企业官网建设流程全解析

如果你用 STM32 接过 MPU6050，大概率见过这样的画面：串口助手把原始加速度和陀螺仪数据打出来，静止放在桌面上，数据依然在上下跳。我第一次做平衡小车的时候，把 ACC_Y 直接当倾角用，结果电机还没启动，数据已经抖得跟心电图一样。后来才知道，传感器不是坏，是没有做滤波。

MPU6050 的原始数据里有真实姿态信息，也混着大量噪声。陀螺仪积分会漂，加速度计会被振动“带偏”，如果不做滤波就进 PID 或者其他控制算法，轻则波形毛糙，重则直接失控。这篇文章整理的是我在 STM32 上做 MPU6050 数据处理的完整思路，针对的是刚把传感器调通、却不知道后续怎么处理的开发者。除了滤波算法的代码，还包括原始数据的含义、硬件层面的噪声预防、零点校准，以及我实际调试中踩过的一堆坑。

1. MPU6050 的原始数据为什么不能直接拿去用

1.1 加速度计和陀螺仪的噪声来源

MPU6050 内部其实集成了一个三轴加速度计和一个三轴陀螺仪，这两个传感器的物理原理完全不同，所以噪声特征也完全不一样。

加速度计测量的是比力，也就是物体受到的加速度和重力加速度的矢量和。它最怕的是高频振动，电机转动、齿轮咬合、车架共振，这些都会叠加到加速度输出上。静止的时候把模块放桌上，串口打印出来的 ACC_X、ACC_Y 也会有 ±0.02g 甚至更大的跳动，这不是传感器坏了，而是环境里细微振动和电气噪声一起混了进来。

陀螺仪测量的是角速度，它相对安静，但问题出在“积分”上。我们要得到角度，必须对角速度做时间积分，哪怕零点只偏了 0.1°/s，积分 10 秒就漂出 1°，时间越长偏得越离谱。这也就是大家常说的“陀螺仪温漂”和“随机游走”，前者由温度变化引起，后者是积分过程中噪声被不断累积的结果。

两者还有个本质矛盾：加速度计长期稳定，短期受振动影响大；陀螺仪短期准确，长期积分会漂。所以滤波的任务，不是简单地把数据弄平滑，而是要想办法取长补短。

1.2 读到的原始值到底是什么

MPU6050 通过 I2C 输出的是一串 16 位有符号整数，范围是 -32768 到 32767，它本身并不是我们熟悉的 “角度” 或者 “g”，而是 ADC 量化之后的 LSB 原始值。

要换算成物理单位，必须对应量程看灵敏度。我常用的是加速度计 ±16g、陀螺仪 ±2000°/s，换算关系如下：

举个例子，加速度计输出 raw 值是 2048，在 ±16g 量程下就是 2048 / 2048 = 1.0g，正好对应静止时 Z 轴感受到的重力。陀螺仪 raw 输出是 164，在 ±2000°/s 量程下就是 164 / 16.4 = 10°/s，代表当前绕某个轴的角速度是每秒 10 度。

很多新手直接拿 raw 值去做 PID 或者互补滤波，参数怎么调都不对，就是因为单位没有统一。我建议一上来就先把原始值换算成 g 和 °/s，后面所有算法都基于物理单位，调参的时候脑子才清楚。

2. 滤波算法怎么选：滑动平均、一阶低通还是互补滤波

2.1 先给滤波定个“目标”：你要的是平滑还是实时

选滤波算法之前，先想清楚一个核心矛盾：滤波强度越高，数据越平滑，但延迟也越大。做静态角度测量，比如电子水平仪，你可以用很大的滤波窗口，延迟几百毫秒都无所谓。但做平衡小车、飞控、云台，这些系统实时性要求极高，滤波延迟太大就会让控制环“反应迟钝”，严重时直接震荡。

我一般这样划分需求：

• 静态采集或者离线分析：滑动窗口滤波 + 一阶低通都可以，追求极致的平滑。
• 控制周期 100Hz 以上的实时系统：一阶低通或者互补滤波，延迟控制在 10ms 级别。
• 需要完整姿态角：互补滤波或者 DMP，直接输出横滚、俯仰、偏航。
• 高精度导航或者对相位要求苛刻：卡尔曼滤波，但前提是你真能调好它。

2.2 三种常用滤波器方案的对比

我用的最多的就是滑动窗口滤波、一阶低通滤波和互补滤波，三者各有明显特点：

滑动窗口滤波的思路是缓存最近的 N 个数据，每次取平均作为输出。N 越大越平滑，但相移也越大。它本质上是一个有限冲激响应低通滤波器，对周期性噪声和高频毛刺非常有效。C 语言里这个东西还能同时拿去处理 ADC 采样值，比如稳压电源的电流采样、热敏电阻的温度读取，都是一回事。

一阶低通滤波本质上是模拟 RC 低通滤波器的数字化版本，公式是：

y[n] = α * x[n] + (1 - α) * y[n-1]

其中 α 是新数据的权重。α 越大，跟随越快，滤波越弱；α 越小，数据越平滑，延迟越大。这个滤波器在 STM32 上跑起来只占极少资源，实时性很好。

互补滤波则是专门给姿态解算设计的，它把陀螺仪积分出来的角度经过高通，把加速度计算出来的角度经过低通，两个结果加起来。陀螺仪负责动态部分，加速度计负责长期校准，互相弥补。

2.3 为什么卡尔曼滤波不是万能的

网上很多教程一上来就贴卡尔曼滤波代码，好像不用卡尔曼就不够专业。我五年前第一次做飞控也是这个心态，去网上找了一版卡尔曼滤波代码直接往工程里一丢，结果波形不但没变好，反而连续发散，角度直接跑到几万度。

卡尔曼滤波本身没有错，但它的效果严重依赖系统模型和噪声协方差矩阵 Q、R 的取值。MPU6050 的姿态模型有加速度计和陀螺仪两个输入，实际模型比单变量低通复杂得多，Q 和 R 设得不对，滤波器就会“自信地给出错误结果”。而且它的计算量在 MCU 上也不算小，STM32F103 跑一次标准卡尔曼大概要几十微秒，如果控制周期很紧张，还会挤压其他任务的执行时间。

我现在的习惯是：除非做产品级惯性导航，否则先上互补滤波，效果足够，代码量还少。真到了卡尔曼不可替代的时候，再回过来研究数学模型也不迟。

3. 先从硬件和寄存器把“数据源”弄干净

3.1 接线和供电：很多噪声是硬件带来的

软件写得再好，硬件一塌糊涂，滤波也救不回来。MPU6050 模块常见的是 3.3V 供电，但很多电机驱动板上只有 5V，直接供电可能会让模块工作不稳定。我通常这样做：

• VCC 接 3.3V，如果板上没有 3.3V，就用 AMS1117 之类的稳压芯片单独转一路。
• SDA 和 SCL 都要接上拉电阻，模块上一般已经有 10kΩ 上拉，如果你用杜邦线延长，最好再并联 4.7kΩ 上拉，保证上升沿足够快。
• 靠近模块的 VCC 和 GND 之间加一个 100nF 陶瓷电容，再并一个 10uF 电解电容，用来滤掉电源里的高频纹波。
• AD0 引脚决定 I2C 地址，接 GND 时地址是 0x68，接 3.3V 时是 0x69。多模块共用总线的时候用来区分设备，单模块默认接 GND。

我踩过最典型的坑是：MPU6050 和电机共用一个电源，电机一转，I2C 数据就出现全 0xFF 或者 CRC 错误。后来把供电分开，再在模块旁边补了滤波电容，问题立刻消失。这个现象看起来像是软件 bug，实际上电源噪声把通信波形彻底破坏了。

3.2 关键寄存器和初始化顺序

MPU6050 的寄存器分布在 0x00 到 0x75，我只需要关注几个关键寄存器，用 STM32 的 HAL 库操作 I2C 就行。初始化顺序建议是：先唤醒芯片，再配置采样率，然后设量程，最后启用数字低通滤波器。

下面是我在 STM32F103 上用的初始化代码，HAL 库版本：

#define MPU6050_ADDR 0x68 #define MPU6050_DEV_ADDR (MPU6050_ADDR << 1) uint8_t mpu6050_init(void) { uint8_t val = 0; // 1. 电源管理寄存器，唤醒芯片，关闭睡眠模式 val = 0x00; HAL_I2C_Mem_Write(&hi2c1, MPU6050_DEV_ADDR, 0x6B, I2C_MEMADD_SIZE_8BIT, &val, 1, 100); // 2. 采样率分频器，陀螺仪输出频率 1kHz / (1 + 0) = 1kHz val = 0x00; HAL_I2C_Mem_Write(&hi2c1, MPU6050_DEV_ADDR, 0x19, I2C_MEMADD_SIZE_8BIT, &val, 1, 100); // 3. CONFIG 寄存器，启用 DLPF，设置数字低通带宽约 44Hz val = 0x03; HAL_I2C_Mem_Write(&hi2c1, MPU6050_DEV_ADDR, 0x1A, I2C_MEMADD_SIZE_8BIT, &val, 1, 100); // 4. 陀螺仪量程 ±2000 dps，对应灵敏度 16.4 LSB/(dps) val = 0x18; HAL_I2C_Mem_Write(&hi2c1, MPU6050_DEV_ADDR, 0x1B, I2C_MEMADD_SIZE_8BIT, &val, 1, 100); // 5. 加速度计量程 ±16g，对应灵敏度 2048 LSB/g val = 0x18; HAL_I2C_Mem_Write(&hi2c1, MPU6050_DEV_ADDR, 0x1C, I2C_MEMADD_SIZE_8BIT, &val, 1, 100); return 0; }

这里有个容易被忽略的点：CONFIG 寄存器的 DLPF 配置。启用 DLPF 之后，加速度计和陀螺仪的输出都会经过内置的低通滤波器，可以滤掉一部分高频噪声。MPU6050 的 DLPF 带宽可选很多档位，0x03 对应大概 44Hz，比较适合平衡车和云台这类动态场景。如果你后面还要做软件滤波，可以把 DLPF 档位调高一点，软件滤波再来承担主要降噪任务。

寄存器配置完之后，还要确认数据读取地址。加速度计和陀螺仪的数据从 0x3B 开始连续排列，一次 I2C 突发读 14 个字节就能把三轴加速度、温度、三轴陀螺仪全部读回来。我习惯用下面的方式读取并转换：

void mpu6050_read_raw(int16_t *acc_x, int16_t *acc_y, int16_t *acc_z, int16_t *gyro_x, int16_t *gyro_y, int16_t *gyro_z) { uint8_t buf[14]; HAL_I2C_Mem_Read(&hi2c1, MPU6050_DEV_ADDR, 0x3B, I2C_MEMADD_SIZE_8BIT, buf, 14, 100); *acc_x = (int16_t)((buf[0] << 8) | buf[1]); *acc_y = (int16_t)((buf[2] << 8) | buf[3]); *acc_z = (int16_t)((buf[4] << 8) | buf[5]); // buf[6] / buf[7] 是温度寄存器 *gyro_x = (int16_t)((buf[8] << 8) | buf[9]); *gyro_y = (int16_t)((buf[10] << 8) | buf[11]); *gyro_z = (int16_t)((buf[12] << 8) | buf[13]); }

读取之后，再根据量程换算成物理量。比如陀螺仪量程是 ±2000°/s，那就 raw / 16.4f；加速度计量程是 ±16g，那就 raw / 2048.0f。单位不统一，后面滤波代码写得再漂亮，参数也调不明白。

3.3 零点校准不能省

我在做第一次平衡小车的时候就吃过亏，陀螺仪静止时原始输出居然是几十甚至上百，直接积分算角度，一会儿就歪到一边去了。这个偏差来源于芯片制造误差和贴片应力，每颗芯片都不一样，必须做零点校准。

最简单的校准方法是上电后让模块保持静止，连续采样 200 次，分别求三个轴加速度和三个轴陀螺仪的平均值，然后存成偏移量。正常工作时，用每次读到的原始值减去这个偏移量，再除以灵敏度，就得到“校准后”的物理值。

typedef struct { float acc_bias[3]; float gyro_bias[3]; } mpu6050_bias_t; mpu6050_bias_t mpu6050_calibrate(void) { mpu6050_bias_t bias = {0}; int16_t ax, ay, az, gx, gy, gz; for (int i = 0; i < 200; i++) { mpu6050_read_raw(&ax, &ay, &az, &gx, &gy, &gz); bias.acc_bias[0] += ax; bias.acc_bias[1] += ay; bias.acc_bias[2] += az; bias.gyro_bias[0] += gx; bias.gyro_bias[1] += gy; bias.gyro_bias[2] += gz; HAL_Delay(5); } for (int i = 0; i < 3; i++) { bias.acc_bias[i] /= 200.0f; bias.gyro_bias[i] /= 200.0f; } return bias; }

加速度计在静止时，理论上 X、Y 轴的输出应该接近 0，Z 轴接近 1g，但现实中模块不可能完全水平，所以加速度计偏移只做减法，不强行把 X、Y 拉成 0。校准完成之后，陀螺仪静止输出应该在 0 附近跳动，跳动幅度就是噪声底，后续滤波强度就是针对这个跳动幅度来定的。

4. STM32 上三种滤波代码的落地实测

4.1 滑动窗口滤波：简单直接地削峰

滑动窗口滤波也叫滑动平均滤波，实现思路非常直白：把最近 N 次采样值放进一个环形的缓冲区，每次都输出这 N 个值的平均值。它的作用是让突变的毛刺被周围的数据“稀释”掉，适合处理周期性噪声比较大的信号。

我的代码里用一个环形数组实现，避免每次重新求和，效率高一些：

#define FILTER_WINDOW 10 typedef struct { float buf[FILTER_WINDOW]; uint8_t index; float sum; } sliding_average_t; float sliding_average_update(sliding_average_t *f, float input) { f->sum -= f->buf[f->index]; f->buf[f->index] = input; f->sum += input; f->index = (f->index + 1) % FILTER_WINDOW; return f->sum / FILTER_WINDOW; }

用到的时候，每个轴单独建一个 sliding_average_t 变量就行。窗口长度选多少，要结合采样频率来定。假设采样频率是 1kHz，窗口长度 10，那滤波输出滞后大约 5 个采样周期，也就是 5ms，这个延迟对大多数控制场景都可接受。窗口长度加到 50，滞后变成 25ms，控制环的相位裕量会被吃掉不少，调试平衡小车时手感会明显变得“肉”。

这个滤波器的缺点也很明显：无法从根本上解决陀螺仪积分漂移，因为它只是对数据做平均，并不会融合加速度计的长时间信息。所以我在实际项目中，通常先用它做 ADC 采样或者按键扫描这类场景，姿态解算还是交给互补滤波。

4.2 一阶低通滤波：内存和算力最优选

一阶低通滤波在嵌入式中是出场率最高的软件滤波器，没有之一。它的计算量只有一个乘法和一个加法，内存只需要两个 float，特别适合 STM32 这类资源不算富裕的 MCU。

核心公式再写一次：

y[n] = α * x[n] + (1 - α) * y[n-1]

这里的 α 不是随便拍脑袋定的，它由采样周期 T 和截止频率 fc 决定：

α = (2π × fc × T) / (1 + 2π × fc × T)

如果采样周期 T 是 0.01s，也就是 100Hz 采样，想要截止频率 5Hz，那 α ≈ (0.314) / (1.314) ≈ 0.24。截止频率越低，滤波越强，输出越平滑，但延迟越大。

我的实现：

typedef struct { float alpha; float prev; } lowpass_t; float lowpass_update(lowpass_t *f, float input) { f->prev = f->alpha * input + (1.0f - f->alpha) * f->prev; return f->prev; }

使用的时候，对加速度计的每个轴分别建 lowpass_t 变量，陀螺仪如果噪声也很大，同样可以做低通。要注意的是，低通滤波会带来滞后，如果后面有 PID 控制器，PID 的微分项会放大高频噪声，低通滤波先压一遍噪声反而能减少微分项的抖动。

很多人会问，一阶低通和滑动窗口到底哪个好？我的答案是看实时性要求。滑动窗口在抑制周期性噪声上更直接，但需要 N 个样本缓冲区；一阶低通响应更快，参数也更直观，用一颗 STM32 的主频跑一阶低通，完全不用担心性能。

4.3 互补滤波：姿态解算的入门标配

互补滤波解决的是“长期漂移”问题。它把陀螺仪积分的角度通过高通滤波保留短期动态，把加速度计计算出的角度通过低通滤波保留长期趋势，然后相加。通俗点说，就是平时主要信陀螺仪，但每隔一段时间，加速度计会把漂移拉回来一次。

先看加速度计怎么算角度。以横滚角 Roll 为例，静止时重力加速度在 Y 轴和 Z 轴的分量满足：

roll = atan2(acc_y, acc_z) × 57.3

这里转换成度数，直觉上也很好理解：模块倾斜时，重力从 Z 轴往 Y 轴“分走”一部分，根据比例就能反推出倾斜角。俯仰角 Pitch 就用 acc_x 和 acc_z 算。

有了加速度计角度之后，和陀螺仪积分角度做融合：

#define COMP_ALPHA 0.98f static float roll; static float pitch; void complementary_update(float gyro_rate_x, float gyro_rate_y, float acc_roll, float acc_pitch, float dt) { roll = COMP_ALPHA * (roll + gyro_rate_x * dt) + (1.0f - COMP_ALPHA) * acc_roll; pitch = COMP_ALPHA * (pitch + gyro_rate_y * dt) + (1.0f - COMP_ALPHA) * acc_pitch; }

参数 0.98 表示 98% 信陀螺仪，2% 信加速度计。这个比例决定了陀螺仪积分漂移多久才能被加速度计“拉回来”。我理解它的方式，是看时间常数：

τ = (α × T) / (1 - α)

如果 α = 0.98，采样周期 T = 0.01s，那 τ ≈ 0.49 秒。意思是加速度计角度大约每 0.5 秒校正一次积分漂移，这个量级对平衡小车和云台都挺合适。α 越接近 1，短期越信任陀螺仪，但长期漂移会更大；α 太小，动态性能变差，姿态角会被加速度计的振动“带偏”。

4.4 实测对比：曲线拉直后的真实差距

我在静态和动态两种场景下都测过这三组数据。静态下，MPU6050 平放在桌面，陀螺仪积分 30 秒后不滤波的角度能漂到 3° 到 8°，而经过互补滤波的角度始终在 ±0.5° 以内，这个差距不需要示波器，串口绘图一看就明白。

动态下，用手拿着模块快速转动，再用串口波形去看角度输出。滑动窗口和低通滤波后的加速度波形明显平滑，但快速转动时会有几十毫秒的延迟感；互补滤波的 Roll 角跟随手感最自然，停车后也不会像纯积分那样继续“飘”。

三者的选择逻辑再总结一句：想要简单平滑就滑动窗口，想要均匀降噪和一阶动态响应就低通，想要直接输出姿态角且抗漂移就互补滤波。没有绝对最好的滤波器，只有最适合当前系统的滤波器。

5. 调参、调试中躲不开的坑与排查思路

5.1 I2C 读不到数据？先查这三件事

我在 STM32 上调试 MPU6050，最常遇到的现象是 HAL_I2C_Mem_Read 返回 HAL_ERROR，或者读回来的数据全是 0xFF。这种情况通常绕不开三个原因。

第一个是地址错误。MPU6050 的 7 位地址是 0x68，但 HAL 库的地址参数需要左移一位，所以我代码里写的是 0x68 << 1。如果你直接把 0x68 塞进去，I2C 通信时发送的地址就少了一位，设备永远不会应答。很多新手踩坑都踩在这里。

第二个是上拉电阻缺失。I2C 总线的 SDA 和 SCL 是开漏输出，必须靠上拉电阻拉高。某些裸模块或者自制 PCB 上没画上拉电阻，总线一直处于低电平，通信自然超时。这个可以用示波器或者逻辑分析仪测波形确认，如果没有仪器，先量 SDA、SCL 在空闲时是不是高电平。

第三个是电源问题。模块供电不稳或者供电先于 STM32 掉电，I2C 总线可能被芯片内部钳位。解决方式是在主循环里做一次复位重试，连续三次都失败，再对 MPU6050 执行一次复位寄存器写操作：

val = 0x80; // DEVICE_RESET HAL_I2C_Mem_Write(&hi2c1, MPU6050_DEV_ADDR, 0x6B, I2C_MEMADD_SIZE_8BIT, &val, 1, 100); HAL_Delay(100);

千万不要一上来就怀疑 MCU 的问题，我遇到过好几次，代码换到另一个板子上好了，回来又坏了，最后发现是模块和板子的接线接触不良。杜邦线用久了氧化，单独测是通的，一震动就断，非常隐蔽。

5.2 滤波后数据“反应迟钝”怎么办

滤波效果太好，数据变成一条直线，同时模块都转过去 30° 了，输出角度还慢吞吞追不上来。这是滤波延迟过大导致的。

我先给一个排查顺序。滑动窗口滤波，先检查窗口长度 N 是否过大，如果采样率只有 100Hz，窗口又设了 50，那延迟就是 245ms，当然钝。一阶低通滤波，检查 α 是否太小，α 从 0.2 调高到 0.6，反应会明显变快。互补滤波，检查 α 是否太接近 1，比如 0.995，时间常数超过 1 秒，动态姿态自然跟不上。

另外，采样率本身也要确认。MPU6050 内部 DLPF 开启时，默认陀螺仪输出频率是 1kHz，如果 I2C 实际读取频率只有 50Hz，那滤波器的时间常数就要按 20ms 采样周期重新计算，否则参数不是偏超前就是偏滞后。先用定时器把采样周期固定，再来调滤波参数，不然永远是盲调。

5.3 数字滤波器救不了的“硬伤”

有些“数据异常”不是滤波能解决的。比如模块安装位置靠近电机电刷，电磁干扰直接串进加速度计输出，这时候波形会高频抖动，表现为几 kHz 的毛刺，靠低通滤波能压一部分，但响应也会被拖慢。更好的办法是从硬件下手：缩短连接线、使用屏蔽线、把传感器放到远离电机的位置、给电源做 π 型滤波。

还有一种是总线数据偶发错误导致的“跳变”，比如某次 I2C 读取因为干扰得到了一个明显偏离正常范围的 raw 值，滤波窗口再大也会被这一瞬间的异常值拉出尖峰。这类问题最有效的处理方式是做数据有效性判断，最简单的方法是把原始值限制在合理范围，突变超过一定阈值就丢弃或者沿用上一次值。

int16_t limit_value(int16_t raw, int16_t prev, int16_t max_delta) { if (abs(raw - prev) > max_delta) { return prev; } return raw; }

这个手段在实际项目中帮了我大忙。有一版云台控制，电机转动时 I2C 经常被干扰，姿态角偶尔跳 5° 以上，加上限幅后整个波形立刻稳定了。

5.4 MCU 算力与资源占用问题

MPU6050 滤波本身计算量不大，但很多开发者忽略了它所在的整个数据链路。I2C 用阻塞方式读取时，100kHz 波特率下一次读 14 个字节大概要几毫秒，如果控制周期是 10ms，这一步就占了三分之一以上的时间。我建议用定时器触发读取，或者配合 DMA 提高效率，不要在中断里做长时间阻塞读取。

浮点运算在 STM32F103 这种不带 FPU 的 Cortex-M3 上消耗较大。一个互补滤波每轴也就几次浮点乘加，问题不大；但如果用到卡尔曼，矩阵运算频繁，建议上 STM32F4 或降采样。用 C 语言写 ADC 值滤波函数时也一样，能合并到整数运算就合并到整数运算，浮点只在最后转换时用一次。

滤波缓冲区如果每个轴都开大数组，STM32F103 的内存也会吃紧。滑动窗口 128 个样本、3 个轴，就是 384 个 float，1.5KB 内存，在 20KB RAM 的芯片上还能接受，但要小心别开太多。优化方式是用 uint16_t 或者 int16_t 存原始值，只在求均值时转成 float。

6. 再往前走一步：滤波做完之后还能做什么

数据滤波只是第一步，真正的产品级工程还需要在后续做不少优化。比如把姿态数据用环形队列缓存起来，配合 FreeRTOS 做面向任务的数据分发；或者在 STM32F4 上用 DMP 直接读取四元数，省掉一部分 MCU 算力。如果你想继续深入，可以先试着把当前滤波后的角度接到 PID 上，做一个小自平衡小车，那样就会真正体会到，滤波参数和控制参数之间到底是怎么互相牵制的。

我做这个项目养成的习惯是：每次改滤波参数，都用串口助手把原始数据和滤波后数据一起打印，用量化看到的效果来判断改动是否有效，而不是“感觉好多了”就完事。数据说话，比什么都靠谱。