从磁力计到电子指南针：HiChatBox传感器融合与校准实战

给 HiChatBox 加电子指南针，我一开始以为是个两天就能收工的活：读三轴磁场、算个 atan2、屏幕上画根指针，齐活。结果第一版在桌面上转一圈还挺像样，拿到手里就飘十几度，靠近桌面音箱直接指到南边去，开机后前三十秒更是乱指一气。前后折腾了六周，真正写算法的时间不到三成，剩下全在跟磁干扰、校准质量和屏幕指针的动画细节较劲。

HiChatBox 是我们做的一个带圆形小屏的语音交互盒子，平时用得最多的场景是户外徒步时的语音问路、合影时的朝向表情、以及看地图时的方位指示——这三个场景都指向同一个需求：设备得知道自己面朝哪儿。这篇就把整个指南针功能从需求拆解、器件选型、校准建模、融合算法到实测调优，按我实际走的顺序完整拆一遍，中间踩过的坑和最后稳定下来的参数都会写清楚。适合正在做磁力计相关功能的嵌入式同行，也适合刚接触传感器融合、想知道“为什么我的指南针一直在转圈”的朋友，涉及的计算过程我会尽量给全，照着复现应该没问题。

1. 需求拆解：一个聊天盒子为什么非要装指南针

1.1 从三个真实使用场景倒推指标

做功能之前先把场景摆出来，指标才有依据。HiChatBox 上的指南针主要服务三件事：一是户外问路，用户问“北在哪个方向”时，屏幕上要立刻给出可信的方位；二是合影表情，设备朝向决定虚拟形象看哪边，这个对精度要求不高但对抖动极其敏感，指针一抖表情就东张西望；三是地图方位，屏幕上的小地图随设备转动，这个对响应速度要求最高。

三个场景叠加下来，我给自己定的硬指标是：水平放置时静态误差控制在 ±3° 以内，±30° 倾斜姿态下误差不超过 ±5°，指针刷新延迟不超过 150ms，设备靠近常见干扰源（手机、桌面音箱）时能给出“不可信”提示而不是乱指。这几个数字看着不高，但真正做过的人知道，±3° 的静态精度意味着磁场采样噪声得压到 0.1μT 量级，而 ±5° 的倾斜补偿精度意味着加速度计的倾角误差不能超过 1°——加速度计靠重力分量算倾角，本身精度一般够用，问题在于走动时的线性加速度会污染它，这部分后面再展开。

值得注意的是，我把“不指错”放在了“指得准”前面。指南针这个功能有个特点：用户没法自己验证对不对。你把指针画在屏幕上，说北在这儿，用户只能信。所以一旦在干扰环境下还硬着头皮输出一个角度，比直接显示“信号受干扰，请移动设备”要糟糕得多。这个原则贯穿了后面所有的设计取舍。

1.2 硬件现状盘点：位置决定成败

HiChatBox 的结构大概是这样的：主板在中间偏下，圆形屏在最上面，扬声器在屏幕正下方偏左，电池贴着后壳，振动马达在右下角，麦克风在顶部。我拿到的第一版样机，磁力计被布置在一块独立小板子上，位置贴着扬声器磁钢不到 15mm 的地方——这个布局基本等于判了死刑。

我做了个最朴素的验证：把设备通电、扬声器静音，记录磁力计三轴读数作为基线；然后让扬声器播放一段正常音量的对话，再记录一次。结果 Z 轴读数从 48μT 直接跳到 130μT 以上，而且还随着语音内容波动。这不是校准能解决的问题——校准只能消除静态偏移，扬声器这种跟音频信号同步变化的动态干扰，会在指针上表现为随说话节奏左右抖动，用户体验极差。

解决办法是把磁力计挪到结构和磁干扰源最远的位置。最终的方案是把它放在主板顶部边缘、离扬声器磁钢大约 42mm、离电池 25mm、离最近的一颗铁质固定螺丝 18mm 的地方，并且把方向调成与设备外壳的“正前方”对齐（这一步后面还会细讲，因为芯片焊盘方向和结构方向经常不是一回事）。挪完之后再测，扬声器满音量时的动态干扰压到 3μT 以内，折算到航向角大概是 4° 左右的抖动，再配合干扰检测和滤波就能接受了。

注意：如果你手上是还没定版的硬件，磁力计的摆放优先级应该高于绝大多数其他布局约束。宁可多绕一根柔性排线，也别把它留在扬声器、振动马达、磁吸充电触点旁边，这些位置后期的软件代价远超硬件代价。

1.3 器件选型与量程、分辨率估算

磁力计我选的是一颗常见的三轴器件，16 位输出，可选量程。选型时主要看三个参数：量程、噪声密度、输出速率。

量程这块要算一下。地磁场在全世界的总强度大约 25μT 到 65μT，中纬度地区常见值在 45μT 到 55μT 之间。但设备自身的硬磁偏移可能很大，尤其是扬声器附近那种几百 μT 的偏移。我最终选的是 ±1300μT 档，理由是：偏移最大实测约 350μT，加上地磁 55μT，总量还远在量程内；而如果选 ±4900μT，分辨率会从 2600/65536 ≈ 0.04μT/LSB 掉到 0.15μT/LSB，噪声表现会明显变差。

分辨率算下来是 0.04μT/LSB，器件本身的噪声有效值大概在 0.1μT 到 0.3μT 之间。这个噪声折算到航向角是什么概念？在北纬 40° 附近，地磁倾角约 60°，水平分量只有 55 × cos60° ≈ 27μT，所以一阶估算的角度噪声约等于 0.3 / 27 ≈ 0.011 弧度，也就是 0.6°。理论上看完全够用，实际误差的大头根本不在噪声，而在校准残差和周边铁磁材料的软磁畸变，这一点在做方案评估时一定要有清醒认识，不要被器件手册上的噪声指标带偏。

输出速率我选了 100Hz 的连续测量模式。25Hz 也能凑合，但屏幕转动会明显发涩；200Hz 对功耗不划算，而且加速度计那边跟不到这么高的速率，融合时的对齐会很麻烦。100Hz 配合后面要讲的低通滤波，刚好落地在 60Hz 左右的有效带宽。

2. 从磁场向量到屏幕指针：原理与算法选型

2.1 三轴磁力计测航向的底层逻辑

磁力计测量的其实是一个三维矢量——当地地磁场在芯片三个轴上的投影分量。这个矢量在水平面内的投影方向，就是磁北方向。所以最理想的情况下，设备完全水平放置，只需要看 mx 和 my，航向角就是 atan2(my, mx)，再根据坐标系定义加个符号和偏移就行。

问题在于“完全水平”这个前提在手持设备上根本不成立。一旦设备绕 X 轴或 Y 轴倾斜，原本指向北的水平分量就会被“漏”到 Z 轴上，mx 和 my 被污染，atan2 算出来的角度就会整体漂移。极端情况是设备竖直立起来，此时 mx、my 几乎为零，atan2 的分母趋近于零，角度会在 0° 和 180° 之间疯狂跳变。

这就是为什么单独的磁力计做不了可用的指南针。解决思路有两种：一是用机械结构保证水平（比如带万向节的罗盘），二是在软件里做倾斜补偿——用加速度计测出当前的俯仰和横滚，把磁力计读数反旋转回水平面，再算航向。手持设备当然选第二种。

还有个绕不开的物理常识：指南针指的是磁北，不是真北，两者之间差一个磁偏角，中纬度地区大概在 -10° 到 +10° 之间，具体数值跟位置有关。我可不想在固件里硬编码一张磁偏角表——那玩意儿需要定期维护，还容易出问题。所以产品上的处理是：显示“磁北”，并在设置里给用户一个手动输入的偏角参数，需要真北的用户自己填。对于徒步问路这种场景，磁北完全够用，多数纸质地图上标注的也是磁北。

2.2 倾斜补偿的公式推导与坐标系约定

倾斜补偿的推导不复杂，但坐标系定义必须一开始就钉死，否则后面每一处都会出错。我采用的是芯片数据手册的右手系约定：X 轴指向设备正前方，Y 轴指向设备右侧，Z 轴指向设备下方（也就是屏幕朝上时，Z 轴朝下）。加速度计和磁力计用的是同一套方向定义——实际上两者不一定是同一颗芯片，坐标系对齐这件事必须显式处理。

设加速度计读数为 (ax, ay, az)，单位是 g，静止时模长约等于 1。先算横滚和俯仰：

• 横滚 roll φ = atan2(ay, az)
• 俯仰 pitch θ = atan2(-ax, sqrt(ay² + az²))

然后对磁力计读数 (mx, my, mz) 做反旋转，把它转回水平面：

• 水平 X 分量 Xh = mx·cosθ + mz·sinθ
• 水平 Y 分量 Yh = mx·sinφ·sinθ + my·cosφ - mz·sinφ·cosθ
• 航向 heading = atan2(-Yh, Xh)，单位为弧度

这里 atan2 里的负号取决于你的 Y 轴定义。我实测过两种写法，符号搞反的表现是设备顺时针转动时指针逆时针转，非常容易发现，但如果你先用手机当参照物对比，会以为是角度偏移而不是方向反了。建议一开始就用“转 90° 看指针是不是也转 90° 且方向一致”来验证，不要一上来就纠结绝对精度。

实际实现里我用的是单精度浮点，atan2 每帧调用一次，在 100Hz 下开销可以忽略。真正需要注意的是一处小细节：当 |Xh| 和 |Yh| 都很小（设备接近竖直）时，算出来的航向完全没有意义，必须靠模长判据把输出冻结。我用的门限是 sqrt(Xh² + Yh²) < 8μT 时标记为姿态不可解，屏幕显示一个提示图标而不是乱转的指针。

2.3 六轴还是九轴：加陀螺仪到底值不值

方案选型阶段最纠结的就是要不要上陀螺仪。加上陀螺仪就变成九轴融合，成本增加一颗六轴 IMU（如果原本没有的话），代码复杂度也上一个台阶。

纯磁加计的方案，优点是简单、静态精度稳定、没有累积漂移，缺点是动态响应差。为了压掉噪声，磁力计输出必须做低通滤波，滤波带来的相位延迟会让指针跟不上快速转动，阻尼感很重。而且磁干扰是突发性的——你走过一根铁栏杆，磁场瞬间偏了几十度，磁加计的方案会直接把这个跳变输出到屏幕上。

加上陀螺仪之后，逻辑就变成：陀螺仪负责短时间的角度变化（响应快、不受磁干扰），磁力计负责长时间的角度基准（绝对参考、不漂移），两者用互补滤波或卡尔曼滤波融合。陀螺仪积分会有漂移，但磁力计不断把它拉回来；磁力计有噪声和干扰，但陀螺仪在干扰持续的那几百毫秒里顶住输出，等干扰过去再慢慢纠正。

HiChatBox 主板上原本就有一颗六轴 IMU，用于屏幕自动旋转和抬腕唤醒，等于陀螺仪是白送的。这个条件下纠结就不成立了，直接上九轴融合。如果你的产品上确实没有陀螺仪，那就老老实实用磁加计加较重的一阶低通，把时间常数提到 0.3 秒左右，牺牲响应换稳定，日常缓慢转向的场景也能用。

2.4 坐标系对齐：芯片贴装、结构朝向与旋转矩阵

这是一个特别容易被忽略、但一旦搞错就全盘皆输的环节。磁力计的“X 轴”由芯片焊盘决定，芯片焊在板子上有一个旋转，板子装进壳里又有一个旋转，壳的“正前方”和芯片的 X 轴之间可能差 90° 甚至 180°。

我的处理办法是把所有旋转统一到一个 3×3 矩阵 R_align 里，在数据进入算法的第一步就做一次乘法：m_aligned = R_align × m_raw，加速度计同样处理。这个矩阵只在开机初始化时算一次，运行时没有额外开销。具体数值怎么确定？我做了个土办法但很有效：把设备水平放在桌面上，屏幕朝上、正前方对准我认定的“产品前方”（也就是屏幕底部朝向用户的那条边），记录此时磁力计的三轴读数；再把设备绕 Z 轴转 90°、180°、270° 各记录一次。地磁水平分量在设备固定朝向下的投影应该落在哪个轴上，一比就能反推出旋转关系。

另外还要注意加速度计和磁力计的安装角度如果不一致（比如一颗在主板正面、一颗在反面），两者之间还差一个额外旋转。这个必须查原理图确认，不能靠猜。我在第一版上就吃过这个亏：两块板子一正一反贴装，Z 轴方向相反，导致倾斜补偿在设备倾斜时把方向补反了，水平时一切正常，一倾斜就指到反方向，排查了整整两天。

3. 校准：决定成败的八成工作量

3.1 硬磁与软磁：两种误差、两套思路

磁力计测到的原始数据，等于真实地磁经过一个畸变过程：m_raw = W × m_true + b + n。这里 b 是硬磁偏移，W 是软磁畸变矩阵，n 是噪声。硬磁来自设备上永磁体（扬声器磁钢、振动马达、麦克风里的磁铁）和已被磁化的铁质件（螺丝、屏蔽罩），它的表现是让磁力计读数整体的球心偏离原点；软磁来自高磁导率材料（铁壳、坡莫合金屏蔽罩）对磁场的重新分布，它的表现是把原本的球压成椭球。

校准的目标就是估出 b 和 W，然后反向变换：m_cal = W⁻¹ × (m_raw - b)。校准得好不好，直接决定了整个功能的精度上限。我实测过：未校准时水平旋转一圈的航向误差峰峰值能到 60° 以上；做完一次合格的椭球拟合校准之后，这个值能压到 3° 以内。算法做得再花哨，也救不了一段烂校准。

顺带说一个硬件上的优化点：有些磁力计内置了置位/复位线圈，通过周期性切换磁化方向，可以把一部分硬磁偏移在片内抵消掉。这个功能建议打开，它不能完全替代软件校准，但能明显降低偏移的温漂——尤其是冬天户外使用，温度从室温掉到零下，硬磁偏移会跟着变，片内 SR 能救回来一部分。

3.2 椭球拟合的具体做法与参数求解

椭球拟合我的做法是两步走，先粗后精，好处是稳定性好、容易定位失败原因。

第一步拟合球心，用最小二乘解一个线性方程组。球面方程展开后是 x² + y² + z² = 2cx·x + 2cy·y + 2cz·z + (r² - c²)，把 2cx、2cy、2cz 和常数项当作四个未知数，每个采样点给一个方程，超定方程组直接解。采样点够多、分布够开的情况下，这一步就能把硬磁偏移估得八九不离十。

import numpy as np def fit_sphere(points): x, y, z = points[:, 0], points[:, 1], points[:, 2] A = np.column_stack([2*x, 2*y, 2*z, np.ones(len(points))]) rhs = x*x + y*y + z*z sol, *_ = np.linalg.lstsq(A, rhs, rcond=None) cx, cy, cz, d = sol r = np.sqrt(d + cx*cx + cy*cy + cz*cz) return np.array([cx, cy, cz]), r

第二步拟合椭球，用一般二次曲面方程 ax² + by² + cz² + 2dxy + 2exz + 2fyz + 2gx + 2hy + 2iz = 1 做最小二乘。得到 9 个系数之后，写成矩阵形式 M（3×3 对称阵）和向量 v，椭球中心就是 -M⁻¹v。软磁矩阵从 M 里提取：对 M 做特征分解 M = V Λ Vᵀ，取 W = V diag(√λ) Vᵀ，那么 W 就是那个把椭球拉回球形的变换矩阵。

这里有个坑必须提醒：椭球拟合出来的 W 只确定到相差一个标量倍数，你还需要用当地地磁总强度的已知值去定标。比如当地地磁总强度 50μT，那么校准后的所有点模长应该收敛到 50μT 左右，拿这个约束去缩放 W 就行。如果忘了这一步，算出来的航向角是对的（因为航向只看方向不看模长），但基于模长的干扰检测会完全失灵——我当时就是校准完发现干扰检测永远报警，查了半天才发现是模长没归一化。

代码实现上，我是在 PC 端用脚本离线算的，算完把 12 个浮点数（3 个偏移 + 9 个矩阵元素）烧进固件。这样做的好处是调试方便，可以直接画散点图看拟合效果。量产的时候如果要在设备上做在线校准，就得把这段搬进 MCU，用定点或单精度重写，计算量大概在几十毫秒量级，做一次校准完全可以接受。

3.3 八字校准的交互设计：进度条不能按时间走

校准的交互是最容易被低估的部分。用户拿着设备在空中画八字，你怎么知道画得够不够？按时间算是最蠢的做法——有人画得飞快，十秒钟转完了但采样点全挤在一小块；有人慢悠悠地画，但只在一个平面上转。

我的判据是基于方向覆盖度：把单位球面按八分仪切成 8 个区域，每个区域里累计到足够采样点才算这块“点亮”；同时监控采样点协方差矩阵的三个特征值，要求最小特征值和最大特征值的比值不低于某个阈值，否则说明点云是扁的（只在一个平面上转），拟合出来的椭球在第三维上完全不可信。

界面上，进度条显示的就是这 8 个区域的完成度，而不是倒计时。用户看到某一块迟迟不亮，自然会调整动作去补那个方向。实测下来这个改动把校准一次成功率从不到五成提到了八成五以上。

还有几个细节值得说：采样前要先做静止检测，设备晃动剧烈时不采样，因为加速度计此时测的不是重力，倾斜补偿会引入误差；采样过程中要实时剔除模长异常的点，比如突然出现一个 300μT 的读值，那多半是路过了铁门或者手机，留着会严重污染拟合；校准完成后立刻做一次验证，让用户水平转一圈，实时显示拟合残差，残差过大就要求重来。

3.4 校准数据的存储、失效与自动重校

校准参数存进 flash 的时候我加了三个字段：版本号、CRC、以及一组环境指纹（主要是校准时的温度和当时的模长基准）。版本号是为了将来算法升级后能识别旧参数并强制重校；CRC 防止写入过程中掉电导致参数损坏；环境指纹用来判断参数是否还适用。

失效判定我设了几条触发条件：一是开机自检时水平旋转检测到的模长偏离基准超过 20%，说明设备周围的磁环境变了（比如换了新外壳、加了磁吸配件）；二是连续多次检测到校准残差超限；三是用户手动触发重校。满足任一条就提示用户重新校准，而不是偷偷用坏参数继续跑——这一点我吃过教训，早期版本没做失效检测，用户带着设备出差到另一个城市，磁偏角变了但模长没变，参数看起来还能用，实际角度偏了七八度，用户投诉“指南针不准”，我们查了很久才发现是这个原因。

4. 算法实现：从原始读数到屏幕上那根指针

4.1 数据预处理：滤波、限幅与采样对齐

磁力计和加速度计的采样率不一样，这是融合算法的第一个麻烦。我的做法是在磁力计的中断里打时间戳，加速度计和陀螺仪按固定周期读取，融合时用最近一次的加速度数据做倾斜补偿。因为倾斜变化通常比航向变化慢，这个时间差在 10ms 量级内可以接受，实测对精度的影响小于 0.5°。

滤波方面，磁力计输出先用一个滑动窗口中值滤波去掉脉冲干扰（窗口取 5，能干掉单点异常又不引入太多延迟），再进一阶低通，截止频率设 15Hz。加速度计那边更简单，因为重力方向本来就稳定，用 5Hz 低通把走动时的线性加速度滤掉大半。这里要注意，低通滤不掉低频的线性加速度——用户急走急停时，加速度计测到的“重力方向”会偏十几度，倾斜补偿跟着错，航向角就会跳。所以我在融合层加了一个加速度模长检测：|a| 偏离 1g 超过 0.15g 时，降低加速度计的权重，让倾斜补偿靠陀螺仪的积分顶住，直到运动恢复平稳。

限幅主要是防溢出和防呆值。磁力计量程 ±1300μT，理论上不会溢出，但校准失败时可能出现接近满量程的读数，这类数据必须剔除，否则椭球拟合会被带偏。

4.2 航向角解缠与最短路径处理

atan2 的输出范围是 -π 到 +π，也就是 -180° 到 +180°。这个跳变在数值计算上是个大麻烦：设备从 179° 转到 181°（也就是 -179°），数值上一下子跳了 358°，如果直接拿去做滤波或者插值，指针会原地甩一整圈。

处理方式有两个层次。第一层是滤波层：所有涉及角度相减的地方，都要先做解缠，把差值规约到 -180° 到 +180° 之间再算。第二层是显示层：屏幕指针的目标角度和当前角度之间用最短路径插值，也就是每次只走两者之间较小的那个夹角，绝不允许跨过 180° 那条线。

static float wrap180(float deg) { while (deg > 180.0f) deg -= 360.0f; while (deg < -180.0f) deg += 360.0f; return deg; } /* 一阶低通，alpha 由时间常数和帧间隔决定 */ heading_filt += wrap180(heading_raw - heading_filt) * alpha;

这段代码看着平淡无奇，但第一版我就是漏了 wrap180，结果设备转到正南附近时指针会突然反向甩一圈，当时还以为是磁干扰，拿着示波器看了半天数据才反应过来是数值问题。

4.3 互补滤波的参数整定与实测数据

融合算法我用的是互补滤波，没用卡尔曼，原因是卡尔曼的状态噪声和观测噪声参数在这个场景下很难整定得比互补滤波好，而且互补滤波的物理意义直观，出问题容易定位。

公式很朴素：先用陀螺仪的 Z 轴角速度积分出预测角，再用磁力计算出的航向角做观测修正：

heading = wrap180(heading + gyro_z × dt) × α + heading_mag × (1 - α)

α 的取值决定了信任谁。α 越接近 1，越信任陀螺仪，响应快但磁干扰纠正慢；α 越小，越信任磁力计，抗漂移好但噪声大。工程上的换算方式是：时间常数 τ = α × dt / (1 - α)，物理含义是“磁力计把陀螺仪漂移拉回来所需的特征时间”。

我实测了几组参数，在 100Hz 采样、dt = 10ms 的条件下：

最终选的是 α = 0.95。这个值在静止抖动和干扰恢复之间拿到了比较好的平衡：静止时指针抖动在 ±1.2° 以内，肉眼看不出晃动；快速转身时指针跟手，滞后约 0.2 秒，看起来是“有阻尼的顺滑”而不是“拖泥带水”；遇到磁干扰时，陀螺仪能顶住大约半秒，干扰过去后自动拉回。

还有一个动态调整的优化：检测到磁干扰时把 α 临时提到 0.99，全力信任陀螺仪，把干扰“屏蔽”掉；干扰解除后再用几秒钟缓慢降回 0.95，避免角度突变。这个软切换比硬切换体验好很多，实测干扰前后的角度跃变从 15° 降到 3° 以内。

4.4 干扰检测与可信度分级

干扰检测我用了三个独立判据，任意一个触发就降级：

可信度分三级：正常（绿色，直接输出）、可疑（黄色，输出但标注）、不可信（红色，冻结输出并提示用户）。这个分级是为了避免“过度保护”——如果稍微有点风吹草动就冻结，用户会觉得这功能很脆弱；如果一直报正常，用户会被误导。三级分类在实测中表现不错，正常室内场景下黄色提示大概每分钟出现一两次，都是路过铁质家具引起的，用户已经形成了“看到提示就挪一下”的习惯。

4.5 屏幕指针的视觉平滑

算法输出的是数字，用户看到的是动画。这两者之间的差距，我花了差不多一周才磨平。

第一个问题是帧率不匹配。算法跑 100Hz，屏幕刷新 30Hz，如果每帧都直接跳到最新值，看起来会很“跳”。解决方式是屏幕上做独立的插值，每帧只走“当前角度到目标角度”这个最短夹角的一部分，插值系数取 0.25。这个做法其实就是在显示层再加了一级低通，好处是可以做得比算法层更重而不影响算法本身的响应性。

第二个问题是指针的“呼吸感”。一阶低通在接近目标时会越来越慢，看起来像橡皮筋。换成临界阻尼的二阶弹簧模型之后，指针到位时有一点自然的“收势”，观感好很多。具体实现是维护角度和角速度两个状态，每帧更新：

float dx = wrap180(target - current); vel += dx * stiffness * dt; vel *= damping; current = wrap180(current + vel * dt);

stiffness 和 damping 这两个参数我用的是 220 和 0.82，频率大约 2.4Hz，衰减时间约 0.6 秒。这个数值跟设备的圆形屏幕尺寸匹配——指针长 28 像素，太小则看到的是抖动，太大则像喝醉了。

第三个细节是低速时的噪声抑制。设备静止时，算法输出的航向角会有 ±0.5° 的残余抖动，这个量级在指针上表现为一两个像素的晃动，很碍眼。我在显示层加了死区：如果夹角小于 0.8° 就不动，超过才启动插值。死区不能太大，超过 1.5° 用户就能感觉到“指针粘住了”。

5. 实测调优：把纸上参数变成能用的体验

5.1 测试台搭建与真值获取

没有真值参照，所有调优都是瞎猜。我的测试台非常简陋但够用：一个带角度刻度的转盘（精度 1°），上面固定一个夹具把设备卡住，确保每次放置的朝向一致；一个三脚架负责在不同倾角下测试；参考方向用太阳阴影法标定，正午前后在地面上插一根直杆，阴影方向就是真北附近，再用当地磁偏角换算成磁北，这个方法的绝对精度大约 ±1.5°，足够做 ±3° 指标下的参照。

测量流程是：设备开机——等待校准参数加载——水平放置一分钟让滤波收敛——每转 15° 停 5 秒记录一次读数——转完一圈算均方根误差和最大误差。这个流程跑一轮大概十分钟，我前后跑了上百轮。

5.2 分场景实测数据

最终版本的实测结果整理成下面这张表：

倾斜 ±45° 那行的超标，我分析下来是加速度计倾角精度的固有限制：倾角越大，重力在水平面上的投影越小，信噪比越差。产品定位里没要求这么极端的姿态，所以没有继续优化。

手持慢走那行的误差主要来自走路时的上下颠簸。我尝试过用陀螺仪完全接管倾斜估计，效果反而更差，因为陀螺仪的俯仰漂移会累积。最终的妥协方案是走路时把加速度计的低通截止频率从 5Hz 降到 2Hz，牺牲响应换稳定，误差降到 3.4°。

5.3 干扰源排查实录

这部分是我踩坑最多的地方，按“杀伤力”从大到小排一下实际遇到的干扰源。

排第一的是扬声器。前面说过，满音量时能把航向带偏几十度，而且干扰跟音频内容相关，不是稳定的偏移，软件根本没法建模。唯一的解法是物理距离，我们最终是靠调整结构布局解决的。

排第二的是磁吸配件。用户给设备贴了个磁吸支架，这东西的磁场强度能到地磁的十倍以上。这种情况软件完全无能为力，只能检测到强干扰后提示用户移除。有意思的是，磁吸状态下设备其实是静止的，用户会以为是“指南针坏了”。所以我们的提示文案写成了“检测到强磁干扰，请移除设备附近的磁吸配件”，把判断交给用户。

排第三的是充电时的电流磁场。锂电池充电时，主板上的大电流走线会产生几百微特斯拉的磁场，虽然比扬声器弱，但胜在持续。解决方案很简单：充电状态下直接禁用指南针功能，或者至少标注“充电中，精度下降”。

排第四的是结构件。这个最隐蔽。我们发现一批样机的校准参数总是对不上，查了很久才定位到固定主板的某一颗螺丝——供应商换了一个批次的螺丝，材料从无磁不锈钢换成了带弱磁性的型号，虽然是弱磁，但足够把校准带偏。这个坑提醒我，物料变更时磁特性必须纳入检查项。

还有一个意外发现：屏幕本身也会贡献一点干扰。屏幕点亮和熄灭时，磁力计读数有 0.5μT 左右的差异，来自背光升压电路。这个量级折算到航向约 1°，在我们的容忍范围内，所以没做特殊处理，但如果你的产品要求更高精度，可以考虑在屏幕状态切换后做一次微小的偏移补偿。

5.4 功耗与刷新率的权衡

HiChatBox 是电池供电，指南针又是一个常驻功能，功耗必须精打细算。

磁力计连续 100Hz 工作大约 200μA，加速度计 100Hz 约 150μA，陀螺仪 100Hz 是耗电大户，约 900μA。三个加起来超过 1.2mA，对一颗小电池来说压力不小。

我的优化策略是分场景降频：指南针界面在前台可见时，全速运行；界面切走但还在后台记录姿态时，降到 25Hz，功耗压到 400μA 左右；熄屏时完全关闭磁力计和陀螺仪，只保留加速度计做抬腕检测。这个策略让指南针功能对整机续航的影响从肉眼可见降到了几乎测不出来。

降频带来的一个副作用是切换瞬间的角度跳变。从 25Hz 切回 100Hz 时，由于滤波器的状态是基于旧采样率算的，第一帧会出现一个小的过冲。处理办法是在切换时重置滤波器状态到当前磁力计测量值，同时把 α 临时调小，让磁力计快速接管，几百毫秒后再恢复。

6. 常见问题速查与踩坑记录

6.1 问题排查速查表

下面这些是我和同事在这六周里真实遇到过的问题，按现象归类，遇到类似症状可以先对着表过一遍：

6.2 几条不在文档里的实操心得

说几条我认为最有价值、但任何器件手册上都不会写的东西。

第一条：校准场地比校准算法重要。我最早在实验室里校准，旁边就是一堆金属货架，校准出来的参数怎么验证都不对，折腾了两天才意识到是场地问题。后来我把校准流程挪到室外空旷处，同样的算法，误差直接从 8° 掉到 2°。所以在做任何算法优化之前，先确认你的校准环境是干净的。

第二条：不要迷信单次校准。磁环境是会变的，尤其是可穿戴和便携设备，用户可能贴着身体携带、放进有金属扣的包里、贴着车载支架。我的做法是保留最近三次的校准结果，如果某次校准的拟合残差明显优于当前参数，就自动替换；同时在用户手动触发重校时，把上一次的残差作为基线显示出来，让用户有个直观判断。

第三条：把调试数据留出来。我在固件里预留了一个低开销的环形缓冲区，可以记录最近 30 秒的磁力计三轴、加速度计三轴、陀螺仪 Z 轴、以及最终输出的航向角。用户反馈“指南针不准”时，让用户触发一次数据导出，比反复猜测效率高一个数量级。这个缓冲区只占几 KB，但救了我无数次。

第四条：从需求出发设指标，别从器件出发。我最初被器件手册上 0.04μT 的分辨率迷惑，以为精度天然就有 1° 以内，结果实际做出来被打回原形。后来重新按场景定指标——徒步问路 ±5° 就够用，合影表情 ±10° 都行——整个方案一下就松快了，很多过度设计都可以砍掉。

第五条，也是我最后悔没早点做的一条：从一开始就把磁力计的数据接入统一的传感器日志系统，和加速度计、陀螺仪用同一个时间基准。我前两周是分开调试的，磁力计和加速度计的日志时间戳对不齐，分析倾斜补偿问题时完全没法定位是哪一颗芯片的锅。统一时间基准之后，很多问题的定位时间从几小时缩短到几分钟。

我个人在实际项目里最深的体会是，这类“物理世界传感器”的功能，软件占比远没有想象中高。真正的难点在于理解误差的来源——哪些误差可以通过校准消除，哪些只能靠物理布局规避，哪些只能通过降级提示来管理用户预期。把这三种误差分清楚，剩下的就是写代码的体力活了。指南针这个功能上线之后，我又顺着同样的思路做了气压计的高度估算和 IMU 的姿态识别，方法论基本是通用的：先搞清物理，再谈算法。