恭喜你成功调通了驱动，传感器输出的数据表明一切工作正常。你提出的这些问题非常棒，它们触及了惯性测量单元（IMU）最核心的物理原理和工程实践。理解了这些，你就能真正地“驾驭”传感器，而不仅仅是让它工作。
下面，我为你系统地补上这些重要的基础知识和常识。(来源 DeepSeek 基于代码和数据手册以及物理常识)
1. 加速度计配置：什么是量程与灵敏度？
加速度计测量的是它感受到的加速度，包括重力加速度和运动加速度。
1.1 量程如何配置？
正如你看到的 CTRL2 表格，通过 aFS<2:0> 这三位的二进制值来设置量程。
- ±2g (
000) - ±4g (
001) - ±8g (
010) - ±16g (
011)
你代码里的设置： 你写入了 0x25，其中 aFS = 010，即配置为 ±8g 的量程。这是一个比较常用的通用设置。
1.2 为什么静止时是 1g？（加速度计核心物理知识）
加速度计在静止时测量到的不是“0”，而是1g。
这是因为加速度计在物理上测量的是支持力，而非纯粹的加速度。
- 想象一下：你站在一个体重秤上静止。体重秤显示你的体重，这个读数并不是你“往下加速”的力，而是地面对你的支持力，它抵消了地球引力（重力）。
- 加速度计也一样：当它静止放置时，内部结构（微小的电容或晶体）会因为地球引力（重力，
g）而产生一个微小的变形。传感器将这个变形测量出来。所以，在静止时，它输出的值是1个标准重力加速度（9.8m/s²，归一化为1g），方向指向地心。 - 三轴读数：只有当加速度计的某一轴与重力方向完全对齐时，该轴才会输出
1g，另外两轴输出0g。这也是为什么你侧放传感器时，重力被分解到了三个轴上，读数成了-0.889g, 0.107g, 0.235g，它们的矢量和仍然是1g。
1.3 灵敏度计算逻辑：LSB/g 是什么意思？
这是把“传感器输出的数字量”翻译成“真实物理量（g）”的换算关系。
公式： 灵敏度 (LSB/g) = 16位ADC的满量程范围 / 物理量程
- 16位ADC的满量程范围：
32768。因为16位有符号整数的范围是-32768到+32767。为了计算方便，我们取绝对值32768。 - 物理量程：你设置的是
±8g，所以总范围是16g。 - 计算:
灵敏度 = 32768 / 8 = 4096 LSB/g。
LSB/g 的含义：
LSB= 最低有效位（Least Significant Bit）。LSB/g的意思是：传感器每测量到 1g 的加速度，其内部数字量会增加（或减少）4096个计数值（LSB）。
举例：
- 如果静止时
Z轴输出4096，那代表1g。 - 如果
X轴输出8192，那代表2g。 - 如果
Z轴输出-4096，那代表-1g（与重力方向相反）。
你的配置的好处： ±8g 是一个很平衡的量程。它能测量你日常晃动、跑步等大多数运动，同时分辨率（4096 LSB/g）也足够精细，能捕捉到细微的姿态变化。如果选 ±16g，灵敏度会降低一半，虽然能测更大的冲击力，但精细度会下降。
2. 陀螺仪配置：什么是量程与角速度？
陀螺仪测量的是角速度，即物体旋转的快慢。
2.1 量程如何配置？
通过 CTRL3 的 gFS<2:0> 位设置，选项非常多：
- ±16 dps 到 ±2048 dps。
你代码里的设置： 你写入了 0x65，其中 gFS = 100，即配置为 ±256dps 的量程。
dps 是什么意思？ dps = degree per second（度每秒）。假设你设置 ±256dps，意味着传感器可以测量的最大角速度是每秒旋转 256 度（约0.71圈/秒）。这个量程适合大多数手持设备、无人机、机器人等应用。对于普通人类行为，每秒旋转256度已经很快了。
2.2 灵敏度计算逻辑（类似加速度计）
陀螺仪的灵敏度单位是 LSB/dps。
以你配置的 ±256dps 为例：
- 公式：
灵敏度 (LSB/dps) = 32768 / 量程 - 计算：
32768 / 256 = 128 LSB/dps
含义：陀螺仪每检测到 1dps 的角速度，其数字量会增加或减少 128 个计数值。
3. 有重要的物理公式？
3.1 合加速度
无论传感器如何放置，静止时三个轴加速度的矢量和大小都为 1g。 |Acc| = √(X² + Y² + Z²) 如果你想计算传感器当前的倾斜角度，这个矢量合成结果是判断静止与运动的基础依据。
3.2 角速度与角度的关系
角速度是角度的“变化率”。 角度 (度) = 角速度 (dps) × 时间 (秒)
举例： 如果陀螺仪在 1秒 内测得 Z 轴角速度为 90dps，那么这1秒内它绕Z轴旋转了 90度。这正是姿态解算的基础。
4. 什么是姿态解算？
姿态解算是用加速度计和陀螺仪的数据，计算出设备在空间中“朝向”的过程。
它解决的核心矛盾：
- 加速度计：它像一个铅垂线，能长期提供准确的、绝对的水平参考（因为它能感知重力方向）。缺点是动态响应很慢，容易受到震动和运动加速度的干扰（你晃它时，它测量的就不只是重力了）。
- 陀螺仪：它像一个高度灵敏的旋转计，能瞬间响应任何旋转，提供非常平滑、及时的角速度信息。缺点是会积累“漂移误差”（积分1秒有1度误差，10秒后可能有10度误差）。
姿态解算（互补滤波/卡尔曼滤波）：正是为了结合两者的优点。
- 加速度计负责提供长期的、绝对的角度参考（修正陀螺仪的漂移）。
- 陀螺仪负责提供短期的、高动态的角度变化（补充加速度计的滞后）。
最终计算出一个平滑、实时、准确的设备姿态（如俯仰角Pitch、横滚角Roll、偏航角Yaw）。
5. 总结：你的代码配置与物理知识的对应
| 代码配置 | 对应的物理设置 | 为什么这么设？ |
|---|---|---|
CTRL2 = 0x25 (aFS=010, aODR=0101) | 加速度计量程 ±8g，250Hz更新率 | 通用性好，能覆盖日常晃动，分辨率足够。 |
CTRL3 = 0x65 (gFS=100, gODR=0101) | 陀螺仪量程 ±256dps，224.2Hz更新率 | 适合大多数角速度场景，与加速度计更新率同步。 |
灵敏度4096 LSB/g 和 128 LSB/dps | 将数字量转换为真实物理量的换算系数 | 这是你从代码 raw_data 到 acc_x, gyro_x 的核心。 |
| 静止时读数 0.9g/0.1g | 重力矢量被分解到三个轴上 | 证明传感器在测量重力，且工作正常。 |
理解这些基础知识和配置逻辑，你就真正掌握了 IMU 的核心原理。下一步，你将能基于这些数据，开始进行更高级的应用——比如利用姿态解算来制作自平衡小车、体感手势控制，或者进行计步、跌倒检测等算法开发。加油！