MPU6050 是一款常用的六轴运动传感器（包含三轴加速度计和三轴陀螺仪），但它无法直接输出偏航角（Yaw）等欧拉角数据。若需获取偏航角，需通过传感器数据融合和姿态解算算法来实现。以下是关键要点：

1. 偏航角（Yaw）的挑战

• MPU6050的局限性：
  MPU6050 没有内置磁力计（即三轴磁强计），因此无法感知地球磁场方向。仅凭加速度计和陀螺仪的数据，无法长期稳定地计算偏航角，因为：

  • 陀螺仪积分会随时间产生累积误差（漂移）。
  • 加速度计只能通过重力矢量计算俯仰角（Pitch）和横滚角（Roll），但对偏航角无贡献。

• 需要磁力计辅助：
  若要准确获取偏航角，通常需要结合 MPU6050 和磁力计（如 HMC5883L），或直接使用包含磁力计的传感器（如 MPU9250）。

2. 获取偏航角的方案

方案一：陀螺仪积分（短期粗略估计）

• 原理：通过对陀螺仪的角速度积分计算偏航角。
• 缺点：积分误差会快速累积，导致偏航角漂移，仅适用于短时间测量。

方案二：传感器融合算法

• 需磁力计支持：利用加速度计、陀螺仪和磁力计的数据，通过算法融合计算姿态。
• 常用算法：
  • 互补滤波：简单易实现，适合低资源系统。
  • 卡尔曼滤波：更复杂，但抗噪性能更好。
  • DMP（Digital Motion Processor）：MPU6050 内置的硬件解算单元，可输出四元数，需配合磁力计数据校准偏航角。

3. 实现步骤（示例）

1. 硬件连接：将 MPU6050 和磁力计接入微控制器（如 Arduino）。
2. 数据读取：获取加速度、角速度、磁场强度原始数据。
3. 传感器校准：消除陀螺仪零偏、加速度计偏移、磁力计硬铁/软铁干扰。
4. 姿态解算：
   • 使用四元数或旋转矩阵融合数据。
   • 通过加速度计和磁力计校正陀螺仪积分误差。
5. 欧拉角转换：将四元数转换为偏航角（Yaw）、俯仰角（Pitch）、横滚角（Roll）。

4. 注意事项

• 磁干扰环境：磁力计易受金属物体或电磁场干扰，需在无干扰环境中校准和使用。
• 动态误差：剧烈运动时，加速度计数据可能不准确，需动态调整滤波参数。
• 库与工具：
  • Arduino 常用库：MPU6050_tockn、KalmanFilter、MadgwickAHRS。
  • 高级平台：ROS 中的 IMU 驱动包或 MATLAB 传感器融合工具箱。

总结

MPU6050 单独使用时无法稳定输出偏航角，必须结合磁力计并通过传感器融合算法实现。若需长期稳定的偏航角测量，建议使用集成磁力计的传感器（如 MPU9250）或扩展外部磁力计。