第 篇：互补滤波——陀螺仪+加速度计的最简融合方案

在姿态估计的项目中，大多数开发者都会遇到两个痛点：

• 卡尔曼滤波数学严谨但调参麻烦、需要大量矩阵运算导致上手门槛高。
• 嵌入式网站算力有限，代码量和CPU占用成为制约因素。

如果你正为这些问题抓狂，下面介绍的互补滤波或许是你最需要的“轻量级救星”。它只需要几行代码，就能提供足够好的姿态融合效果。怎么说呢，

. 为什么需要“互补”？

陀螺仪和加速度计测量的是同一个角度，但噪声特征截然不同：

陀螺仪 ：✅ 短时间非常准，不受振动影响
❌ 积分会漂移——误差随时间累积
加速度计 ：✅ 长时间平均是准的
❌ 短时间噪声大——一振动就乱跳

互补滤波的思路：

• 陀螺仪 → 可信高频部分
• 加速度计 → 可信低频部分
• 用一高一低两个滤波器把它们“拼”起来

加速度计 → ──┐
├→ 融合角度
陀螺仪 → ──┘

高通 = 1 – 低通。只需一个低通滤波器就可以完成全部工作：

融合角度 = 低通 +

. 一行公式搞定

递推公式如下直接写进循环里即可：

angle = α * + * accel_angle
# 或者更直观的写法：
angle = * + α * accel_angle
# └──── “陀螺仪占主导” ────┘ └── 加一点加速度计修正 ──┘

α 的含义：

• α 大 → 更信任加速度计 → 收敛快但怕振动噪声。
• α 小 → 更信任陀螺仪 → 平滑但漂移明显。
• 典型取值范围：0.02~0.05。按理说，

. C 代码实现

// comp_filter.h
typedef struct {
float angle;// 当前角度估计
float alpha;说起来，// 互补系数
float dt;// 采样周期
} comp_filter_t;不过，void comp_init;float comp_update;

// comp_filter.c
#include "comp_filter.h"
void comp_init {
cf->alpha = alpha;cf->dt = dt，cf->angle = 0.0f;}
float comp_update {
// 陀螺仪积分 → 预测下一时刻的角度
float gyro_pred = cf->angle + gyro_rate * cf->dt;// 互补融合：大部分信任陀螺仪，小部分拉回加速度计
cf->angle = * gyro_pred + cf->alpha * accel_angle;怎么说呢，return cf->angle;}

. 实战：MPU6050 全姿态示例

// main.c
comp_filter_t roll_cf,pitch_cf;void imu_init {
mpu6050_init;comp_init，// α=0.02,dt=5ms
comp_init;}
void imu_read {
float ax。ay,az,gx,gy,gz;mpu6050_read_all;// 加速度计推算角度
float accel_roll = atan2f;float accel_pitch = atan2f(-ax,sqrtf);// 陀螺仪速率直接传入互补滤波
*roll = comp_update;
*pitch = comp_update;}

. α 值调参实验表

<\/tr>

加速度计 → ──────┐                            └─► 融合角度
│
陀螺仪   → ──────┘
由于 “高通 = 1–低通”，只需实现一个低通过滤器即可。scss
融合角度 = LowPass +
.