IMU原理介绍及误差分析

发布网友发布时间：2024-09-17 07:13

共1个回答

热心网友时间：2024-09-29 09:05

我们知道，单独的IMU估计位姿有累计误差，工作时间越长越不可靠，尤其是基于MEMS的IMU，精度比较差。但我们不应因为MEMS器件的常值零偏和全温零偏误差而轻易否定或拒绝它，通常不会有人仅用基于MEMS的IMU进行长时间的估计。一般情况下，IMU与其他传感器（如GNSS、相机、激光雷达等）构成融合定位系统。在这样的系统中，IMU的常值零偏和缓慢零偏变化（包括温漂）以及零偏重复性通常能被融合定位算法（例如Kalman滤波）有效地进行在线估计和补偿。说到融合定位，文章的初衷之一也是看到了乾神的一句话：“IMU基础是所有融合系统的重中之重，IMU器件也是任何融合系统的核心，很难想象有哪个融合定位系统不包含IMU的。在实际应用中，影响系统性能的往往不是功能算法（比如IMU的惯性解算），因为这些算法都是死的，只有对和错的区别，没有好和坏的区别，因此影响系统性能的多数是器件本身精度（随机游走、零偏不稳定性等）和器件参数精度（零偏、安装误差、刻度系数误差、温变参数等）。因此，在实际使用中，要想把系统性能提高，就应该在器件误差识别和补偿上不遗余力地去做才行。因此对惯性器件及其误差模型的掌握，是做融合这件事的重中之重。”

在前一段话中，提到的IMU零偏不稳定性和随机游走是两个容易混淆的概念。陀螺仪的零偏不稳定性主要是由于电子器件受到闪变噪声影响，导致零偏随时间变化。而角度随机游走则是因为对测量的高斯白噪声进行积分导致的，这会导致角度的随机变化。这两者在本质上是不同的，但都与噪声有关。在融合定位系统中，这些参数（如陀螺仪和加速度计的噪声标准差、零偏游走的标准差）是关键参数，用于设置IMU的预积分误差项的协方差。

捷联惯导系统包括两种配置模式：平台系统（Stable Platform System）和捷联系统（Strapdown System）。平台系统将惯性传感器放置在与外部旋转运动隔离的平台上，使得惯性传感器始终与全局坐标系对齐。捷联系统则是将惯性传感器直接“捆绑”到运动平台上，运动过程中相对关系不会改变。平台系统通过读取云台三轴刻度的差异来获取物体的旋转，而捷联系统的计算过程更复杂，需要通过陀螺仪的观测进行积分来获取姿态，并且在消除重力影响后，对观测进行二次积分以得到全局坐标系下的位置。

陀螺仪原理介绍中，机械陀螺利用角动量守恒原理，光纤陀螺利用光的干涉来测量角速度，而MEMS陀螺基于科里奥利效应。MEMS陀螺通过测量由于运动而产生的科里奥利力来获得角速度，这一过程可以通过微机械结构电容的变化间接测量。

加速度计原理介绍分为机械式、固态和MEMS三类。机械式加速度计通过固定质量块的弹簧来测量加速度，固态加速度计利用表面声波、振动或石英类技术，而MEMS加速度计则通过检测电容变化来推算加速度，它们各有优缺点。

MEMS-IMU的误差分析涵盖了多种类型，包括确定性误差（如非正交误差、比例误差）和随机误差（如噪声、零偏、零偏稳定性等）。随机误差通过艾伦方差分析法来评估其波动程度。在融合系统中，这些误差被看作待估计的参数，通过优化方程计算。

总结而言，IMU的原理与误差分析对于理解其在融合定位系统中的作用至关重要。通过对IMU的深入理解，可以更好地识别和补偿其误差，从而提升整个系统的性能。希望读者能够从本文中获得对IMU原理和误差模型的清晰认识，并在实际应用中进行有效的误差管理。