1. 从一颗小芯片到精准罗盘：三轴磁力计到底在测什么
做电子设计这几年，我陆陆续续在无人机、导航模块、手持设备上接触了好几款三轴磁力计传感器，从最经典的HMC5883L，到后来国产的QMC5883L、LIS3MDL，再到车规级的MMC5983MA。说实话，这颗芯片个头不大，封装小到可以贴在指尖上，但它解决的问题非常核心：测量三维空间中的磁场强度和方向。换句话说，它就是给设备装了一只“电子眼睛”，让设备能感知自己朝向哪里、所处的磁场环境是什么样的。
很多人第一次接触磁力计，第一反应是“这不就是个电子指南针吗”。这种理解没错，但只看到了冰山一角。三轴磁力计的核心价值在于：它能同时输出X、Y、Z三个方向的磁场分量，而不仅仅是一个方向角。有了三轴数据，你可以算出完整的姿态信息、判断设备在空间中的朝向，甚至可以通过磁场异常来做定位辅助。拿手机里的地图应用来说，当你在楼宇之间穿梭时，GPS定位漂移很严重，这时候磁力计和陀螺仪配合，就能在短时间内维持一个相对可靠的朝向估计，让你在地图上的箭头不会乱转。
那它解决问题的场景到底有哪些？我简单梳理了一下，目前我实际接触过的应用至少包括这些：
- 电子罗盘和导航：无人机、机器人、手持GPS设备的方向判断，航向角计算
- 室内定位与行人导航：在无GPS环境中，通过磁场特征做指纹定位
- 手势识别与交互：磁铁配合磁力计，做成无接触式开关、旋转手柄
- 车辆检测与铁磁探测：停车场里判断车位有没有车，安检设备探测金属异物
- 姿态参考系统（AHRS）：和加速度计、陀螺仪做数据融合，输出完整三轴姿态
这篇文章我想从一个实际做过项目的角度，把三轴磁力计的工作原理、硬件设计、数据读取、校准流程和常见坑位一次性讲透。无论你是刚要开始玩这颗传感器，还是已经在项目里被它折磨过，这篇内容应该都能帮到你。
2. 磁力计的工作原理与项目需求拆解
2.1 地磁场与霍尔效应：磁力计为什么要做三轴
先说一个很多人忽略的事实：地球本身就是一个巨大的磁体，地磁场强度大约在25到65微特斯拉（μT）之间，不同纬度、不同地区差别很大。比如我国大部分地区地磁场强度大概是50μT上下，也就是500毫高斯（mGauss）。而一块普通的钕铁硼磁铁，在紧贴传感器时产生的磁场强度可以达到数千高斯，是地磁场的几千倍。这个数据对比很重要，因为它直接决定了你的硬件设计和校准策略。
磁力计为什么需要三轴？因为磁场是一个矢量场。你要确定一个物体在空间中相对磁场的方向，至少需要知道磁场在三个正交方向上的分量。只用单轴，你只能知道“这条线上的磁场强度”，完全没有方向信息；用双轴，你可以在一个平面内确定方向，但一旦设备倾斜，角度就全错了。三轴磁力计则能在任意姿态下都输出完整的磁场矢量，配合加速度计做倾斜补偿，就能得到精确的航向角。
从芯片内部结构来讲，目前市面上主流的三轴磁力计多用霍尔效应或磁阻效应来检测磁场。HMC5883L这类用的是各向异性磁阻（AMR）技术，内部有一排磁阻条，磁场变化会引起电阻值变化，通过惠斯通电桥转换成电压信号，再经过ADC量化输出数字量。而像MMC5983MA，用的是TMR（隧道磁阻）技术，灵敏度更高，功耗更低。霍尔效应的芯片则常用于开关型磁传感器，模拟量输出的线性霍尔在低精度场景也用得多。
对项目选型来说，我的经验是：不要只看分辨率和量程，还要看噪声密度、温度漂移、功耗和供应商的供货稳定性。这些参数放在一起，才真正决定你的产品能不能稳定跑起来。
2.2 项目需求拆解：选芯片前先搞清楚这4个问题
我见过不少朋友一上来就问“哪款磁力计最好”，这其实是个假问题。选型的第一步不是挑芯片，而是把项目的需求拆清楚。至少要回答下面四个问题：
测量范围是多少？你是要测地磁场（百微特斯拉级别），还是要在电机旁边测强磁场（毫特斯拉级别）？如果是后者，量程不够的芯片测出来的数据直接饱和，什么都白搭。以HMC5883L为例，量程有±0.88Ga到±8.1Ga可配，但默认±1.3Ga已经够测普通地磁场了。
分辨率要求多高？你要做的是0.1度级别的精密罗盘，还是只要大概方向？如果只需要粗略方向，12位ADC的HMC5883L就够用；如果要做高精度姿态参考，LIS3MDL的16位输出（实际上是16位可配）可能更合适，噪声更低。
采样率要多快？无人机旋翼抖动的场景，需要几百赫兹的输出率才能跟上姿态变化；而静态电子罗盘，10Hz就绰绰有余。采样率上不去，后面做滤波也救不回来。
功耗有没有限制？电池供电的便携设备，功耗是命根子。磁力计本身功耗不高，但如果你要一直维持高频采样，那耗电也会明显上升。
这四件事没有唯一答案，它们权衡的结果就决定了你的选型方向。选型本质上是在分辨率、量程、速度、功耗和成本之间找一个平衡点。
2.3 主流芯片横向对比：我实测过的几款
从我实际用过和测试过的芯片来看，下面几张表格可以帮你快速建立概念。这里必须说明一下，参数以最新Datasheet为准，我这边是结合自己手里的测试板和经验整理出来的参考值。
| 芯片型号 | 量程范围 | 接口 | 分辨率/噪声 | 功耗 | 典型场景 |
|---|---|---|---|---|---|
| HMC5883L | ±0.88~±8.1 Ga | I2C | 12位，约5mG噪声 | 中 | 入门学习、电子罗盘 |
| QMC5883L | ±1.3~±8 Ga | I2C | 16位，约0.3mG噪声 | 低 | 低成本罗盘、导航 |
| LIS3MDL | ±0.4~±12 Ga | I2C/SPI | 16位，约3.2mG噪声 | 低 | 无人机、可穿戴 |
| IST8310 | ±1.6 Ga | I2C | 16位，低噪声 | 低 | 手机、导航模组 |
| MMC5983MA | ±0.8 Ga（扩展可调） | I2C/SPI | 18位，0.4mG噪声 | 极低 | 高精度罗盘、AHRS |
这张表是选型时的快速索引。HMC5883L虽然老，但现在市面上大量模组还是它，原因很简单：资料最全、例程最多，任何问题搜索引擎都能找到答案。QMC5883L是国产替代里我用得比较多的，性能不差，价格便宜，但要注意的是它的寄存器地址和HMC5883L不一样，不能直接替换。LIS3MDL在ST全家桶里跟LSM6DS系列搭配很好用，如果你已经在用ST的IMU，选它做磁力计几乎零成本接入。MMC5983MA是我最近在高精度项目里用过的，18位ADC输出，分辨率确实惊艳，但价格也高不少。
提示：芯片的Datasheet里给出的量程和分辨率是“裸体指标”，实际能到多少，取决于你的PCB布局、电源质量和校准水平。别被宣传页面的参数忽悠，拿到手板子先测一遍再下结论。
3. 硬件连接与数据读取：把原始数据变成可用的磁场强度
3.1 电路连接要点：上拉电阻、去耦电容和I2C地址
磁力计的硬件连接说简单很简单，说难，坑也不少。以I2C接口的QMC5883L为例，标准接线是VCC、GND、SDA、SCL四根线，外加两个上拉电阻。很多开发板上已经有上拉电阻，但如果你自己画板子，这两个电阻是必须加的，一般选4.7kΩ到10kΩ，具体看I2C总线的速度和挂载设备数量。
我习惯在电源引脚旁边放一个0.1uF的陶瓷电容，用来滤掉高频噪声。如果供电线上有比较大的纹波，再加一个10uF的钽电容或电解电容，这样读出来的数据会稳很多。别小看这一点，我见过一个项目里磁力计输出毛刺特别大，检查半天发现是电源纹波的问题，加了一颗10uF电容之后数据立刻干净了。
关于I2C地址，需要特别留意。HMC5883L的7位地址是0x1E，QMC5883L的地址是0x0D，LIS3MDL默认是0x1C（可配置为0x1E）。如果你把不同芯片的原理图搞混了，或者想把两个磁力计挂到同一条总线上，就得先确认它们能不能通过地址引脚错开。这个问题在调试阶段会卡住很多人，我建议原理图阶段就把地址规划好，避免后面飞线改地址的尴尬。
3.2 I2C/SPI通信配置与寄存器初始化代码
读磁力计数据的流程不长，但对寄存器的操作顺序要正确。下面我用QMC5883L为例，给出一个标准的初始化流程。这个芯片的初始化核心是：先设置复位寄存器让芯片进入正常状态，再配置控制寄存器1（设置输出速率和量程），最后配置控制寄存器2（设置模式为连续测量或单次测量）。
// QMC5883L 初始化示例（基于Arduino框架） #include <Wire.h> #define QMC5883L_ADDR 0x0D // 寄存器地址定义 #define REG_ID 0x00 #define REG_DATA_X 0x01 #define REG_CTRL1 0x09 #define REG_CTRL2 0x0A #define REG_RST 0x0B void qmc5883l_init() { Wire.beginTransmission(QMC5883L_ADDR); Wire.write(REG_RST); // 软复位 Wire.write(0x01); Wire.endTransmission(); delay(10); Wire.beginTransmission(QMC5883L_ADDR); Wire.write(REG_CTRL1); // 控制寄存器1 Wire.write(0x71); // 0b01110001: 量程±8G, ODR=200Hz, 连续测量模式 Wire.endTransmission(); Wire.beginTransmission(QMC5883L_ADDR); Wire.write(REG_CTRL2); // 控制寄存器2 Wire.write(0x00); // 正常模式, 无中断 Wire.endTransmission(); }上面的控制寄存器1配置值0x71，拆开来看是很有讲究的：bit6和bit5决定量程，00是±2G，01是±8G；bit4到bit2决定输出速率，这里我选了200Hz；bit0设为1，让芯片进入连续测量模式。这样配置下来的含义是“±8G量程 + 200Hz采样率 + 连续输出”，适合大多数动态测试场景。
接着就是读取三轴数据，QMC5883L的输出寄存器从0x01到0x06，每个轴占两个字节，低位在前。读出来的是16位有符号整数，需要转成实际的磁场值。
void qmc5883l_read(float &mx, float &my, float &mz) { int16_t x, y, z; Wire.beginTransmission(QMC5883L_ADDR); Wire.write(REG_DATA_X); Wire.endTransmission(); Wire.requestFrom(QMC5883L_ADDR, (uint8_t)6); if (Wire.available() >= 6) { x = Wire.read() | (Wire.read() << 8); y = Wire.read() | (Wire.read() << 8); z = Wire.read() | (Wire.read() << 8); } // ±8G 量程时, 每 LSB 对应约 4.35 mGauss mx = x * 4.35f; my = y * 4.35f; mz = z * 4.35f; }这里有个很容易踩的坑：不同量程下LSB对应的物理值不一样。比如±8G量程下每个LSB约等于4.35mGauss，而±2G量程下每个LSB约等于1.0mGauss左右。如果你改了量程配置但忘了改换算系数，输出的磁场值就会差好几倍，后面算出来的航向角全是错的。我建议在Datasheet里找到“Sensitivity”或“Resolution”那张表，把你用的那档参数抄到代码注释里，避免过两周自己都忘了用的哪档。
3.3 原始数据滤波：中值、滑动平均、互补滤波怎么选
读完原始数据，接下来马上要面对的是噪声问题。磁力计输出的数据，尤其是环境里有电机、电源适配器、大电流导线时，噪声和毛刺会非常明显。我测试过一块电路板，在电机启动瞬间，磁力计的Z轴数据能跳变几百个LSB，这种数据直接用，航向角能跳舞。
针对不同场景，我通常用三种滤波方式：
- 滑动平均滤波：最简单有效，适合静态或慢速场景。取最近N次数据的平均值输出，N一般取5到20。优点是计算量小，缺点是会引入滞后，动态响应变差。
- 中值滤波：专门对付毛刺和尖峰噪声。取N个数据的中间值输出，能有效去除偶发跳变。代价是数据吞吐量低一些，适合低速输出。
- 互补滤波：如果你有陀螺仪，可以用互补滤波把磁力计的低频信号和陀螺仪的高频信号融合起来，既保证长期稳定，又保证动态响应。这个在姿态解算里是标配，单独用磁力计的场景不太用得上。
我的习惯是：先做一次中值滤波去掉明显毛刺，再做一次轻度的滑动平均让数据平滑，最后再根据应用决定要不要融陀螺仪。两个滤波叠加的延迟，在10Hz到50Hz的输出率下基本可以接受。
4. 校准是决定精度的核心：硬磁干扰、软磁干扰与椭圆拟合
4.1 为什么出厂校准不够：硬磁和软磁干扰到底怎么回事
这是整个项目里最容易被忽视、但影响最大的环节。很多人拿到磁力计模组，直接读数据就算航向角，结果发现设备转一圈，算出来的角度跟实际差三四十度，还以为是芯片坏了，其实是没有做校准。
磁力计的输出会受到周围铁磁材料的影响，这些影响分成两类：
硬磁干扰（Hard-Iron Distortion）：由永久磁铁或者被磁化的铁磁性物体产生，比如扬声器磁铁、螺丝刀、PCB上的电感。这种干扰的特点是：它会往磁场矢量上叠加一个固定的偏置向量。你绕一圈采集数据，理想情况下数据点应该落在以原点为球心的球面上，但有了硬磁干扰之后，球心就偏离原点了。
软磁干扰（Soft-Iron Distortion）：由容易被磁化的材料（如铁、镍、钴）产生，比如外壳的铁片、电池本身。这种干扰的特点是：它会把磁场矢量“扭曲”一下，某方向被拉伸或压缩，结果就是数据点从球体变成椭球体。
拿生活来类比：硬磁干扰就像是你口袋里老揣着一块磁铁，不管往哪个方向站，指南针都被它带偏一块；软磁干扰则像是你戴上了一个椭圆形的镜片看世界，横着看和竖着看放大比例不一样。搞清楚这两个概念，你才能理解校准到底在做什么。
4.2 实操校准流程：转圈采集数据、椭圆拟合、应用补偿参数
校准的基本操作逻辑其实很简单：让传感器在空间里尽可能多地旋转，采集大量的磁场数据点，理想情况下这些点会均匀分布在三维空间的球面上，然后通过算法求出这个球的球心偏移和椭球的形状参数，再用这些参数去修正后续每个读取值。
我在校准磁力计时用的是一个非常经典的流程，也是网上很多开源方案的基础，但你按这个顺序走，能少踩很多坑：
- 远离干扰源：先把设备拿到远离大块金属、电机、电源的地方，空旷的桌面就行。如果设备本身外壳含铁，校准的时候就要带上外壳一起校，因为外壳就是软磁干扰的一部分。
- 采集数据：让设备绕X轴、Y轴、Z轴各转几圈，尽量覆盖空间所有方位。我习惯用一个简单的Python脚本通过串口采集数据，每秒采20个点，转上两三分钟就够用了。
- 提取三轴数据：把X、Y、Z的原始值记录下来。
- 跑椭圆拟合：用最小二乘法做椭球拟合，得到球心偏移（即硬磁干扰）和椭圆形状参数（即软磁干扰）。
- 把拟合结果写进代码：在读取磁力计数据后，先减去球心偏移，再乘以形状校正矩阵，得到修正后的磁场值。
如果你不想自己写拟合算法，可以直接用现成的库。Python的magnetometer_calibration库或者C++的MagCal都可以，算法本身是成熟的。我自己用的是一段基于椭球最小二乘的Python脚本，输出校准矩阵，然后把它做成一个常量数组写进固件里。
# 椭球拟合的核心思路：最小二乘求解 # 假设采集到的三轴数据点为 (x, y, z) # 理想椭球方程为：a(x-x0)^2 + b(y-y0)^2 + c(z-z0)^2 = 1 # 通过解线性方程组得到 x0, y0, z0 和 a, b, c import numpy as np def ellipsoid_fit(data): # data: N x 3 矩阵 x, y, z = data[:, 0], data[:, 1], data[:, 2] D = np.array([x*x, y*y, z*z, 2*x*y, 2*x*z, 2*y*z, 2*x, 2*y, 2*z]).T ones = np.ones(len(x)) try: para, _, _, _ = np.linalg.lstsq(D, ones, rcond=None) except np.linalg.LinAlgError: return None return para # 包含椭球参数，可进一步求中心偏移和变换矩阵拟合完成后，你得到的结果是一个包含偏移和变换矩阵的集合。在固件里，每次读取原始值之后，执行类似这样的操作：
// 校准后的磁力计读数 float corrected_x = (raw_x - offset_x) * scale_xx + (raw_y - offset_y) * scale_xy; float corrected_y = (raw_x - offset_x) * scale_yx + (raw_y - offset_y) * scale_yy; float corrected_z = (raw_z - offset_z) * scale_zz;这里的offset校掉了硬磁干扰，scale矩阵校掉了软磁干扰。这样处理之后，再把数据送去算航向角，精度会大幅改善。
4.3 用校准后的数据计算航向角：倾斜补偿的完整公式
有朋友问：为什么我拿着水平放好的磁力计，算出来的方位角是准的，一旦倾斜就偏了？因为你少做了倾斜补偿。水平时，只用X和Y轴就能算出方位角：heading = atan2(my, mx)。但设备一旦倾斜，磁力计测到的X和Y分量就不再是水平面的磁场分量，需要结合加速度计的姿态角，把磁场矢量投影回水平面，再计算方位角。
完整的倾斜补偿公式如下（假设加速度计已经给出俯仰角pitch和横滚角roll）：
Xh = mx * cos(pitch) + mz * sin(pitch) Yh = mx * sin(roll) * sin(pitch) + my * cos(roll) - mz * sin(roll) * cos(pitch) heading = atan2(-Yh, Xh)这个公式看起来有点唬人，但拆开看就是从三维旋转里推导出来的。只要pitch和roll是准的，这个补偿后的heading就基本不受姿态影响。注意：加速度计在静止状态下才能提供准确的姿态角，如果设备在运动中，加速度计测得的是运动加速度和重力加速度的合成，直接用会引入误差，需要和陀螺仪做姿态融合。
5. 常见问题与排查技巧实录：那些我踩过的坑
5.1 读数跳变、持续漂移、方向相反：按这张表逐项排查
我在做磁力计项目时遇到过的典型问题，基本可以整理成一张故障速查表。如果你在调试过程中遇到类似情况，按这个顺序排查能省很多时间。
| 现象 | 可能原因 | 排查方法 |
|---|---|---|
| 数据跳变得很厉害 | 电源纹波大、导线附近有大电流 | 加去耦电容；把传感器挪远一点；检查地线连接 |
| 数据缓慢漂移 | 温度变化、传感器有磁滞 | 校准环境是否和实际使用环境一致；延长预热时间 |
| 某个轴读数总是满量程 | 量程配置不对、磁场超过量程 | 检查寄存器配置；换成大量程模式 |
| 三轴数据方向反了 | I2C读取字节顺序错误 | 检查高低字节组合是否正确 |
| 校准后角度仍然偏 | 校准数据没有覆盖所有姿态 | 多转几圈，确保球面覆盖 |
| 设备靠近电机后读数乱跳 | 磁场干扰过大 | 远离干扰源；或选用抗饱和能力更强的芯片 |
| 同一位置两次读数相差很大 | 附近有软磁材料被磁化后改变 | 检查周围环境是否有新的铁磁物体 |
这里面最常见的是“数据跳变”。多数情况下不是芯片坏了，而是电源或地线的问题。磁力计对电源噪声极其敏感，它的输出量级是毫高斯级别的，而板上随便一个DC-DC开关电源的噪声可能就是几十毫伏甚至更高。我给磁力计单独供电、单独走地线，数据质量立竿见影地改善。这里强烈建议：如果项目PCB空间允许，磁力计下方不要走大电流的电源线和地线，最好是独立铺一个模拟地，只在单点与数字地相连。
5.2 PCB布局原则：磁力计附近到底不能放什么
这节是我特别想写的。很多朋友把磁力计设计进产品时，根本不看PCB布局，随便找个空地就把芯片贴上去了，结果生产出来之后性能一塌糊涂，还找不到原因。三轴磁力计对周围环境的敏感度，远超你的预期。
我总结过几条硬性原则，在我自己的项目里一直遵守：
- 磁力计附近不要走大电流回路。哪怕只是几安的电流，它在PCB上形成的磁场也可能达到几百毫高斯，足以淹没你要测的地磁场信号。
- 远离电感类器件。功率电感在工作时会产生交变磁场，如果你把磁力计放在电感旁边，读数会跟开关频率一起跳。
- 扬声器、振动马达、电磁铁都是硬磁干扰源。这类器件自带永磁体，会持续给磁力计施加一个偏置磁场，校准后能稍微补偿，但不能完全消除。能远离就远离。
- 过孔和走线要避开芯片正下方。芯片底盘下方如果有穿层走线，尤其是高速信号线，会产生涡流磁场，影响传感器内部敏感元件。
- 校准时的环境要与实际使用环境一致。产品装上外壳之后再校准一次，因为外壳的金属结构会改变磁场分布。
我曾经在做一个便携设备时，磁力计旁边放了一个蜂鸣器。蜂鸣器本身不是永磁体，但它的线圈在发声瞬间会产生不小的瞬态磁场。启动蜂鸣器的时候，磁力计读数会瞬间跳变几百个LSB，配合滤波也压不下来。后来我把蜂鸣器挪到板子的另一角，问题直接消失。这种问题在原理图阶段是看不出来的，必须靠PCB布局阶段的规划来避免。
5.3 批量生产时的校准策略：单点校准 vs 产线多点校准
如果你只是自己玩，每次上电手动转几圈校准完全够用。但如果你做的是批量产品，怎么在产线上高效地校准每一台设备，是一个很现实的工程问题。
三种我见过的方案，按成本和效果排序：
- 出厂统一校准参数：随机抽一台设备做多点校准，然后把参数烧到所有设备里。成本最低，但前提是PCB布局、外壳、元器件批次完全一致，这种情况下硬磁和软磁干扰也基本一致。适合低精度应用，比如玩具级电子罗盘。
- 产线单点校准：每台设备放在一个固定的校准工装上，采集几个固定姿态的磁场数据，快速算出偏移，再写入设备。成本适中，效果比方案1好。
- 产线全姿态校准：让设备在自动化转台上完成多次不同姿态的数据采集，然后拟合出每个设备的校准参数。效果最好，但需要专用的生产设备和时间，成本也最高。
我在一个消费电子项目里用的方案2：一个3D打印的固定夹具，让产线工人把设备放到夹具的三个不同槽位各按一次按钮，每次采集10秒数据，算完偏移和缩放后写进Flash。整个流程不到20秒一台，精度满足需求。这个方法值得做产品的人参考，简单有效，成本几乎没有增加。
6. 深入应用：磁力计在AHRS和金属探测里的实战经验
6.1 和IMU做数据融合：不只是简单的“相加”
三轴磁力计很少单独工作，它最典型的深度应用是在姿态参考系统（AHRS）里，和加速度计、陀螺仪一起输出完整的姿态角。这里面有一个很关键的点：磁力计的数据不能跟加速度计一样“直接拿来用”，因为它们输出的物理量性质不同，噪声特征也不同。
陀螺仪短期精度高但会漂移，加速度计在静态时能给出绝对参考但动态响应差，磁力计则能提供地球坐标系下的绝对航向参考，恰好可以弥补前两者的长周期漂移问题。三者融合，最经典的算法就是Mahony或Madgwick互补滤波。我之前在基于STM32的四轴悬停项目里就是用Madgwick算法，把MPU6050的加速度计/陀螺仪数据和QMC5883L的磁力计数据一起喂进去，解算出来的偏航角稳定度提升非常明显。
但要注意：Madgwick算法默认输入的是磁场单位向量，你需要先对磁力计数据做归一化处理。这里面有个细节——不要把公式里的磁场向量直接填入“原始mGauss值”，而是要归一化到单位长度。我见过有人在这里栽了跟头，解算出来的姿态发散，最后发现是归一化步骤漏了。
6.2 磁场指纹定位：把“干扰”变成“特色”
磁力计做室内定位，本质上是用它测出来的磁场异常作为“指纹”，和地图上的指纹库做匹配。每栋建筑里的钢筋、铁梁、配电房都会产生独特而稳定的磁场畸变，这个畸变模式像指纹一样独一无二，可以用来辅助室内定位。
我以前做过一个商场导览项目的预研，思路是：手持设备在商场里走一圈，每隔0.5米记录一组三轴磁场值，配合已知坐标点，建立一个磁指纹库；定位时，实时采集的磁场序列和指纹库做匹配，就能给出大概位置。这个方法最大的优势是不需要额外部署任何硬件设施，成本极低；缺点是磁场会受环境变化影响，比如商场里新放一批铁质货架，指纹就得重新采。
如果你对这块感兴趣，可以从小范围开始做：在自家办公室走廊里每隔1米采一组数据，建个简单指纹库，用KNN算法做匹配。这个项目能让你很好地把磁力计、信号处理和机器学习串起来，是一个很有意思的练手方向。
6.3 金属异物探测：在消费产品里“找铁”
磁力计还能做金属探测。这不算纯技术难题，但它是一个很典型的磁力计应用方向。比如一些安检门、手持安检仪，原理就是检测金属物体对地磁场的扰动。手持设备靠近铁质物体时，磁力计的三轴读数会发生明显变化，通过检测变化可以判断是否有金属。
我做过一个小实验：用QMC5883L靠近一枚硬币，距离2厘米内能明显看到某个轴的读数跳动；换成铁块，跳动幅度更大。这说明磁力计的灵敏度远高于很多人的直觉。但要注意，铁磁性材料和非铁磁性材料（比如铜、铝）的反应区别很大，铜铝对磁场的影响非常小，几乎测不出来。所以磁力计做不了真正的“所有金属”探测器，只能探测铁磁材料。如果产品需求是检测“是否含有铁”，磁力计方案完全可行；如果需要检测铜线或铝箔，那就要考虑电感式探测方案了。
7. 一颗传感器背后的工程思维：从手动调试到产品落地
最后我想说的是，三轴磁力计这颗小传感器，看起来只是I2C总线上的一个简单外设，但它的水比看起来深得多。硬件布局一丝不苟，数据滤波不能省，校准环节必须认真对待，数据融合算法关系到最终精度，而批量生产时每一个环节都要考虑一致性。每一个环节做不好，最终的航向角误差都可能放大到不可接受。
我个人经验中体会最深的一点是：磁力计的“准”和“稳”是两回事。校准做得准，只能保证长期输出的平均值是对的；但如果电源噪声没处理好、机械结构有松动，数据就会在“准”的基础上“抖”。做产品时，“稳”往往比“准”更能决定用户的体验。你去旋转设备，看到读数平滑地跟随，比看到一个偶尔跳两度的“高精度”读数，心理感受完全不一样。
如果你刚开始接触三轴磁力计，我建议从HMC5883L或QMC5883L这类资料多的模组入手，先把I2C读取跑通，然后立刻做一次完整的多点校准，再去算航向角。你会发现，校准前后的数据质量差距会给你留下非常深刻的印象。等基础流程走通了，再逐步加入姿态融合、滤波优化和环境适配，能力的提升会非常快。这颗小芯片背后，其实是一整套信号链路和工程化思维的训练，值得花时间好好玩透。
