Un acelerómetro mide la aceleración lineal y puede inferir la inclinación a partir de la gravedad; un giroscopio rastrea la velocidad angular; una IMU empaqueta ambos (y a veces un magnetómetro) en un solo dispositivo. La elección correcta depende de si necesitas medir el impacto, la rotación o la orientación completa, y si puedes permitirte la sobrecarga de deriva, ruido y calibración que conlleva cada uno.
Puntos clave:
- Los acelerómetros funcionan bien para inclinación en condiciones casi estáticas, pero se rompen cuando predominan las fuerzas dinámicas.
- Los giroscopios rastrean la rotación rápida con claridad pero se desplazan sin descanso cuando integras la tasa en el ángulo: los errores de polarización se acumulan en cada muestra.
- Un IMU de 6 ejes no resuelve mágicamente la orientación; Aún necesitas algoritmos de fusión, disciplina de calibración y expectativas realistas sobre la precisión a largo plazo.
- Añadir un magnetómetro (9 ejes) ayuda con el rumbo solo si tu entorno no está lleno de motores, acero u otro ruido magnético.
- Las hojas de especificaciones se encuentran por omisión: la estabilidad de polarización, la deriva de temperatura y el acoplamiento transversal importan más que el número de bits en el ADC.
Lo que realmente mide cada sensor
Un acelerómetro emite una fuerza específica a lo largo de tres ejes ortogonales (X, Y, Z), típicamente en unidades de g o m/s². Responde tanto a la aceleración aplicada como a la gravedad. Un acelerómetro estacionario en una tabla no marca cero: marca aproximadamente 1 g en el eje perpendicular a la superficie porque la mesa empuja hacia atrás contra la gravedad.
Esta respuesta gravitatoria es lo que permite estimar la inclinación. Gira el sensor y el vector 1 g se redistribuye entre los tres ejes. La trigonometría simple extrae ángulos de cabeceo y alabeo.
Pero aquí está el problema: las matemáticas asumen que la gravedad es la única aceleración presente. Agita el sensor, móntalo en un vehículo en movimiento o sometelo a vibraciones, y esas fuerzas dinámicas corrompen la estimación de inclinación. He depurado sistemas donde el acelerómetro de un dron reportaba cambios bruscos de cabeceo durante ascensos agresivos, no porque fallara la IMU, sino porque la aceleración hacia adelante sobrepasaba la señal gravitatoria que el algoritmo esperaba.
Los acelerómetros tampoco pueden detectar la rotación alrededor del vector de gravedad (guiñada para un dispositivo nivelado). Gira un sensor plano sobre una mesa y el acelerómetro ve casi nada.
Un giroscopio mide la velocidad angular - la velocidad a la que algo gira alrededor de un eje - en grados por segundo (°/s) o radianes por segundo. Los giroscopios MEMS proporcionan tres canales correspondientes a la velocidad de balanceo, la tasa de cabeceo y la tasa de guiñada, dependiendo de la convención de tu cuerpo y chasis.
Los giroscopios no muestran ángulo absoluto. Para recuperar la orientación, integras la velocidad angular a lo largo del tiempo:
θ(t) = θ₀ + ∫₀t ω(τ) dτ
donde θ(t) es la estimación del ángulo, θ₀ es el ángulo inicial y ω es la velocidad medida.
La integración amplifica cada error. Un giroscopio con 0,1 °/s de polarización residual - común incluso después de calibración - acumula 6° de error angular por minuto. Los giroscopios reales presentan inestabilidad de sesgo, deriva dependiente de la temperatura y ruido, por lo que la integración sin corregir se vuelve inutilizable en cuestión de segundos a minutos, dependiendo de la calidad del sensor.
Una IMU es un módulo que combina sensores inerciales en un solo paquete. Una IMU típica de 6 ejes contiene un acelerómetro de tres ejes y un giroscopio de tres ejes, proporcionando seis canales de medición. Muchos IMU modernos añaden rangos programables, filtrado digital, búferes FIFO, interrupciones activadas por movimiento e incluso procesamiento embebido. Por ejemplo, el LSM6DSV de STMicroelectronics integra ambos tipos de sensores con rangos configurables a escala completa (±2 a ±16 g para accel, ±125 a ±4000 °/s para giroscopio), filtrado a bordo y soporte de fusión de sensores.
Un IMU no proporciona automáticamente un balanceo, cabeceo o guiñada precisos. Esos requieren calibración, algoritmos de fusión y, a menudo, referencias externas. El IMU te da datos en bruto; Todo lo demás es tu trabajo.
Por qué existe la fusión de sensores
Los acelerómetros proporcionan una referencia gravitacional a largo plazo para el cabeceo y el balanceo, pero sufren interferencias dinámicas. Los giroscopios rastrean la rotación rápida de forma limpia, pero se desplazan cuando están integrados. La fusión de sensores combina ambos para aprovechar sus fortalezas complementarias.
Un filtro complementario es uno de los métodos de fusión más sencillos:
θₑst = α(θprₑv + ωΔt) + (1 - α)θₐcc
donde θₑst es la estimación actualizada del ángulo, α pondera la contribución del giroscopio (típicamente 0,95-0,98), θprₑv es la estimación anterior, ω es la velocidad angular, Δt es el intervalo muestral y θₐcc es la inclinación derivada del acelerómetro.
El giroscopio domina la respuesta a corto plazo, mientras que el acelerómetro corrige suavemente la deriva a largo plazo.
En la práctica, he comprobado que ajustar α tiene menos que ver con la teoría y más con el ensayo: si es demasiado alto, la estimación se desvía; Si es demasiado baja, la vibración introduce ruido en lo que debería ser una rotación suave. El valor óptimo depende de la calidad de tu sensor, perfil de movimiento y de cuánto confías en el acelerómetro bajo tus condiciones de funcionamiento específicas.
Sistemas más sofisticados utilizan filtros de Kalman, filtros de Kalman extendidos (EKF) o algoritmos de Madgwick. Estos modelan explícitamente el ruido y la dinámica de los sensores, pero cuestan más CPU y requieren más ajustes. Un controlador de vuelo de dron funcionando a 1 kHz podría justificar un EKF; un muestreo portátil de bajo consumo a 50 Hz probablemente no.
Cuando un magnetómetro ayuda (y cuando no)
Un magnetómetro mide el vector local del campo magnético a lo largo de tres ejes. Cuando se fusiona con datos de acelerómetro y giroscopio, puede proporcionar una referencia de rumbo relativa al campo magnético terrestre - de ahí el término sistema de "9 ejes".
El BNO055 de Bosch es un ejemplo común: integra un acelerómetro de tres ejes, giroscopio, magnetómetro y un ARM Cortex-M0 que ejecuta firmware de fusión propietario que genera orientación de cuaterniones o ángulo de Euler.
Pero los magnetómetros son referencias frágiles. Motores, imanes, estructuras de acero, cables que transportan corriente, altavoces e incluso portátiles cercanos distorsionan el campo local. He visto robots de interior cuyo rumbo magnético se desplazaba ±30° dependiendo de la habitación que ocupara el robot, puramente por el acero del edificio y el equipo de climatización.
Si tu aplicación opera en un entorno magnéticamente limpio y necesitas rumbo absoluto sin GPS, una configuración de 9 ejes tiene sentido. Si estás cerca de motores, en un vehículo o en interiores con condiciones magnéticas desconocidas, el magnetómetro suele añadir más carga de calibración que valor. En esos casos, una IMU de 6 ejes más una fuente de rumbo externa (GPS, odometría de ruedas, puntos visuales) suele ser más fiable.
Las especificaciones que realmente importan
Rango a escala completa
Los rangos de los acelerómetros suelen ser ±2, ±4, ±8 o ±16 g. Los rangos del giroscopio van de ±125 a ±2000 °/s o superiores. El ST LSM6DSV ofrece rangos de hasta ±16 g y ±4000 °/s.
Más ancho no siempre es mejor. Un acelerómetro de ±16 g tiene una resolución de bits menos significativos más gruesa que un ajuste de ±2 g (asumiendo la misma profundidad de bits del ADC), y las especificaciones de ruido suelen degradarse en rangos altos. Elige el rango más pequeño que no sature durante el funcionamiento normal más los transitorios.
Un sensor de inclinación que está sobre un escritorio necesita ±2 g. Un cuadricóptero que experimente maniobras agresivas podría necesitar ±8 g. Un registrador de impacto en un contenedor de transporte podría necesitar ±16 g o más.
Densidad de ruido y estabilidad de polarización
La densidad de ruido (normalmente μg/√Hz para acelerómetros, m°/s/√Hz para giroscopios) indica cuánto ruido de medición aparece por unidad de ancho de banda. Cuanto menos es mejor, pero también tienes que tener en cuenta el ancho de banda y el filtrado de tu aplicación.
La estabilidad del sesgo describe cuánto se desvía el offset de tipo cero a lo largo del tiempo. Para los giroscopios, esto es fundamental: un giroscopio con inestabilidad de polarización de 1 °/s se desplazará 60° por minuto si se integra sin corrección. Los IMU de alta calidad (tácticos o de navegación, a menudo entre $100-$1000+) alcanzan la estabilidad de polarización inferior a 1°/h. Los giroscopios MEMS para consumidores (menos de 10 dólares) están más cerca de 10-50 °/hora o peor.
He aprendido a no fiarme ciegamente de las especificaciones de sesgo. Mide el comportamiento real de sesgo en tu sistema, a temperatura de funcionamiento, después de tu perfil de reflow. Las hojas de datos muestran valores típicos o máximos bajo condiciones controladas que no siempre coinciden con el mundo real.
Deriva de temperatura
El sesgo cambia con la temperatura. Un giroscopio podría mostrar un sesgo de 0,05 °/s a 25°C y 0,3 °/s a 60°C. Si tu sistema experimenta ciclos térmicos - dentro del salpicadero del coche, cerca de un motor, a la luz solar - la compensación de temperatura se vuelve obligatoria.
Algunas IMU incluyen sensores de temperatura internos y coeficientes de compensación calibrados de fábrica. Otros requieren que caractices el drift tú mismo y apliques correcciones en el software.
Frecuencia de muestreo y latencia
La tasa de datos de salida (ODR) determina con qué frecuencia recibes nuevas muestras. El ancho de banda determina qué contenido de frecuencia representan esas muestras.
Un ODR de 1 kHz suena impresionante, pero es excesivo si tu sistema mecánico no puede cambiar más rápido que 50 Hz y estás limitado en ancho de banda por un filtro digital de 100 Hz dentro de la IMU. Un muestreo más rápido aumenta el tráfico I²C/SPI, la sobrecarga de interrupciones y el consumo de energía sin mejorar la calidad de la medición.
Ajusta el ODR y el ancho de banda a tu tasa de bucle de control y a la dinámica más rápida que necesitas observar. Un dron podría realizar muestreo de IMU a 1 kHz para alimentar un controlador de actitud de 800 Hz. Un monitor de actividad que registra pasos una vez por segundo puede funcionar con 50 Hz o menos.
6-ejes vs. 9-ejes: lo que realmente obtienes
| Factor | IMU de 6 ejes | Sistema de 9 ejes |
|---|---|---|
| Acelerómetro | 3 ejes | 3 ejes |
| Giroscopio | 3 ejes | 3 ejes |
| Magnetómetro | Ninguno | 3 ejes |
| Inclinación basada en la gravedad | Sí | Sí |
| Rumbo absoluto (magnético) | No | Sí, si el entorno lo permite |
| Preocupación por interferencia magnética | No es un problema de sensor | ¿Puede corromper el encabezado |
| Complejidad de calibración | Accel + giroscopio | Accel + giroscopio + cargador (ajuste 3D de elipsoide) |
| Caso de uso típico | Estabilización, seguimiento de movimiento sin rumbo | Orientación con referencia de encabezado |
La etiqueta "9-ejes" se refiere a nueve canales de sensores, no a nueve grados de libertad mecánicos. Un cuerpo rígido en el espacio 3D tiene seis profundidades de campo (tres traslaciones, tres rotaciones). Estás midiendo esos seis DOF usando nueve flujos de datos, algunos de los cuales son redundantes o complementarios.
Compensaciones de aplicaciones en el mundo real
Los drones exigen baja latencia, altas tasas de muestreo y buen rendimiento del giroscopio. La vibración de los motores es un problema persistente: el aislamiento mecánico (separadores de goma, espuma) y los filtros de muesca ajustados a las frecuencias del motor ayudan. El rumbo magnético suele ser poco fiable cerca de los motores sin escobillas, por lo que la velocidad GPS o la odometría visual proporcionan referencia de guiñada en su lugar.
Los wearables priorizan la potencia, el tamaño y la detección de movimiento integrada por encima de la precisión pura. Muchos integran algoritmos de reconocimiento de actividad directamente en la IMU para reducir los despertares de la MCU. La orientación absoluta no es crítica; detectar pasos, gestos o postura de sueño sí lo es.
La robótica (robots de equilibrio, cardans, exoesqueletos) necesita retroalimentación de tasa angular y una precisión razonable en la inclinación. La alineación sensor-cuerpo importa: un desalineamiento de 2° en el montaje sesga directamente tus estimaciones de alabeo/cabeceo. He pasado horas depurando "inclinación misteriosa" en un robot de dos ruedas que resultó ser una inclinación de 1,5° de la IMU en la PCB.
Los smartphones utilizan IMUs para la rotación de pantallas, juegos y realidad aumentada. Han reducido el coste y tamaño de los sensores MEMS para consumidores, pero también han establecido expectativas de una precisión "suficientemente buena": los usuarios toleran algunos grados de deriva en las aplicaciones de AR porque la experiencia se reinicia con frecuencia.
La monitorización de la maquinaria industrial utiliza acelerómetros para el análisis de vibraciones (desgaste de rodamientos, desequilibrio) e inclinómetros para inclinación o nivelación. Aquí, la preocupación suele ser entornos hostiles (temperatura, choque, EMI) en lugar de bucles de control a alta velocidad.
Seleccionando el sensor adecuado para tu diseño
Empieza con el Movimiento, No con el Sensor
¿Qué intentas medir? ¿Inclinación? ¿Tasa de rotación? ¿Orientación 3D completa? ¿Detección de impactos? ¿Frecuencia de vibración?
Si solo necesitas saber "si el dispositivo está inclinado más de 15°", un acelerómetro de un solo eje podría ser suficiente. Si necesitas detectar eventos de rotación pero no te importa el ángulo absoluto, un giroscopio solo funciona. Si necesitas un cabeceo/balanceo/guiñada estables en minutos, necesitas una IMU de 6 ejes con fusión.
Definir las condiciones de funcionamiento
- Rango de movimiento: ¿Cuál es la velocidad máxima esperada de aceleración y rotación, incluyendo los transitorios?
- Entorno: Rango de temperatura, espectro de vibración, interferencia magnética, restricciones de montaje.
- Budget de energía: Muestreo siempre activo frente a despertar activado por movimiento.
- Tolerancia de latencia: Los bucles de control necesitan datos nuevos; El registro de datos puede tolerar retrasos.
Evaluar las especificaciones de los sensores en contexto
No compares solo la resolución. Un ADC de 16 bits no ayuda si el ruido ocupa los 4 bits inferiores. Mira:
- Densidad de ruido en el rango y ancho de banda elegidos
- Offset en gravitate cero y sesgo de tasa cero (y su estabilidad)
- Coeficientes de temperatura
- Sensibilidad a los ejes cruzados (idealmente <2%)
- Consumo de tensión y corriente de alimentación
Decide dónde ocurre la fusión
Algunas IMU (como la LSM6DSV o la BNO055) incluyen procesamiento embebido que genera orientación directamente. Otros proporcionan datos en bruto y esperan que tu MCU ejecute el algoritmo de fusión.
La fusión embebida descarga tu procesador y puede reducir la energía (el coprocesador de la IMU suele ser más eficiente que activar tu MCU principal a alta velocidad). Pero sacrificas la configurabilidad: te quedas atascado con el algoritmo y la tasa de actualización del fabricante.
Si necesitas una integración estrecha con otros sensores (cámaras, LiDAR, codificadores) o lógica de fusión personalizada, las IMUs de datos en bruto te dan control a costa de la complejidad del software.
Verificar la interfaz e integración
El I²C es conveniente para buses multisensor y cableado sencillo, pero limitado a ~400 kHz (o 1 MHz en modo rápido+). SPI es más rápido y determinista, a costa de más pines. Algunas IMU más nuevas soportan I3C para mayor velocidad y menor consumo.
Comprueba que tu MCU soporte la velocidad y el tiempo de interfaz que necesitas. Un ODR de 1 kHz sobre I²C a 400 kHz es factible para un paquete pequeño (quizá 14 bytes), pero marginal si también estás sondeando un magnetómetro, barómetro y otros dispositivos en el mismo bus.
Problemas comunes y cómo solucionarlos
La orientación se desvía lentamente incluso estando quieto: Polarización del giroscopio. Recoge unos segundos de datos estacionarios al inicio, promedia las lecturas y resta ese desplazamiento de las muestras posteriores. Esto solo corrige el sesgo constante: la inestabilidad y la deriva de temperatura permanecen.
El ángulo de inclinación cambia cuando aceleras el dispositivo: La aceleración dinámica se mezcla con la gravedad en la salida del acelerómetro. Aumenta la constante de tiempo (1 - α inferior) en tu filtro complementario para confiar más en el giroscopio durante el movimiento, o añade monitorización de magnitud de aceleración para detectar cuando el acelerómetro no es fiable.
Las lecturas de la IMU son excesivamente ruidosas: Revisa el montaje mecánico (los tornillos sueltos transmiten vibraciones), revisa el ancho de banda y los ajustes de filtro en los registros de la IMU, e inspecciona la fuente de alimentación para detectar ruido. He rastreado problemas de "IMU ruidoso" a condensadores de desacoplamiento insuficientes en el pin VDD del sensor.
El movimiento se satura a un valor fijo: Has alcanzado el límite a escala completa. Aumenta el alcance. Luego replantea si realmente necesitas medir ese movimiento extremo o si el evento es una anomalía que deberías detectar por separado (por ejemplo, detección de caídas con un umbral de alta g dedicado).
Los ejes están al revés o intercambiados: Desajuste de marcos de coordenadas. Dibuja la orientación del sensor en tu PCB, confirma la serigrafía o el diagrama de la hoja de datos X/Y/Z y mapea explícitamente el chasis de tu vehículo/robot/dispositivo. Los errores de señalización aquí harán que tu sistema de control se enfrente a sí mismo.
Rumbo magnético gira aleatoriamente: Motores, imanes o acero cercanos. Mueve el magnetómetro si es posible, mejora la calibración o desactiva el rumbo magnético y usa GPS/odometría/otras fuentes.
El jitter de temporización provoca saltos de ángulo: Si integras la tasa del giroscopio con un Δt nominal pero los intervalos de muestreo reales varían en milisegundos, se acumulan errores de ángulo. Marca la hora de cada muestra (desde el contador interno del IMU o tu tick RTOS) y usa el intervalo real en tu integración.
Lo que esto significa para tu próximo diseño
Para la detección de inclinación en condiciones casi estáticas - piensa en niveles de construcción, nivelación de plataformas o detección de orientación en dispositivos de consumo - un acelerómetro por sí solo suele funcionar y cuesta menos. Acepta que el movimiento y la vibración lo alterarán.
Para seguimiento de rotación sin precisión angular a largo plazo - giroscopios de tasa en cardanes de cámara, detección de velocidad en plato giratorio - utiliza un giroscopio. No integres con el ángulo a menos que reinicies o corrijas con frecuencia.
Para una orientación de corta duración (de segundos a minutos) en entornos dinámicos - estabilización de drones, cascos de realidad virtual, cardanes portátiles - una IMU de 6 ejes con filtrado complementario o Kalman ofrece resultados prácticos. Calibra la polarización del giroscopio al arrancar y ajusta el filtro para que coincida con tu perfil de movimiento.
Para navegación o orientación de larga duración de minutos a horas, fusiona la IMU con referencias externas: velocidad GPS, codificadores de ruedas, odometría visual o puntos de referencia fijos. La IMU proporciona actualizaciones de movimiento a alta velocidad entre mediciones absolutas más lentas.
El sensor no es el sistema. El soporte mecánico, el entorno térmico, el proceso de calibración, el algoritmo de fusión y las referencias externas determinan si obtienes una orientación útil o un desastre a la deriva. Elige el sensor que se ajuste a tu rango de movimiento y presupuesto de errores, y luego invierte el esfuerzo en integrarlo correctamente.
Preguntas frecuentes
¿Puede un acelerómetro medir la rotación?
No. Mide la aceleración lineal y puede inferir inclinación a partir del vector gravitatorio en condiciones casi estáticas, pero no mide la velocidad angular ni la rotación alrededor del eje gravitatorio.
¿Por qué combinar un acelerómetro y un giroscopio?
Se complementan entre sí. El giroscopio registra la rotación rápida pero se desvía cuando está integrado. El acelerómetro proporciona una referencia gravitacional a largo plazo para el cabeceo y el balanceo, pero se descompone durante el movimiento dinámico. La fusión corrige la debilidad de cada sensor.
¿Qué significa "6-ejes" o "9-ejes"?
Una IMU de 6 ejes tiene tres ejes acelerómetros y tres ejes giroscopios. Un sistema de 9 ejes añade tres ejes magnetómetros. Estos son canales de sensores, no grados de libertad mecánicos.
¿Un IMU me da posición sin GPS?
Solo brevemente. Los datos del acelerómetro de doble integración acumulan errores tan rápido que las estimaciones de posición se vuelven inutilizables en cuestión de segundos a menos que se tengan correcciones externas (codificadores de ruedas, odometría visual, etc.).
¿Por qué mi IMU calibrado sigue derivando?
La calibración reduce los errores de polarización y escala, pero no elimina el ruido, los efectos de la temperatura ni la inestabilidad que varía en el tiempo. La integración del giroscopio amplifica cada error restante. Se requiere fusión de sensores y referencias externas para la estabilidad a largo plazo.
¿Cuándo debería añadir un magnetómetro?
Cuando se necesita un rumbo absoluto, opera en un entorno magnéticomente limpio y puede manejar la complejidad de calibración (ajuste elipsoide 3D, que a menudo requiere que el usuario agite el dispositivo en un patrón de 8). Si hay motores, acero o imanes cerca, el magnetómetro suele causar más problemas de los que resuelve.
