在上一篇文章中，我们介绍了”如何使用单轴加速度传感器来检测倾斜角”。本文在前文的基础上继续深入探讨，使用双轴加速度传感器相比较单轴加速度传感器有什么优势。以及如何在根据项目要求计算加速度传感器最的小灵敏度，并在 DigiKey 网站上进行筛选。
双轴加速度传感器三个优势：
- 降低与重力平面对齐的要求
对于单轴加速度传感器，加速度传感器的输出Ax=sin(θ)*1g，如果检测轴与重力平面没有很好的对齐，会影响重力加速度在检测轴上的分量，从而影响检测精度。
设置双轴加速度传感器，X轴与重力平面垂直，Y轴与重力平面平行。加速度传感器X轴输出值与θ的正弦值成比例Ax=sin(θ)*1g，Y轴输出值与θ的余弦值Ay=cos(θ)*1g成比例。我们也可以把加速度传感器X轴与Y轴输出值相除，得到Ax /Ay = sin(θ)*1g / cos(θ)*1g =tan(θ)。我们可以看到重力加速度g不再公式里面了。这代表即使XY平面与重力平面存在一定倾斜，也可以确保检测XY平面上倾斜角的精准度。这个弥补了单轴加速度传感器必须与重力平面对齐的依赖。
- 检测角度可以扩展到 360 °
当360°旋转单轴加速度传感器时，每个加速度传感器输出值Ax可能会对应两个角度。
如下图，当角度在90°到270°，单轴加速度传感器输出值Ax与角度一一对应，超过这个范围，每个输出值Ax在360°范围内，对应两个倾斜角度，无法有效的区分。
图 1 单轴加速度传感器360°旋转对应输出
当使用双轴加速度传感器检测360°范围倾斜角时，设加速度传感器两个输出轴Ax与Ay。 并且两个输出轴互相垂直，这样我们便可通过Ax与Ay的正负值来判断旋转角度的范围，从而使得双轴加速度传感器输出值与倾斜角度在360°范围内一一对应。
图 2 不同象限与加速度输出值正负的关系
如上图，根据Ax 与Ay的正负可以把XY平面倾斜角度分成4个象限。
第一象限：Ax +与Ay+
第二象限：Ax +与Ay-
第三象限：Ax -与Ay-
第四象限：Ax -与Ay+
然后根据Ax与Ay的比值确定具体角度。
- 灵敏度基本恒定
当θ在60°到90°变化时，X轴输出值相对倾斜角的灵敏度下降，同时Y轴输出相对倾斜角的灵敏度升高，两者很好的相互补充。
设置双轴加速度传感器，X轴与重力平面垂直，Y轴与重力平面平行。加速度传感器X轴输出值与θ的正弦值成比例Ax=sin(θ)*1g，Y轴输出值与θ的余弦值Ay=cos(θ)*1g成比例。把加速度传感器X轴与Y轴输出值相除，得到Ax /Ay = sin(θ)*1g / cos(θ)*1g =tan(θ)。
根据tan(θ)函数特性可以看出，随着θ增大，增量灵敏度越来越高。同时可以看出，如果要计算系统最小灵敏度，可以取θ=0时输出变化的增量。根据公式Ax=sin(θ)*1g，可以近似计算最小灵敏度。当θ=0时，S[g]= ΔAx= sin(P)*1g , 其中P为系统要求的最小步长。假设应用要求最小分辨率为1°。取θ=0，步长P为1° 时，灵敏度S[g] = sin（1°）=17.45mg/1°。即对应数字输出加速度传感器，每个LSB要区分17.45mg输出, 那么对应灵敏度最少是58LSB/g (1g/17.45mg)
如何在 DigiKey 网站上根据灵敏度筛选加速度传感器
Digi-Key网站提供根据参数筛选电子元器件的功能。对于加速度传感器，列出了灵敏度的参数栏。
图 3 Digi-Key网站提供根据参数筛选电子元器件
灵敏度（ LSB/g**）**主要针对数字输出加速度传感器，代表一个重力加速度（g）下，输出能区分多少位LSB。上面已经根据应用要求推导出，假设应用要求最小分辨率为1°，灵敏度需要大于58LSB/g。那么可以直接在参数栏里选择。
在参数筛选列表我们可能会发现，%/g来表示灵敏度。这个一般用在输出为占空比的加速度传感器。举例：ADI 的 ADXL213AE 输出信号为占空比调制的数字信号，与加速度成比例。0g偏置 = 50% 占空比，增加一个重力加速度，占空比改变30%。
灵敏度（ mV/g ） 主要针对模拟输出加速度传感器，代表1个重力加速度下，输出电压的幅值。对应于模拟输出加速度传感器。举个例子：ADI ADXL203CE，其中对应灵敏度为1000mV/g。应用要求最小分辨率为1°，根据上面推导至少需要能够分辨17.45mg/1°。那么后续的检测电路至少需要分辨17.45mV（1000mV*17.45mg/1g）的信号。
总结
双轴加速度传感器在检测倾斜角时，由于灵敏度基本恒定，相比较单轴加速度传感器而言，减小了对加速度传感器灵敏度的要求。同时不十分依赖与重力平面对齐的要求，并且实现了360°倾斜角检测。下一篇我们会介绍三轴加速度传感器倾斜角检测时，相对于单轴/双轴加速度传感器，又有什么优势。”如何使用三轴加速度传感器来检测倾斜角”
更多内容：