電子發(fā)燒友網(wǎng)報道（文/李寧遠(yuǎn)）慣性測量單元一直都是MEMS領(lǐng)域中極為重要的一類產(chǎn)品，不管是在消費(fèi)電子、工業(yè)自動化還是汽車自動駕駛領(lǐng)域都有著廣泛的應(yīng)用。將加速度傳感器、陀螺儀等MEMS器件（有些還會集成磁力計和氣壓計）集成在一起的IMU沿著三個正交軸測量旋轉(zhuǎn)角速度和線性加速度。

近年來，汽車的智能化發(fā)展推動了慣性導(dǎo)航系統(tǒng)在內(nèi)的相關(guān)器件的發(fā)展，根據(jù)Yole Development數(shù)據(jù)預(yù)測，IMU市場規(guī)模將在2022年超過9億美元。自動駕駛車輛想要實(shí)現(xiàn)對道路狀況進(jìn)行實(shí)時預(yù)測，前提就是自動駕駛汽車必須具備超強(qiáng)的檢測感知能力。慣性導(dǎo)航系統(tǒng)是L3及以上等級自動駕駛車輛不可或缺的模塊，能夠在GPS、GNSS、5G等外部信號不佳時通過自身運(yùn)動信息實(shí)現(xiàn)定位，IMU則是慣性導(dǎo)航系統(tǒng)中的核心部件。



加速度與角度

加速度計的測量可以用來直流或者低頻角度跟蹤機(jī)制。從整個測量計算過程來看，本質(zhì)上加速度計不會像陀螺儀那樣存在累加或積分誤差。也就是說在出現(xiàn)偏置誤差或其他誤差時，這些誤差雖然會持續(xù)存在，但不會累積。

但加速度也有一些要求較高的地方，加速度計會根據(jù)速度的變化做出反應(yīng)，比如振動、加速、減速，加速度計的協(xié)方差項(xiàng)可以用來檢測振動，通過其他監(jiān)測裝置可以知曉加速度計何時超出量程，這些都需要在系統(tǒng)級算法開發(fā)時對這些情況進(jìn)行管理。這些情況都是需要傳感器實(shí)時監(jiān)測根據(jù)環(huán)境變化做出調(diào)整然后選擇最佳的數(shù)據(jù)再進(jìn)行使用。

陀螺儀能測量旋轉(zhuǎn)角速率，針對轉(zhuǎn)速進(jìn)行實(shí)時積分計算可以得到動態(tài)角度。這些計算需要進(jìn)行多次，一個系統(tǒng)跟蹤陀螺儀的時間平均在100s左右。陀螺儀加上一些實(shí)時協(xié)方和其他可信指標(biāo)來判斷車輛的運(yùn)行狀態(tài)需要隨時間流逝不斷校準(zhǔn)偏置。

典型的反饋檢測就是把IMU在制導(dǎo)和導(dǎo)航控制系統(tǒng)中用作反饋檢測元件，通過直接慣性測量來發(fā)揮作用。在自動駕駛中，IMU的反饋檢測可以控制汽車軌跡，既監(jiān)控駕駛又修復(fù)駕駛中發(fā)生的行駛偏差。IMU系統(tǒng)修正方向控制，結(jié)合視覺或者其他導(dǎo)航技術(shù)完成整個自動駕駛過程。

自動駕駛IMU關(guān)鍵誤差

在IMU進(jìn)行部署時，需要考慮估算初始姿態(tài)角度和估算陀螺儀誤差，需要讓這二者能在自動駕駛系統(tǒng)中保持全幀對齊。在這個過程中，加速度計時主要的限制點(diǎn)，需要極快的偏置誤差處理時間才能判斷初始姿態(tài)。這和IMU的偏置可重復(fù)性指標(biāo)相關(guān)，1mg的偏置可重復(fù)性大概會帶來0.06°的誤差，盡可能小的誤差能從最開始就提高系統(tǒng)性能。

陀螺儀上，噪聲、線性振動和離軸旋轉(zhuǎn)的影響則是三個最影響器件效果的因素。一般來說，這三個因素并不會有強(qiáng)關(guān)聯(lián)性，但是這不能代表每個傳感器都是如此，在選用IMU時必須對這些指標(biāo)進(jìn)行驗(yàn)證。

這和MEMS制造工藝息息相關(guān)，更好的穩(wěn)定性和更低的噪聲測量出的艾倫方差也會更低。器件本身的制造工藝之外，算法優(yōu)化也至關(guān)重要。不做算法優(yōu)化的情況下，慣導(dǎo)底層傳感器的零漂每小時都會產(chǎn)生零漂，然后隨機(jī)運(yùn)動的累積誤差會很快發(fā)散形象估算結(jié)果。

自動駕駛IMU進(jìn)化

在自動駕駛設(shè)備的發(fā)展中，IMU應(yīng)用的基本流程是沒有太大變化的，室外場景使用GPS加IMU的組合，通過卡爾曼濾波對系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計，為導(dǎo)航系統(tǒng)盡可能提供低延遲的位置信息。不過這些系統(tǒng)中的元件在不斷進(jìn)化，性能增強(qiáng)提高了這種導(dǎo)航系統(tǒng)的上限。

不只是自動駕駛領(lǐng)域，更小的尺寸、更高的集成度、更少的成本、更準(zhǔn)確的測量是IMU在每個應(yīng)用領(lǐng)域的發(fā)展趨勢。我們也知道，IMU具有獨(dú)有的自恃性，自身并不能很好地解決漂移、噪聲，尤其是零偏不穩(wěn)定性，因此常需要與另一傳感器進(jìn)行融合補(bǔ)足。

除了常見的GPS＋I(xiàn)MU的方案，機(jī)器視覺、UWB、激光雷達(dá)等各種傳感定位技術(shù)與IMU的融合進(jìn)化也在自動駕駛中發(fā)揮出重要作用。

算法層面結(jié)合運(yùn)動學(xué)模式賦予導(dǎo)航系統(tǒng)更多的算法規(guī)則，傳感器融合更先進(jìn)濾波和算法處理也大大提升了行駛過程中車輛的位姿估算準(zhǔn)確度。有些廠商還在IMU中加入ML內(nèi)核，讓IMU上多出一個硬連線處理引擎來直接在傳感器層面進(jìn)行AI計算，增強(qiáng)快速實(shí)時響應(yīng)能力并處理更為復(fù)雜的自動駕駛?cè)蝿?wù)。

小結(jié)

自動駕駛由感知、決策、執(zhí)行三大系統(tǒng)組成，傳感器作為汽車核心感知層，是車輛保證位置感的基礎(chǔ)。用于導(dǎo)航平臺穩(wěn)定控制和導(dǎo)航的高性能MEMS IMU已經(jīng)成為自動駕駛丟失衛(wèi)星定位后最后的一道防線。