成果在近期转化为 iOS/iPadOS App 原型 Visual Field,但暂无上架 App Store 的计划。文末也有仓库链接。
其实是很简单的一个想法,利用每个人手上都有的通用设备——智能手机,来测量 Helmholtz 线圈产生的磁场。相比传统实验方法,本实验简化了仪器需求,降低了实验门槛。
摘要
本实验利用智能手机内置的惯性测量单元 (IMU) 和磁传感器,通过 Sensor Logger App 测量 Hemholtz 线圈产生的磁场。相比传统实验方法,本实验简化了仪器需求,降低了实验门槛。在实验中,基于 Kalman 滤波处理传感器数据,结合数值积分计算位移,对磁场变化进行了精确测量和校准。结果表明,Hemholtz 线圈中心磁场的大小和分布与理论模型基本一致。尽管测量结果仍存在位置漂移和背景磁场干扰,但实验方法展示了智能设备在科学测量中的应用潜力。
关键词: Helmholtz 线圈,智能手机,IMU,磁场测量,Kalman 滤波
1 引言
本实验利用智能手机内置的惯性测量单元 (Inertia Mesurment Unit, IMU) 和磁传感器,使用 Sensor Logger App 测量 Helmholtz 线圈产生的磁场。Helmholtz 线圈是由两个同轴的圆形线圈组成,两个线圈的中心重合,线圈的半径相等,线圈的匝数相等,线圈的匝数足够多,使得线圈的磁场近似均匀。两个线圈的电流方向相同,电流强度相等,使得两个线圈产生的磁场叠加,形成一个均匀的磁场区域。在 Helmholtz 线圈的中心区域,磁场的方向与线圈的轴线平行,磁场的大小与线圈的电流强度和线圈的半径有关。
2 创新点
本实验的创新点在于利用智能手机内置的 IMU 和磁传感器测量 Helmholtz 线圈产生的磁场。传统的实验方法需要使用霍尔探头,需要首先对探头进行标定;而本实验利用智能手机内置的传感器,无需额外的设备,简单方便。
3 实验目的
- 了解 Helmholtz 线圈产生的磁场的特点。
- 利用智能手机测量 Helmholtz 线圈产生的磁场。
4 实验仪器
- 直流电源
- Helmholtz 线圈及导轨支架
- 智能手机
5 实验原理
Helmholtz 线圈由两组半径相等、匝数相同且电流方向一致的同轴圆形线圈组成,其标准配置为两线圈间距等于其半径。线圈中心磁场的理论公式为:
其中, 为真空磁导率, 为每组线圈匝数, 为电流, 为线圈半径 [1]。
6 实验步骤
- 确认 Helmholtz 线圈关闭,将智能手机放在实验装置的导轨上,使得智能手机的 IMU 与磁传感器的测量方向 y 轴与 Helmholtz 线圈的轴线平行。采集一段时间的数据作为静止时的校准数据。
- 调整两个线圈的间距为线圈半径的长度。
- 打开 Helmholtz 线圈,调节电流大小到合适范围。
- 开始采集数据,将智能手机沿导轨由一端向另一端移动。到达另一端后,停止采集数据。
7 数据处理
加速度计与磁传感器的原始测量数据如图 \ref{fig:accel_raw} 和图 \ref{fig:mag_raw} 所示。
由于 IMU 传感器的数据存在噪声,可能会导致数据漂移,因此需要对数据进行滤波处理。常用的滤波方法有均值滤波、中值滤波、Kalman 滤波等。本实验选用 Kalman 滤波,原理由以下公式描述:
其中, 为状态向量, 为状态转移矩阵, 为输入矩阵, 为输入向量, 为状态转移噪声, 为观测向量, 为观测矩阵, 为观测噪声 [2]。Kalman 滤波器通过迭代来对参数进行估计,使得观测值与状态值之间的误差最小。
本实验使用 10 次自动迭代参数估计的 Kalman 滤波器对加速度计三个轴的数据分别进行了滤波处理,滤波后的数据如图 \ref{fig:accel_raw_vs_filtered} 所示。可以看出,滤波后的数据更加平滑,噪声更少。
接下来,对加速度计的数据进行数值积分,得到速度和位移。速度和位移的计算公式如下:
此处使用梯形公式,将加速度对时间进行两次数值积分得到位移,其中 为采样点编号, 为采样点总数, 为采样时间间隔; 为加速度在各轴向的分量, 为速度矢量, 为位移矢量。
计算校准数据中磁场矢量平均值,作为校准磁场矢量。将测量数据中的磁场矢量减去校准磁场矢量,得到磁场变化:
由于磁传感器的采样时间与加速度计不同,需要对位移数据进行插值处理。使用简单的线性插值方法,将磁传感器的数据插值到加速度计采样时间点。插值后的磁场矢量随位移变化如图 \ref{fig:magnetic_field_vectors_on_displacement} 所示。
8 分析
由图 \ref{fig:accel_raw} 和 \ref{fig:magnetic_field_vectors_on_displacement} 可大致看出磁场矢量大小随着距离 Helmholtz 线圈中心距离增加而减小,符合 Helmholtz 线圈磁场的特点。
然而,图 \ref{fig:magnetic_field_vectors_on_displacement} 数据仍存在较大位置漂移和磁感应强度偏差,背景磁场未完全消除。利用惯性导航方程,结合角速度计数据,并采用高维 Kalman 滤波器融合多传感器数据及高维状态向量,可更有效消除位置漂移和磁感应强度误差。
9 结论与展望
本实验利用智能手机内置惯性测量单元(IMU)和磁传感器对 Helmholtz 线圈产生的磁场进行了测量和分析。实验结果表明,智能手机作为低成本、便携的磁场测量工具,初步验证了 Helmholtz 线圈磁场分布特性。但实验仍存在位置漂移和背景磁场影响未完全消除、测量精度有限等不足,主要与传感器精度、滤波方法简单及多传感器融合算法欠优化有关。
未来改进方向:
- 优化数据处理,结合高维 Kalman 滤波与惯性导航方程,融合加速度计、磁传感器、角速度计数据,减少位置漂移,提升测量精度。
- 精准标定传感器,采用先进误差校正方法,提升磁场测量精度。
- 设计动态校准算法实时消除背景磁场干扰,提高测量可靠性。
- 扩展至三维空间磁场测绘,构建磁场分布模型,助力磁场可视化及深入研究。
该方法低成本、便携、普适,为磁场测量开辟新途径。智能手机作为普及设备,降低实验门槛,使非物理专业研究者亦能参与磁场科学探索。应用前景包括教学实验、环境磁场监测及便携磁场探测设备开发。未来结合更多传感器和先进测量方法,智能手机有望成为重要磁场测量与分析工具。
参考文献
[1] Helmholtz H. Ueber einige Gesetze der Vertheilung elektrischer Ströme in körperlichen Leitern mit Anwendung auf die thierisch-elektrischen Versuche [J]. Annalen der Physik, 1853, 165(6): 211-233.
[2] Bishop G., Welch G. An Introduction to the Kalman Filter [J]. Proc of SIGGRAPH, 2001, 8(27599-23175): 41.