6.3 传感器融合（Sensor Fusion）：微弱物理信号的数字校准

拿起手机，打开地图导航，屏幕上那个代表你的小箭头会随着你转身而同步转动；把手机横过来，视频画面自动铺满屏幕；玩一款体感赛车游戏，轻轻倾斜机身，赛车就会拐弯。这些动作看起来稀松平常，背后却有一个不太容易察觉的难题：手机里负责感知姿态的几颗传感器，单独看都不可靠。手机必须把几份各有缺陷的测量结果合在一起，才能算出“机身此刻朝向哪里”。这项工作叫作传感器融合（Sensor Fusion）。

6.3.1 两位各有短板的“证人”

先认识两位主角。它们都属于微机电系统（MEMS，Micro-Electro-Mechanical Systems），是在硅片上加工出微米级机械结构的微型器件，通常只有米粒大小，焊在主板上并不起眼。

陀螺仪（Gyroscope）测量的是旋转速度，也就是机身每秒转过多少角度。它的内部有一个持续振动的微小质量块，机身一旋转，质量块受到科里奥利力的作用发生偏移，电路把这个微弱的偏移转换成电信号。陀螺仪的优点是灵敏、反应快，手腕稍微一抖它就能察觉。

问题在于，陀螺仪给出的只是“转得多快”，要知道“转到了哪里”，就得把每一刻的转速累加起来，数学上叫积分。每次测量都带有一点点误差，这些误差会在累加中不断叠加。好比蒙着眼睛数步子走路，每一步都差一点点，走上几百步，偏差就大到无法忽视。这种现象叫作积分漂移。如果只靠陀螺仪，手机静止放在桌上几分钟，算出的姿态也可能慢慢“自己转起来”。

**加速度计（Accelerometer）**测量的是加速度。地球重力始终竖直向下，所以手机静止时，加速度计测到的就是重力方向，由此能判断机身哪一侧朝下。这个参照来自地球本身，长期稳定，不会漂移，这是它的长处。

它的短板同样明显。人走路、跑步、坐车时，机身会不断晃动，这些机械振动产生的加速度和重力混在一起，加速度计分辨不出哪部分是重力、哪部分是晃动。在一辆颠簸的公交车上，它给出的“向下”方向会跳来跳去。另外，单靠重力只能判断俯仰和横滚，无法知道手机绕竖直轴朝向东还是朝向西。

补上这一块的是第三位成员地磁传感器（Magnetometer），它感知地球磁场，相当于一枚电子指南针，能提供水平方向的长期参照。但它也容易受到周围金属、扬声器磁体和电流的干扰。

6.3.2 让证人互相“对口供”：扩展卡尔曼滤波

三位证人的特点刚好互补：陀螺仪短时间内很准，时间一长就跑偏；加速度计和地磁传感器每一瞬间都有噪声，长期平均下来却很稳。融合的思路就是短期信陀螺仪，长期由加速度计和地磁传感器纠偏。

具体执行这套思路的常用算法是扩展卡尔曼滤波（EKF，Extended Kalman Filter）。可以把它想象成一位经验丰富的船长在海上定位：他先根据航速和航向推算船现在大概在哪里（对应陀螺仪的积分预测），再拿六分仪观测星星得到一个位置（对应加速度计和地磁的测量）。两个结果不一致时，船长不会简单地取平均，而是看谁更可信：风浪大、星星看不清，就多相信推算；推算已经跑了很久、误差积累多了，就多相信观测。

卡尔曼滤波做的正是这种概率加权。它为每个估计值都维护一个“不确定程度”，每接收一批新数据，就按照各方的可信度分配权重，算出一个综合结果，同时更新自身的不确定程度。手机剧烈晃动时，加速度计的权重自动降低；静止时，它又能把陀螺仪悄悄积累的漂移拉回来。“扩展”二字是因为姿态旋转涉及非线性的数学关系，需要在每一步做局部线性近似，才能套用卡尔曼滤波的框架。

融合的输出通常是一组四元数（Quaternion），即用四个数描述三维空间中的任意旋转。相比常见的“俯仰、横滚、偏航”三个角度，四元数在机身接近竖直等特殊姿态时不会出现计算卡死的问题，也便于连续插值，因此被游戏引擎、导航软件和增强现实应用广泛采用。

6.3.3 谁来做这份苦差事：Sensor Hub

融合计算要不停地运行，每秒执行 100 到 200 次（即 100Hz～200Hz）。如果交给主处理器的大核来做，几乎等于不让它休眠，电量会被迅速消耗。

因此手机设置了一个专门的传感器中枢（Sensor Hub）。它是一颗独立的低功耗微控制器，或集成在 SoC 内部的常开小核心，专门负责采集各路传感器数据并运行 EKF。它只在微安级的电流下工作，功耗远低于主处理器的大核。主处理器可以安心休眠，只有在需要时才向 Sensor Hub 读取已经算好的四元数。这种分工延续了第三章所说的“专芯专用”原则，也和第五章熄屏时的休眠机制相衔接：计步、抬手亮屏这类功能在熄屏状态下仍能工作，靠的正是这颗小芯片。

6.3.4 小结

传感器融合说明了一个系统设计中的常见做法：没有哪一个元件是完美的，工程师把各自的缺陷摆出来，让它们互相校正，最终得到比任何单一元件都可靠的结果。从硅片上振动的微小质量块，到 Sensor Hub 里每秒上百次的概率运算，手机把这些微弱的物理信号整理成了可信的空间姿态。姿态数据关系到使用体验，而支付密码、指纹这类信息关系到用户的财产和隐私，它们需要更严格的保护，这就是下一节要讨论的硬件安全隔离区。