近两年来,车联网、自动驾驶、无人驾驶、汽车智能化、网联化等成为了汽车行业的热点话题,未来汽车一定是朝着安全、可靠及舒适的方向发展。而这一切背后的发展都离不开传感器的作用,今天我们就来聊聊用途越来越广的惯性传感器——IMU。

一、惯性传感器(IMU)简介

IMU全称Inertial Measurement Unit,惯性测量单元,主要用来检测和测量加速度与旋转运动的传感器。其原理是采用惯性定律实现的,这些传感器从超小型的的MEMS传感器,到测量精度非常高的激光陀螺,无论尺寸只有几个毫米的MEMS传感器,到直径几近半米的光纤器件采用的都是这一原理。

最基础的惯性传感器包括加速度计和角速度计(陀螺仪),他们是惯性系统的核心部件,是影响惯性系统性能的主要因素。尤其是陀螺仪其漂移对惯导系统的位置误差增长的影响是时间的三次方函数。而高精度的陀螺仪制造困难,成本高昂。因此提高陀螺仪的精度、同时降低其成本也是当前追求的目标。

陀螺仪的发展趋势:

随着微电子技术的发展,出现了新型的惯性传感器微机械陀螺仪和加速度计。MEMS(Micro-Electro-Mechanical System,微机电系统/微电子机械系统)技术传感器也逐渐演变成为汽车传感器的主要部件。本文这里重点介绍MEMS的六轴惯性传感器。它主要由三个轴加速度传感器及三个轴的陀螺仪组成。

二、MEMS惯性传感器分级、组成及原理

1、MEMS惯性传感器分级

目前不管是传统汽车还是自动驾驶汽车用的惯性传感器通常是中低级的,其特点是更新频率高(通常为:1kHz),可提供实时位置信息。但它有个致命的缺点——他的误差会随着时间的推进而增加,所以只能在很短的时间内依赖惯性传感器进行定位。通常在自动驾驶车辆中与GNSS(全球导航卫星系统)配合一起使用,称为组合惯导。

2、MEMS惯性传感器组成及原理

惯性传感器是对物理运动做出反应的器件,如线性位移或角度旋转,并将这种反应转换成电信号,通过电子电路进行放大和处理。加速度计和陀螺仪是最常见的两大类MEMS惯性传感器。加速度计是敏感轴向加速度并转换成可用输出信号的传感器;陀螺仪是能够敏感运动体相对于惯性空间的运动角速度的传感器。三个MEMS加速度计和三个MEMS陀螺仪组合形成可以敏感载体3个方向的线加速度和3个方向的加速度的微型惯性测量组合(Micro Inertial Messurement Unit,MIMU),惯性微系统利用三维异构集成技术,将MEMS加速度计、陀螺仪、压力传感器、磁传感器和信号处理电路等功能零件集成在硅芯片内,并内置算法,实现芯片级制导、导航、定位等功能。

(1)MEMS加速度计

MEMS加速度计是MEMS领域最早开始研究的传感器之一。经过多年的发展,MEMS加速度计的设计和加工技术已经日趋成熟。

上图为MEMS加速度计,它的工作原理就是靠MEMS中可移动部分的惯性。由于中间电容板的质量很大,而且它是一种悬臂构造,当速度变化或者加速度达到足够大时,它所受到的惯性力超过固定或者支撑它的力,这时候它会移动,它跟上下电容板之间的距离就会变化,上下电容就会因此变化。电容的变化跟加速度成正比。根据不同测量范围,中间电容板悬臂构造的强度或者弹性系数可以设计得不同。还有如果要测量不同方向的加速度,这个MEMS的结构会有很大的不同。电容的变化会被另外一块专用芯片转化成电压信号,有时还会把这个电压信号放大。电压信号在数字化后经过一个数字信号处理过程,在零点和灵敏度校正后输出。

加速度计还有一个自测试功能。当它刚通电时,逻辑控制会向自测试电路发出命令。自测试电路产生一个直流电压加载到MEMS芯片的自测试电路板上,中间可活动电容板就会因静电吸引而下移。接下来的处理过程跟测试真的加速度一样。

目前,国外众多研究机构和惯性器件厂商都开展了MEMS加速度计技术研究,如美国的Draper实验室、Michigan大学、加州大学Berkley分校、瑞士Neuchatel大学、美国Northrop Grumman Litton公司、Honeywell公司、ADI、Silicon Designs、Silicon Sensing、Endevco公司、瑞士的Colibrys公司、英国的BAE公司等。

其中,以Draper实验室为代表的研究机构和大学的主要工作在于提升MEMS加速度计的技术指标。能够提供实用化MEMS加速度计产品的主要厂家有ADI、Silicon Designs、Silicon Sensing、Endevco和瑞士的Colibrys公司。

(2)MEMS陀螺仪角速度计

自20世纪80年代以来,对角速率敏感的MEMS陀螺仪角速度计受到越来越多的关注。根据性能指标,MEMS陀螺仪同样可以分为三级:速率级、战术级和惯性级。速率级陀螺仪可用于消费类电子产品、手机、数码相机、游戏机和无线鼠标;战术级陀螺仪适用于工业控制、智能汽车、火车、汽船等领域;惯性级陀螺仪可用于卫星、航空航天的导航、制导和控制。

上图为MEMS陀螺仪角速度计(MEMS gyroscope),其工作原理是利用角动量守恒原理及科里奥效应测量运动物体的角速率。它主要是一个不停转动的物体,它的转轴指向不随承载它的支架的旋转而变化。

与加速度计工作原理相似,陀螺仪的上层活动金属与下层金属形成电容。当陀螺仪转动时,他与下面电容板之间的距离机会发生变化,上下电容也就会因此而改变。电容的变化跟角速度成正比,由此我们可以测量当前的角速度。

据不完全统计,研究MEMS陀螺仪的机构如下:斯坦福大学、密歇根大学、加州大学伯克利分校、欧文、洛杉矶、中东技术大学、弗莱堡大学、南安普敦大学、首尔国立大学、根特大学、清华大学、北京大学、东南大学、上海交通大学、浙江大学、博世、ST、InvenSense、NXP、ADI、TI等。

(3)惯性传感器的误差问题

由于制作工艺的原因,惯性传感器测量的数据通常都会有一定误差。第一种误差是偏移误差,也就是陀螺仪和加速度计即使在没有旋转或加速的情况下也会有非零的数据输出。要想得到位移数据,我们需要对加速度计的输出进行两次积分。在两次积分后,即使很小的偏移误差会被放大,随着时间推进,位移误差会不断积累,最终导致我们没法再跟踪物体的位置。第二种误差是比例误差,所测量的输出和被检测输入的变化之间的比率。与偏移误差相似,在两次积分后,随着时间推进,其造成的位移误差也会不断积累。第三种误差是背景白噪声,如果不给予纠正,也会导致我们没法再跟踪物体的位置。

三、惯性传感器应用

惯性传感器能够为车辆中的所有控制单元提供车辆的即时运动状态。路线偏移,纵向横向的摆动角速度,以及纵向、横向和垂直加速度等信号被准确采集,并通过标准接口传输至数据总线。所获得的信号用于复杂的调节算法,以增强乘用车和商用车(例如,ESC/ESP、ADAS、AD)以及摩托车(优化的曲线 ABS)、工业车辆和农用车的舒适性与安全应用,如下图示。

在无人车方面的应用多与GPS或者GNSS组合使用,如下图示:

四、MEMS惯性传感器的发展

未来MEMS惯性传感器的发展主要有四个方向:

1、高精度

导航、自动驾驶和个人穿戴设备等对惯性传感器的精度需求逐渐提高,精细化测量需求和智能化的发展也对传感器的精度提出了越来越高的要求。

2、微型化

器件的微型化可以实现设备便携性,满足分布式应用要求。微型化是未来智能传感设备的发展趋势,是实现万物互联的基础。

3、高集成度

无论是惯性测量单元还是惯性微系统都是为了提高器件的集成度,进而实现在更小的体积内具备更多的测量功能,满足装备小体积、低功耗、多功能的需求。

4、适应性强

随着MEMS惯性传感器的应用范围越来越广泛,工作环境也会越来越复杂,例如:高温、高压、大惯量和高冲击等,适应复杂环境能够进一步拓宽MEMS惯性传感器的应用范围。

转自:https://baijiahao.baidu.com/s?id=1673798795458956844&wfr=spider&for=pc

惯性传感器(IMU)的更多相关文章

  1. SLAM+语音机器人DIY系列:(三)感知与大脑——2.带自校准九轴数据融合IMU惯性传感器

    摘要 在我的想象中机器人首先应该能自由的走来走去,然后应该能流利的与主人对话.朝着这个理想,我准备设计一个能自由行走,并且可以与人语音对话的机器人.实现的关键是让机器人能通过传感器感知周围环境,并通过 ...

  2. GY91(MPU9250 + BMP280)惯性传感器开发指南

    目录 参考资料 I2C 设备ID 关键数据读取 MPU6500:读取加速度数据&换算单位 BMP280: 读取温度和气压信息 & 单位换算 推荐库 参考资料 参考资料说明: 用户手册时 ...

  3. VIO系统的IMU与相机时间偏差标定

      视觉里程计(VIO)作为一种空间定位方法,广泛应用于VR/AR.无人驾驶和移动机器人,比如近年火热的苹果 AR-Kit和谷歌AR-Core都使用了VIO技术进行空间定位.通常,VIO系统忽略IMU ...

  4. 从零开始一起学习SLAM | 用四元数插值来对齐IMU和图像帧

    视觉 Vs. IMU 小白:师兄,好久没见到你了啊,我最近在看IMU(Inertial Measurement Unit,惯性导航单元)相关的东西,正好有问题求助啊 师兄:又遇到啥问题啦? 小白:是这 ...

  5. 基于IMU与磁力计的手势提取手套-原理及其实现

    手势提取依据所采用传感器的不同,可以分为基于视觉,基于惯性传感器,基于FSR,基于EMG传感器的方法.其中基于视觉的方法使用场景有限,且无法获取精确的手指关节角度:基于FSR的方法难以布置传感器且难以 ...

  6. 三维视觉惯性SLAM的有效Schmidt-EKF

    三维视觉惯性SLAM的有效Schmidt-EKF An Efficient Schmidt-EKF for 3D Visual-Inertial SLAM 论文地址: http://openaccess ...

  7. Android传感器【转】

    本文转载自:http://blog.csdn.net/ffmxnjm/article/details/52101592?locationNum=3&fps=1 传感器的意义 事实上,目前智能手 ...

  8. 关于VR技术和未来发展---转

    原文地址:http://mp.weixin.qq.com/s?__biz=MzA4MTIwNTczMQ==&mid=2651345594&idx=3&sn=2741ab7321 ...

  9. SLAM+语音机器人DIY系列:(六)SLAM建图与自主避障导航——2.google-cartographer机器人SLAM建图

    摘要 通过前面的基础学习,本章进入最为激动的机器人自主导航的学习.在前面的学习铺垫后,终于迎来了最大乐趣的时刻,就是赋予我们的miiboo机器人能自由行走的生命.本章将围绕机器人SLAM建图.导航避障 ...

随机推荐

  1. C# 逆变(Contravariance)/协变(Covariance) - 个人的理解

    逆变(Contravariance)/协变(Covariance) 1. 基本概念 官方: 协变和逆变都是术语,前者指能够使用比原始指定的派生类型的派生程度更大(更具体的)的类型,后者指能够使用比原始 ...

  2. 分布式系统下的CAP定理

    本文参考EricBrewer博客加上自己的理解整理. CAP定理又被成为布鲁尔定理,是加州大学计算机科学家埃里克·布鲁尔提出来的猜想,后来被证明成为分布式计算领域公认的定理. CAP定义,在高并发的场 ...

  3. python刷剑指offer(1-20)(一刷)

    2019/07/28开始刷每天6题,一共66题,刷三遍,9月1号完成. 1.二维数组中的查找: 在一个二维数组中(每个一维数组的长度相同),每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增 ...

  4. adb常用命令大全——查看手机设备信息

    查看手机型号 adb shell getprop ro.product.model 查看电池状况 adb shell dumpsys battery 其中 scale 代表最大电量,level 代表当 ...

  5. LeetCode-080-删除有序数组中的重复项 II

    删除有序数组中的重复项 II 题目描述:给你一个有序数组 nums ,请你 原地 删除重复出现的元素,使每个元素 最多出现两次 ,返回删除后数组的新长度. 不要使用额外的数组空间,你必须在 原地 修改 ...

  6. JVM垃圾回收阅读笔记

    Java内存运行时区域的各个部分,其中程序计数器.虚拟机栈.本地方法栈3个区域随线程而生,随线程而灭,栈中的栈帧随着方法的进入和退出而有条不紊地执行着出栈和入栈操作. 每一个栈帧中分配多少内存基本上是 ...

  7. 【OpenCV】【计算机图形学】DIBR: Depth Image Based Rendering/ 3D image warping 中的实现细节

    最近在学习DIBR并尝试实现.感觉网上相关资料比较少,大多还是爬虫,决定自己写一个. DIBR就是depth image based rendering问题.输入一个视角下的图像和深度图,要求你输出另 ...

  8. PHP中http_build_query函数×tamp自动转化为×的解决办法

    出现这个原因只是在浏览器上显示的问题,右键查看源代码是没有问题的. 如果不想的看到只要让代码在显示在浏览器之前替换掉就可以了 /** * url地址参数 * @param $arr * @return ...

  9. linux中文件颜色,蓝色,白色等各自代表的含义

    linux中文件颜色,蓝色,白色等各自代表的含义 绿色文件---------- 可执行文件,可执行的程序 红色文件-----------压缩文件或者包文件 蓝色文件----------目录 白色文件- ...

  10. 2022年官网下安装DBever最全版与官网查阅方法

    目录 安装部署DBeaver 一.官网下载安装 1.百度搜索DBeaver. 2.进入主页,点击DownLoad下载. 3.查看列表,选择windows的exe版本下载. 4.找到位置,双击打开,弹出 ...