目录
- 一、总览与阅读地图
- 1.1 总共四十四个主题怎么读
- 1.2 判读顺序建议（快速排查模板）
- 1.3 坐标系口径（先读这个，否则全错）
- 二、IMU 与振动主线（13 个主题）
- 2.1 sensor_accel
- 2.2 sensor_gyro
- 2.3 sensor_combined
- 2.4 sensor_baro
- 2.5 sensor_mag
- 2.6 vehicle_imu
- 2.7 vehicle_imu_status
- 2.8 sensor_selection
- 2.9 ekf2_timestamps
- 2.10 estimator_sensor_bias
- 2.11 estimator_states
- 2.12 estimator_innovation_*
- 2.13 yaw_estimator_status
- 三、EKF 健康主线（5 个主题）
- 3.1 estimator_status
- 3.2 estimator_innovation_test_ratios
- 3.3 estimator_innovation_variances
- 3.4 ekf_gps_drift
- 3.5 estimator_innovation_test_ratio
- 四、位置与导航主线（6 个主题）
- 4.1 sensor_gps
- 4.2 vehicle_global_position
- 4.3 vehicle_gps_position
- 4.4 vehicle_local_position
- 4.5 vehicle_local_position_setpoint
- 4.6 home_position
- 五、控制链主线（10 个主题）
- 5.1 manual_control_setpoint
- 5.2 vehicle_command
- 5.3 vehicle_control_mode
- 5.4 vehicle_attitude_setpoint
- 5.5 vehicle_rates_setpoint
- 5.6 actuator_controls_0
- 5.7 actuator_outputs
- 5.8 rate_ctrl_status
- 5.9 vehicle_attitude
- 5.10 vehicle_angular_velocity / vehicle_angular_acceleration / vehicle_acceleration
- 5.11 vehicle_air_data / vehicle_magnetometer
- 5.12 mission_result
- 5.13 fault_handler
- 六、系统状态主线（5 个主题）
- 6.1 vehicle_status
- 6.2 vehicle_status_flags
- 6.3 cpuload
- 6.4 vehicle_land_detected
- 七、电池主线（1 个主题，体量大单独成章）
- 7.1 battery_status
- 八、定制编队主线（4 个主题）
- 8.1 dance_control_status
- 8.2 dance_step_log
- 8.3 dance_step_position
- 8.4 dance_wind_return_status
- 附录 A：坐标系约定
- 附录 B：关键阈值参考
- 附录 C：PX4 官方补充（22 条）
- 附录 D：枚举对照
- 附录 E：勘误表（14 条）
无人机日志分析参数详解
一份给从业者的日志解析速查手册：共208 个日志分析参数，按44 个主题分组。
本文把零散碎片整理为成体系的索引，并在每个主题下补充资深从业者的判读要点/易错点，附录恢复了对原文的坐标系约定、关键阈值、勘误与 PX4 官方补充。
一句话掌握：读懂无人机飞行日志的关键在看 EKF 的test_ratio（<0.5 正常、>1.0 测量被拒）、IMU 的振动与削波指标（vehicle_imu_status、clip_count），以及坐标系口径（本定制演示固件vehicle_local_position的 Z 轴向上，与标准 PX4 NED 相反）；绝大多数“飞不稳”都能从这三处定位到根因。
一、总览与阅读地图
1.1 总共四十四个主题怎么读
44 个日志主题分布在六条主线里，从业者按“出问题从哪看”来组织：
- IMU 与振动主线→ 电机转动噪音、削波、
vehicle_imu_status、estimator_status.vibe。 - EKF 健康主线→
estimator_status的各类test_ratio、*_check_fail_flags、innovation_*。 - 位置与导航主线→
sensor_gps、vehicle_global_position、vehicle_local_position、ekf_gps_drift。 - 控制链主线→
actuator_controls_0→actuator_outputs→vehicle_rates_setpoint→vehicle_attitude。 - 系统状态主线→
vehicle_status、vehicle_status_flags、cpuload、vehicle_land_detected。 - 定制编队主线→
dance_*（非 PX4 原生，该集群表演固件独有）。
1.2 判读顺序建议（快速排查模板）
.flow是现场常用的由果溯因顺序：
不稳定 → IMU振动测一下 → EKF test_ratio 变大？→ 哪一轴？→ 相关传感器原始表恢复 → 定位是振动/干扰/漂移哪类。
飞机异常 → [1]vehicle_land_detected 是否在飞 → [2]vehicle_status 模式/解锁/故障标志 → [3]estimator_status.test_ratio 是否 >1.0（哪类被拒） → [4]vehicle_imu_status 振动/削波、clip_counter 是否为 0 → [5]sensor_gps 定位质量 / fix_type 是否 RTK 固定 → [6]vehicle_local_position 定位 / reset_counter 是否跳变1.3 坐标系口径（先读这个，否则全错）
本表会在附录展开，先给结论：
- 标准 PX4：机体 FRD（X 前、Y 右、Z 下），世界 NED（北、东、下）。
- 本定制演示固件：
vehicle_local_position的Z 轴向上（离地高度≈z，本日志悬停 z≈+2.86m），与标准 PX4 符号相反。
二、IMU 与振动主线（13 个主题）
这条线回答：机体到底振不振动、IMU 数据干不干净。几乎所有“抖、飘、飞不稳”都从这里开始。
2.1 sensor_accel —— 加速度计原始数据（机体 FRD 系，双 IMU）
一句话：加计最原始输出，是振动与静止判断的第一手来源。
| 字段 | 名称 | 单位/量程 | 说明 |
|---|---|---|---|
| x / y / z | X/Y/Z 轴原始加速度 | m/s² | 机体 FRD（X 前、Y 右、Z 下）；地面静止时 z≈+9.8（Z 朝下感测重力）。 |
| temperature | 传感器温度 | ℃ | IMU 内部温度。 |
| clip_counter[0…2] | 三轴削波计数 | 次 | 加速度达到量程上限（常 ±16g）被削顶的次数；削波是不可逆信息损失，会污染 EKF。 |
| error_count | 传感器错误计数 | 次 | SPI/总线读取错误累计。 |
| device_id | 传感器设备 ID | - | 器件唯一 ID，多 IMU 区分用。 |
判读要点：静止时三轴符合重力投影（本机 Z 朝下 → z≈+9.8，x≈0、y≈0）；悬停时高频摆动是振动。
易错点：clip_counter理想全程为 0，一旦出现削波，即使只有一次也要查安装固定与减振球；削波后该轴数据已污染，EKF 会在innovation_check_flags里报新息超限。
2.2 sensor_gyro —— 陀螺仪原始数据（机体 FRD，双 IMU）
一句话：三轴角速度原始值，配平/振动/陀螺零偏判断靠它。
| 字段 | 名称< |
|---|
