基于 Madgwick 姿态估计的惯性测量单元信号重力伪影减少：受控物理仿真验证研究

《BMC Research Notes》：Research note on gravity artifact reduction in IMU signals using Madgwick orientation estimation

　　

目标：重力伪影会使惯性测量单元（Inertial Measurement Unit, IMU）信号产生偏倚，从而使地震心动图（Seismocardiography, SCG）等应用复杂化。本研究旨在受控、基于物理的仿真中验证一种使用 Madgwick 姿态估计的重力伪影减少算法。结果：研究人员使用 PyBullet 物理引擎开发了一个计算体模（computational phantom），以生成无重力加速度与模拟 IMU 信号（含重力伪影）的配对数据集。将 Madgwick 姿态与航向参考系统（Attitude and Heading Reference System, AHRS）滤波器应用于估计传感器姿态，随后采用低通滤波的重力投影减去伪影。去除重力后的加速度在所有轴上均与无重力参考密切匹配。绝对平均差始终低于 0.006 m/s²，Pearson 相关系数超过 0.98。互相关分析显示零时间滞后，Bland-Altman 分析显示无比例偏倚（proportional bias）。沿重力 z 轴观察到最高精度。这些仅来自仿真的结果代表理想条件下的上限。在实际部署前仍需实验验证。

论文解读：基于 Madgwick 姿态估计的 IMU 信号重力伪影减少

一、研究背景与问题
现代心冲击图（Ballistocardiography, BCG）和地震心动图（Seismocardiography, SCG）依赖惯性测量单元（Inertial Measurement Unit, IMU）捕获细微生理运动。加速度计既测量平移加速度，也测量重力分量；传感器旋转会改变重力在各轴上的投影，产生方向依赖伪影，偏倚信号解释。准确姿态估计有助于分离这些分量。互补滤波器简单，而基于扩展卡尔曼滤波（Extended Kalman Filter, EKF）的方法需要更多计算和噪声协方差调参；陀螺仪四元数直接积分若无校正融合会漂移。先前机器人臂验证支持 Madgwick 滤波器，因其精度和计算效率，促使它用于重力去除。除姿态估计外，仅加速度计滤波或范数减法可在无陀螺仪时分离重力，但在连续重定向时精度下降。加速度计–陀螺仪联合方法估计姿态并投影重力，已用于心脏运动测量和智能手机 SCG，但通过生理终点验证难以确定重力去除本身的精度。从物理 IMU 测量获得无重力参考仍有挑战。因此，本研究使用基于物理的计算体模（computational phantom），评估 Madgwick 重力去除流程相对模拟无重力加速度的精度、时间对齐和一致性。

二、研究开展与总体结论
研究人员在受控、基于物理的仿真中验证使用 Madgwick 姿态估计的重力伪影减少算法。他们用 PyBullet 物理引擎构建计算体模，生成无重力加速度与含重力伪影模拟 IMU 信号的配对数据集；应用 Madgwick 姿态与航向参考系统（Attitude and Heading Reference System, AHRS）滤波器估计传感器姿态，再用低通滤波重力投影减去伪影。结果显示，去除重力后的加速度在所有轴上与无重力参考密切匹配，绝对平均差低于 0.006 m/s²，Pearson 相关系数超过 0.98；互相关显示零时间滞后，Bland-Altman 分析无比例偏倚，沿重力 z 轴精度最高。该工作的意义在于为重力去除本身的精度提供受控仿真验证，并为 SCG、BCG、可穿戴监测和机器人等潜在应用提供基础；但结果仅来自仿真，代表理想条件下的上限，实际部署前仍需实验 IMU 验证。

三、关键技术方法（不超过250字）
研究基于 PyBullet 物理引擎直接模式仿真 30 s、1000 Hz，重力为世界坐标系负 z 方向 9.81 m/s²。立方体 IMU 安装对象置于两锚定箱之间的可变形布上，一侧锚定箱交替受 1 s 随机外力和静止，产生多轴平移与连续重定向。传感器模型为 TDK InvenSense ICM-42688-P（加速度计 ±2 g、分辨率 16384 LSB/g；陀螺仪 ±31.25^°/s、分辨率 1048.6 LSB/(^°/s)），原始值量化并裁剪。由世界帧速度差生成线加速度并加 g 得模拟 IMU 信号。Madgwick AHRS 以 β=0.05、1000 Hz 估计姿态，4 阶 Butterworth 低通（0.5 Hz，零相位前向-后向滤波）提取重力，投影后从 IMU 信号中减去。分析从 3 s 起共 27 s。无样本队列来源。

四、研究结果
1. Signal visualization（信号可视化）：通过对比 x、y、z 轴无重力平移加速度、原始 IMU 信号与重力去除估计，研究人员发现重力去除消除了约 9.81 m/s² 的 z 轴偏移，去除后信号紧密跟随参考；陀螺仪信号在数据集间相同。残差误差围绕零且无系统漂移，最大绝对误差约为 x 轴 0.064 m/s²、y 轴 0.095 m/s²、z 轴 0.065 m/s²。
2. Error characterization（误差表征）：通过评估平均差、标准差（Standard Deviation, SD）、中位数和四分位距（Interquartile Range, IQR），研究人员发现平均差为 0.0025–0.0055 m/s²；SD 和 IQR 在 z 轴最小、y 轴最大，中位数接近均值。
3. Agreement analysis（一致性分析）：通过 Pearson 相关系数、95% 置信区间（Confidence Interval, CI）、信噪比（Signal-to-Noise Ratio, SNR）和互相关评估，相关系数为 0.9809（x 轴）至 0.9979（z 轴），SNR 为 13.86–23.38 dB，所有轴均零滞后。
4. Bland-Altman analysis（Bland-Altman 分析）：通过计算逐样本差值、偏倚、SD 和一致性限（Limits of Agreement, LoA），发现偏倚小且无明显比例偏倚；LoA 外点比例为 x 轴 5.38%、y 轴 4.93%、z 轴 3.30%，z 轴离群簇靠近零平均加速度。
5. Distribution analysis（分布分析）：通过残差误差直方图评估 LoA 的分布假设，残差居中接近零；x、y 轴分布较宽，z 轴更窄且更尖。
6. Sensitivity analysis（敏感性分析）：通过固定其他参数并评估 Butterworth 截止频率 0.1、0.2、0.5、1.0、2.0、5.0 Hz，发现 0.5 Hz 的 z 轴 SNR 为 23.38 dB，低于 1.0 Hz 的 25.40 dB，高于 0.2 Hz 的 4.35 dB；2.0 Hz 和 5.0 Hz 时 z 轴 SNR 降至 8.49 dB 和 2.27 dB，说明 0.5 Hz 表现良好但并非所有轴最优。

五、讨论与结论
讨论指出，Madgwick 姿态估计与低通滤波重力投影结合的方法在仿真中与无重力参考密切匹配；残差 SD 在 z 轴最小，互相关显示所有轴零滞后。该时间对齐与零相位前向-后向滤波（sosfiltfilt）一致，并对 SCG 分析有意义。低通滤波补充姿态估计，因为单独滤波无法区分低频平移与变化的重力投影；Madgwick 滤波器确定投影，低通滤波器从世界帧垂直分量估计重力大小，再投影到体帧。由于验证完全在仿真数据上进行，报告性能代表理想条件下的上限。SCG、BCG、可穿戴监测和机器人中的潜在应用在实际部署前需要实验 IMU 验证。ARTIFACTS 研究比较正常重力和失重下的物理 BCG 测量，提供了评估可迁移性的潜在途径。未来工作可使用替代仿真框架探索更多运动场景，并纳入真实传感器误差模型。局限性包括：虽建模量化和裁剪，但省略随机噪声、偏置不稳定性、温度效应和长期漂移；陀螺仪噪声和偏置会扰动四元数传播，加速度计噪声和偏置会破坏姿态校正的重力方向参考，姿态误差会扭曲重力投影，垂直加速度计偏置还会偏移滤波重力估计，留下残差伪影；温度效应和长期漂移可引入时变偏置，进一步限制向物理测量的迁移。研究仅评估一个运动场景和 TDK InvenSense ICM-42688-P 传感器模型，未评估对其他运动或传感器的泛化性；β 未变化，截止敏感性也仅针对该场景。持续平移可影响姿态校正，低频垂直运动可污染重力估计，不同运动条件可能需要重新调节两个参数。滤波器收敛可能限制短记录，长时间记录性能未测试；非因果零相位滤波限制离线处理，实时使用需因果滤波和单独相位延迟评估。
研究结论翻译：这些仅基于仿真的结果代表理想条件下的上限；在实际部署前仍需实验验证。