n}\frac{\beta }{\mathrm{2}}\mathrm{c}\mathrm{o}\mathrm{s}\frac{\gamma }{\mathrm{2}}，

q_{\mathrm{0}}=\mathrm{c}\mathrm{o}\mathrm{s}\frac{\alpha }{\mathrm{2}}\mathrm{c}\mathrm{o}\mathrm{s}\frac{\beta }{\mathrm{2}}\mathrm{c}\mathrm{o}\mathrm{s}\frac{\gamma }{\mathrm{2}}-\mathrm{s}\mathrm{i}\mathrm{n}\frac{\alpha }{\mathrm{2}}\mathrm{s}\mathrm{i}\mathrm{n}\frac{\beta }{\mathrm{2}}\mathrm{s}\mathrm{i}\mathrm{n}\frac{\gamma }{\mathrm{2}}，

q=(q_{\mathrm{1}},q_{\mathrm{2}},q_{\mathrm{3}},q_{\mathrm{0}})。

在欧拉角与四元数的转换过程中，由于反正切函数（arctan）和反正弦函数（arcsin）的取值范围均为（-π/2， π/2），仅能覆盖180°的旋转范围，无法完整描述物体绕某一轴旋转360°的状态，容易导致姿态解算时出现角度歧义。因此，需采用取值范围为（-π， π）的反正切函数（atan2）替代arctan函数，以实现全角度范围内的无歧义转换。其核心转换公式^［11］为

\left[\begin{array}{l}\alpha \\ \beta \\ \gamma \end{array}\right]=\left[\begin{array}{l}\mathrm{a}\mathrm{t}\mathrm{a}\mathrm{n}\mathrm{2}(\mathrm{2}(q_{\mathrm{0}}{q}_{\mathrm{1}}+q_{\mathrm{2}}{q}_{\mathrm{3}})，\mathrm{1}-\mathrm{2}(q_{\mathrm{1}}^{\mathrm{2}}+q_{\mathrm{3}}^{\mathrm{2}}))\\ \mathrm{a}\mathrm{r}\mathrm{c}\mathrm{s}\mathrm{i}\mathrm{n}(\mathrm{2}(q_{\mathrm{0}}{q}_{\mathrm{2}}-q_{\mathrm{1}}{q}_{\mathrm{3}}))\\ \mathrm{a}\mathrm{t}\mathrm{a}\mathrm{n}\mathrm{2}(\mathrm{2}(q_{\mathrm{0}}{q}_{\mathrm{3}}+q_{\mathrm{1}}{q}_{\mathrm{2}})，\mathrm{1}-\mathrm{2}(q_{\mathrm{2}}^{\mathrm{2}}+q_{\mathrm{3}}^{\mathrm{2}}))\end{array}\right]。

1.2 通信方式

MPU9250支持I²C（inter-integrated circuit）与SPI（serial peripheral interface）两种通信方式。由于 MPU9250内部与磁力计的连接采用I²C接口，若通过SPI接口读取磁力计数据会受限于内部I²C总线的传输机制，导致软件实现逻辑复杂。而I²C通信协议具有引脚数量少（仅需SDA数据线与SCL时钟线）、系统连接简化及可扩展性强等优势，因此，本文采用 STM32 的 GPIO 口模拟I²C总线时序，实现对 MPU9250的数据读取，通信速率可达400 kHz。数据传输过程中，每个字节均以高位（MSB，most significant bit）先行的方式发送^［12］。下面以I²C写操作为例，详细说明通信过程。

（1）总线空闲检测：STM32主控制器首先检测I²C总线是否处于空闲状态，若空闲则发送一个START 信号（S），以发起通信并掌控总线控制权；

（2）地址与读写控制发送：STM32接着发送7位MPU9250设备地址，随后紧跟1位读写控制位（此处为写操作，即 R/W=0）；

（3）地址应答：MPU9250接收到地址信息后，若与自身预设地址匹配，则向STM32发送一个ACK（acknowledge）应答信号；

（4）数据传输：STM32收到ACK信号后，立即发送第一个数据字节；

（5）数据应答与传输控制：MPU9250成功接收数据后，若准备继续接收后续数据，则发送ACK信号；若已完成数据接收，则发送 NACK（not acknowledge）信号，示意STM32终止数据传输；

（6）通信终止：STM32发送完所有待传输数据后，发送一个STOP信号（P），结束本次通信并释放 I²C总线。

2 系统硬件模块设计

2.1 单片机STM32最小系统设计

本系统选用STM32F429IGT6单片机作为主控核心，负责系统的整体控制与数据处理。该型号单片机是一款高性能32位微控制器，具备优异的运算处理能力与高速运行性能，且拥有丰富的可配置I/O接口，能满足多模块扩展需求；其内置高速存储器（含高达512 KB的闪存存储空间），并支持最高180 MHz的工作频率，可显著提升代码执行效率，保障数据处理与传输的实时性^［13］。STM32F429IGT6最小系统板核心电路包括电源转换电路、USB 接口电路、晶振电路、复位电路及模块指示灯电路等。

2.2 电源电路

STM32系列单片机的标准工作电压为3.3 V，若直接接入外部5 V输入电压而不进行降压转换，将导致芯片过压损坏。为此，本系统采用ASM1173V3（ASM1117-3.3V）稳压芯片实现5 V到3.3 V的直流电压转换。电路中配置的电容C1与C2为滤波电容，其核心作用是稳定输出电压、滤除电源电路中的高频杂波与纹波，保障STM32芯片及整个系统供电的稳定性。电源转换电路的具体原理如图5所示。

2.3 传感器模块设计

本系统采用MPU9250模块实现物体运动姿态的精准检测。该模块是一款集成三轴陀螺仪、三轴加速度传感器及三轴磁力计（电子罗盘）的九轴运动处理单元（motion processing unit， MPU），具备数字信号输出特性，且体积小巧^［5］。模块内置温度传感器、高精度振荡器、16位A/D转换器，同时集成运动时间偏差校正算法与磁力计校准演算技术，可有效降低加速度计与陀螺仪的轴间串扰，优化传感器漂移带来的测量误差；其振荡器在复杂运动环境中的频率变动量仅为±1%，供电性能与工作稳定性优异。此外，MPU9250 支持I²C与SPI两种通信方式，配备两个独立I²C通信端口，可通过其中一组扩展连接其他传感器，借助内置的数位运动处理硬件加速引擎，实现九轴数据的实时融合演算，并以单一数据流形式输出完整姿态信息，能够精准追踪物体的慢速运动与快速动态动作^［14］。用户还可通过编程灵活配置传感器的感测范围，同时支持姿态识别、画面缩放、滚动、触击及摇动感应等功能扩展。

MPU9250模块的电路接口如图6所示，共包含10个功能引脚，涵盖电源控制引脚、两组I²C通信控制引脚、地址配置引脚及外部中断引脚。本系统仅选用电源控制引脚与第一组I²C通信控制引脚：模块电源正极（VCC）接入处理器的5V供电端，电源负极（GND）接地；I²C时钟信号引脚（SCL）连接至STM32 主控制器的PH2通用I/O口，数据信号引脚（SDA）连接至PH12通用I/O口。STM32通过PH2与PH12 引脚模拟I²C通信时序，实时读取MPU9250采集的原始姿态数据，为后续解算处理提供基础。

3 软件设计方法

3.1 软件主流程设计

系统软件主流程如图7所示。系统上电后，首先执行硬件初始化操作，包括串口通信、中断控制器、定时器及I²C通信总线等核心模块的初始化配置；初始化完成后，STM32主控制器通过I²C通信协议从 MPU9250传感器读取原始姿态数据，随后调用内置DMP（digital motion processor，数字运动处理器）进行姿态解算，并结合多源数据融合算法对解算结果进行优化处理^［15］。最终，主控制器启动串口通信功能，通过CH34串口通信模块将经过解算与融合后的精准姿态信息传输至上位机，由上位机显示界面完成数据可视化呈现。

3.2 姿态采集软件设计

为精准获取物体的实时运动状态，本系统基于加速度测量原理通过MPU9250传感器采集运动姿态相关数据，进而解算得到运动角度^［16］。在分析传感器姿态角度的获取与解算过程中，本文以人体运动姿态为研究基准，构建对应的运动学模型（图8），为算法设计提供理论支撑。

将人体简化为三维坐标系下的刚体模型，假设人体做直线运动时，竖向（Z轴）与侧向（Y轴）的坐标方向基本保持不变，其姿态变化可忽略不计，仅前向（X轴）坐标随着运动产生显著变化。因此，下文重点研究人体前向坐标的动态变化规律，人体运动时的脚部姿态变化如图9所示。

从图9可观察到，运动过程中腿部的运动轨迹遵循特定规律，该规律与吊钟的摆动特性高度相似。吊钟摆动的运动学模型如图10所示。吊钟在两个最高点之间做往复摆动，其加速度随着摆动位置动态变化 —— 在最高点时速度为0、加速度达到最大值（指向摆动中心），在最低点时速度最大、加速度为0。类比到人体运动场景：当双脚平行时（步幅最小状态），腿部运动的加速度达到最大值；当脚步迈开至最大步幅时，加速度降至最小值。人体运动过程中的加速度动态变化曲线如图11所示。

人体运动过程中，每一步对应一个加速度最大值，因此通过统计特定时间内加速度最大值的出现次数，即可实现步数的精准计数。基于这一原理，MPU9250 传感器的核心数据处理目标为：采集三轴加速度原始数据，通过滤波预处理、极值迭代比较等操作提取加速度最大值，进而完成步数统计。对应的加速度数据采集与步数计算算法流程如图12所示：预设加速度阈值范围（初始最大值与最小值），为后续数据比较提供基准；采集MPU9250三轴加速度数据并保存，通过滤波算法（如滑动平均滤波）滤除噪声干扰，提升数据稳定性；连续采样50次，将每次采样的滤波后数据与上一轮迭代得到的最大值、最小值进行对比，动态更新当前极值（最大值与最小值），并保存最新极值作为下一轮采样的比较基准；设定统计时间窗口，统计该时间窗口内加速度最大值的出现次数，次数即为对应时间内的人体运动步数。

3.3 DMP姿态解算

DMP（digital motion processor，数字运动处理器）姿态解算的核心在于对刚体旋转状态的精准表征。刚体旋转的数学表示方法主要包括欧拉角表示、轴角表示、旋转矩阵表示及四元数表示4类，各类方法的适用场景存在显著差异：欧拉角表示具有直观易懂的优势，轴角表示更适用于几何推导过程，旋转矩阵表示便于实现矢量的旋转变换，而四元数表示则在组合旋转运算中具备高效性与无万向节锁的独特优势^［16］。在姿态解算过程中，需同时满足频繁的组合旋转运算与基于旋转变换的矢量求解需求。鉴于四元数在上述两类核心操作中的综合性能优势，本系统通过DMP对MPU9250采集的原始数据进行解算，输出并存储以四元数形式表征的运动姿态信息，为后续姿态角（俯仰角、横滚角、航向角）的推导提供基础^［17］。DMP姿态解算的具体流程见图13。

3.4 匿名上位机通信协议

下位机与上位机的数据传输采用自定义帧格式，具体为：帧头→功能字→数据长度→数据段→校验位。因为MPU9250与STM32搭建的硬件系统输出16位A/D转换数据，所以前2个字节为帧头0xAAAA；第3个字节为功能字，取值范围为0xF1~0xFA，用于区分数据类型或传输指令；第4个字节为报文数据长度（len），表征后续数据段的字节总数；从第5字节开始至第5+len-1字节，存储待传输的有效数据，所有16 位数据均采用高位字节（MSB）在前、低位字节（LSB）在后的字节序；从第1至第5+len-1字节的所有字节进行累加运算，取结果的第8位作为校验和，用于数据传输完整性校验。

本系统采用的匿名通信协议详见表1。下位机需传输3路16位A/D加速度信号、3路16位A/D陀螺仪信号及3路16位A/D磁力计信号，共计9路九轴原始数据。为实现数据分类传输与上位机精准解析，串口通信配置2个协议地址（0x01、0x02），与上位机预设地址匹配后建立通信链路。传感器采集的九轴数据经校验和验证后，通过上述帧格式发送至上位机；上位机接收数据后，经协议解析还原出俯仰角、横滚角、航向角（由九轴数据解算得到）及加速度、陀螺仪、磁力计原始数据，并实时绘制九轴数据的动态波形，实现数据可视化监测。

4 实现与测试

九轴运动数据的动态波形见图14。在匿名上位机的波形显示界面中，每条波形分别对应 MPU9250 传感器的一路输出数据，具体映射关系如下：加速度计的 X/Y/Z 三轴输出数据对应 ACC_X、ACC_Y、ACC_Z 3 条波形；陀螺仪的 X/Y/Z 三轴输出数据对应 GYRO_X、GYRO_Y、GYRO_Z 3 条波形；磁力计的 X/Y/Z 三轴输出数据对应 MAG_X、MAG_Y、MAG_Z 3 条波形。为验证系统数据采集的有效性，进行手动摆动传感器测试：当上下摆动 MPU9250 传感器时，可观察到加速度计输出数据呈现显著的周期性变化，该变化与重力加速度方向的上下交替规律一致，表明波形数据能够准确反映传感器的实际运动姿态，验证了系统数据采集与传输的可靠性。

通过匿名上位机软件可实时接收STM32主控制器发送的完整姿态数据，包括三轴加速度、三轴陀螺仪、三轴磁力计的原始检测数据，以及经DMP解算后得到的俯仰角、横滚角、航向角姿态角信息。上位机界面不仅能同步显示上述量化数据，还可直观呈现物体的模拟运动姿态，具体效果见 15。

MPU9250 陀螺仪模块的输出数据格式为有符号16位整数（signed int16），即每个轴的输出数据位宽为16位，数值范围为-32 768~+32 767。需特别说明的是，原始数据与实际加速度方向的映射关系如下：ACC_X=0，代表X轴方向加速度为0；ACC_X=32 767，代表X轴正方向加速度为8g；ACC_Z=-32 768，代表Z轴负方向加速度为8g；ACC_Z=16 384，代表Z轴正方向加速度为4g，其余数值按此线性映射关系推导。以图15中易观察的ACC_Z=14 040为例，本系统将加速度计量程初始化为16g。基于16位有符号数据的量化特性，可计算得到加速度计的灵敏度为32 768 LSB/16g=4 096 LSB/g（灵敏度单位“LSB/g”表示每克加速度对应的量化数值）。由此可换算出实际加速度为14 040 LSB÷4 096 LSB/g≈3.43g（其中 g 为重力加速度单位，g≈9.8 m/s²）。

当传感器水平静止放置于平面时，理论输出特性如下：陀螺仪三轴角速度理论值均为0；加速度计X 轴、Y轴理论值为0，Z轴理论值为8 192 LSB（对应16g量程的1/4，即4g，与重力加速度方向一致）；通过磁力计（电子罗盘）可直接读取欧拉角实测值（俯仰角8.3°、横滚角0.1°、航向角0.8°）。该实测数据与理论值的偏差主要源于两方面：一是传感器难以完全保证绝对水平放置；二是传感器自身存在固有测量噪声。在工程应用中，水平静止状态下的输出值若处于理论值±500 LSB范围内，即被视为合理。

5 结语

本文以高精度姿态检测技术为研究核心，设计并实现了一款基于STM32主控制器与MPU9250传感器的姿态检测系统。系统硬件架构由STM32系列单片机（主控核心）、MPU9250九轴姿态传感器（数据采集单元）、CH340串口通信模块（数据传输接口）及上位机仿真软件（数据可视化平台）构成；软件系统则包含硬件初始化程序、多源数据采集程序、DMP姿态解算算法及串口数据传输程序等核心模块。

系统工作流程如下：STM32 主控制器通过 I²C 通信协议与 MPU9250 传感器建立数据交互链路，采用定时器中断触发机制执行周期性采样（默认采样周期为 20 ms），实现对三轴加速度、三轴陀螺仪及三轴磁力计原始数据的高效采集；采集完成后，STM32 对原始数据进行预处理，并调用内置 DMP 引擎完成姿态解算，最终通过 CH340 串口模块将解算后的姿态数据（姿态角、传感器原始值）实时上传至上位机；上位机软件通过动态曲线绘制与数据量化显示，实现传感器状态与姿态变化的可视化监测。

该系统兼具体积小巧、测量精度高、便携性强及数据分析直观等技术优势，可灵活适配人体运动监测、小型设备姿态检测等多种应用场景，具有良好的工程实用性与拓展价值。

参考文献

[1] 汪晓飞，杨晓玲，张杰，等.基于Unity 3D的虚拟驾驶系统设计与实现［J］.成都师范学院学报，2020，36（3）：114-119.

[2] 赵晓皓，盖翔，谢新武，等.基于惯性传感器的人体姿态角度测量方法研究进展［J］.医疗卫生装备，2017， 38（10）：99-103.

[3] 李冰，雷泷杰，陈超.基于椭圆拟合的双轴磁传感器标定方法［J］.探测与控制学报，2020，42（3）：20-23.

[4] 王宇杰.基于MEMS-IMU的手势识别［D］.哈尔滨：哈尔滨工业大学，2019.

[5] 王莉，张紫烨，牛群峰，等.基于MPU9250和MS5611的人体姿态检测系统设计［J］.电子器件，2019，42（4）：978-983.

[6] 彭琰举，宋文学，王晋，等.基于MPU9250的示教航行姿态研究［J］.电子设计工程，2018，26（16）：29-34.

[7] 陈晓，宋晓梅，张意华.可穿戴运动捕捉系统［J］.国外电子测量技术，2017，36（10）：60-63.

[8] 何松，陈兴武.基于MPU9250的无人机姿态信息采集及处理［J］.福建工程学院学报，2016，14（6）：587-592.

[9] 张丽娟.四旋翼飞行器姿态角估计与控制［D］.西安：西安科技大学，2016.

[10] 卢艳军，吴金宇.基于LabVIEW的四旋翼飞行器姿态测量实验系统［J］.实验技术与管理，2018，35（2）：142-145.

[11] 张萍.四旋翼飞行器互补滤波姿态求解器的设计［J］.机械科学与技术，2020，39（9）：1471-1476.

[12] 吴海洲.基于ⅡC总线的串行数据通信［J］.数字技术与应用，2016，34（11）：18.

[13] 刘哲，李冬，丁承君，等.基于物联网的污水处理厂无人值守系统研究［J］.宁夏大学学报（自然科学版），2020，41（1）：75-79.

[14] 刘明亮，崔宇佳，张一迪，等.基于多传感器数据融合的姿态控制与应用［J］.微电子学与计算机，2017，34（7）：65-69.

[15] 张俊杰，孙光民，李煜，等.基于加速度传感器的上肢运动信息采集与姿态识别［J］.北京工业大学学报，2017，43（7）：978-986.

[16] 王新雷.基于人体动作节点识别系统设计［J］.信息技术与信息化，2021（8）：84-86.

[17] 王谦，李新洪，贺广松，等.基于EKF的航天器姿态确定算法及精度分析［J］.计算机测量与控制，2018，26（6）：155-159.

基金资助

福建省自然科学基金资助项目(2019J01087)

福建省中青年教师教育科研项目(JAT190973)

福建省中青年教师教育科研项目(JAT170780)

福建省教育厅A类科技项目(JA15628)