自动驾驶技术IMU的基础知识和应用场景

自动驾驶技术IMU的基础知识和应用场景

前面我们介绍了MEMS 陀螺仪的一些基本概念，也说明了陀螺仪和加速度计是构成IMU惯性测量单元的主要部件。在查找IMU的过程中，我们经常会看到DOF,自由度的概念，今天我们就从DOF开始进一步理解IMU的基础知识和应用场景。

想象一个笛卡尔坐标系，形下图所示，具有x轴、y轴和z轴，传感器能够测量各轴方向的线性运动，以及围绕各轴的旋转运动。这就是所有惯性测量单元的根本出发点，所有惯性导航系统都是据此而构建。

这些器件带有一个三轴加速度计，显然这是指x轴、y轴和z轴。加速度计会测量线性速度的变化，也会响应重力。加速度计会根据其方向而对重力作出响应，如下图所示，这使得我们能够基于非常简单的三角公式估算其方向。利用arcsin公式，我们可以使用一个轴，而利用arctan公式，我们可以将笛卡尔坐标系中两个彼此正交的轴合并。二者的主要区别在于：arcsin方法能够测量+/- 90度，而arctan方法能够测量+/- 180度，也就是全部360度，这样您将知道您在哪一个象限。

陀螺仪对旋转角速率进行积分，您就能估算角位移。大致上说，加速度计具有很好的长期偏置稳定性和长期精度，但会对线性振动作出响应。当进行角度估计时，线性振动会表现出来，有时候需要滤波，这会给其他方面带来负担，或者有时候振动太高，超出加速度计测量范围，从而完全破坏角度估计。

因此，陀螺仪没有对线性振动的一阶响应，但因为它对输出进行积分，所以任何偏置误差都会转换为角度估计的漂移。任何系统的基本调整空间在于使用此类传感器的根本出发点。加速度计的长期稳定性更好，但易受振动影响。陀螺仪不易受振动影响，但长期稳定性较差，会导致估算更快地漂移。

IMU应用实例之工业检查系统

想象屏幕上方的灰色条是生产车间的天花板。天花板安装了某种摄像或照相设备，该设备