陀螺仪，这个与智能手机息息相关的一个配件，刚被发明时可是个大家伙，随着技术的进步，慢慢发展成集成进一个小小的电子芯片当中，陀螺仪，是传感器的一种，主要是用来检测手机震动、角度，比如我们左右摇晃手机就可以玩赛车，还有些手机的电子防抖也离不开它，那么，今天，我们就来好好了解下，这玩意的前世今生。
一、陀螺仪的发明
现在手机里面的陀螺仪传感器已经进化成一块小小的芯片了，但是在陀螺仪出现的时候，它确是一个机械装置。
目前，人们普遍认为是1850年法国的物理学家莱昂·傅科（J.Foucault）为了研究地球自转，发明了陀螺仪。那个时代的陀螺仪可以理解成把一个高速旋转的陀螺放到一个万向支架上面，这样因为陀螺在高速旋转时保持稳定，人们就可以通过陀螺的方向来辨认方向，确定姿态，计算角速度。
万向支架可以保证无论怎么转动，陀螺都不会倒，万向支架这个东西最早可以追溯到中国几千年前的香炉。
陀螺仪发明以后，首先被用在航海上（当年还没有发明飞机），后来被用在航空上。因为飞机飞在空中，是无法像地面一样靠肉眼辨认方向的，而飞行中方向都看不清楚危险性极高，所以陀螺仪迅速得到了应用，成为飞行仪表的核心。
到了第二次世界大战，各个国家都玩命的制造新式武器，德国人搞了飞弹去炸英国，这是今天导弹的雏形。从德国飞到英国，千里迢迢怎么让飞弹能飞到，还能落到目标呢？
于是，德国人搞出来惯性制导系统。惯性制导系统采用用陀螺仪确定方向和角速度，用加速度计测试加速度，然后通过数学计算，就可以算出飞弹飞行的距离和路线，然后控制飞行姿态，争取让飞弹落到想去的地方。
二战时候，计算机也好，仪器也好，精度都是不太够的，所以德国的飞弹偏差很大，想要炸伦敦，结果炸得到处都是，颇让英国人恐慌了一阵。
不过，从此以后，以陀螺仪为核心的惯性制导系统就被广泛应用于航空航天，今天的导弹里面依然有这套东西，而随着需求的刺激，陀螺仪也在不断进化。
二、陀螺仪的进化
最早的陀螺仪都是机械式的，里面真有高速旋转的陀螺，而机械的东西对加工精度有很高的要求，还怕震动，因此机械陀螺仪为基础的导航系统精度一直都不太高。
于是，人们开始寻找更好的办法，利用物理学上的进步，发展出激光陀螺仪，光纤陀螺仪，以及微机电陀螺仪（MEMS）。
这些东西虽然还叫陀螺仪，但是它们的原理和传统的机械陀螺仪已经完全是两码事了。
光纤陀螺仪利用的是萨格纳克(Sagnac)效应，通过光传播的特性，测量光程差计算出旋转的角速度，起到陀螺仪的作用，替代陀螺仪的功能。
激光陀螺仪也是通过算光程差计算角速度，替代陀螺仪。
微机电陀螺仪则是利用物理学的科里奥利力，在内部产生微小的电容变化，然后测量电容，计算出角速度，替代陀螺仪。
iPhone和我们的智能手机里面所用的陀螺仪，就是微机电陀螺仪（MEMS）。
目前，传统上的机械陀螺仪正在被淘汰，有高精度需求的地方用的是激光陀螺仪，而普及方面则是微机电陀螺仪。
因为微机电陀螺仪（MEMS）属于微电子产品，发展迅速，而且成本越来越低，所以用途越来越广。我们的智能手机因为有检测动态的需求，于是就用上了微机电陀螺仪（MEMS）。
三、无处不在的陀螺仪
本来陀螺仪是高大上的存在，但是因为微机电陀螺仪（MEMS）的出现，低成本的陀螺仪可以用在很多领域。
除了我们熟悉的智能手机以外，汽车上也用了很多微机电陀螺仪，在高档汽车中，大约采用25至40只MEMS传感器，用来检测汽车不同部位的工作状态，给行车电脑提供信息，让用户更好的控制汽车。
而在游戏机里面，各种体感操作功能的背后都是微机电陀螺仪（MEMS）。
在无人机、穿戴式设备，物联网，甚至现在热炒的工业4.0，互联网+上面，同样离不开它，只要是需要检测运动状态的地方，就有微机电陀螺仪（MEMS）。
莱昂·傅科在165年前发明陀螺仪时可能没想到过，当年的一小发明，竟然为人类的进步起到了那么大的作用，卫星、飞机、导弹、汽车，甚至手机、玩具等都有陀螺仪的身影。我们的世界变的如此美好，离不开一代又一代科学家和发明家们孜孜不倦的努力。
当然，陀螺仪也不是全是优点，这不，技术高手们就是利用了手机里的陀螺仪，来窃听手机周边人的声音，这样的手机，就成了一部主动的窃听器。
2014年曾有报道：来自斯坦福大学和以色列国防研究小组Rafael的研究人员下周会在Usenix安全研讨会上举行一个介绍会，他们到时会演示怎样把你手机中的陀螺仪变成“粗糙的麦克风”来窃听周围的声波信息。
我们一般认为陀螺仪只是一种可以允许我们倾斜手机来跟游戏和应用交互的工具，但是利用该研究团队开发的Gyrophone软件，该传感器可以变成在会议中进行窃听行为的设备。斯坦福大学计算机安全教授Dan Boneh称：“当你允许某些应用来使用你的陀螺仪传感器的时候，你可能会承担意想不到的后果，而这个后果就是它不仅可以拾取手机的震动，同时也可以拾取周围空气的震动。”
按照现在的情况来看，这种技术还并没有像他们说的那样危险。在他们的测试中，研究团队只能辨认出零碎的信息，例如，该研究团队让一个人在房间里读出十位数的银行账号号码，而最终该软件只能分辨出约65%的数字。
而问题是该研究团队只是利用很短的时间、很少的资金投入和基本的语音识别软件就做到了这种程度，如果再给多点时间，寻求语音识别专家的帮助的话，其识别率势必会有很大程度的提升，到时候又会给我们的手机带来一个不安全因素。
