IMU,全称 Inertial Measurement Unit,中文叫“惯性测量单元”。简单说,它靠着陀螺仪和加速度计测角速度和加速度,推算出姿态、速度、位移。
就像你蒙着眼走路,脚底的感觉(加速度计)和身体的转动感(陀螺仪)能让你知道自己在往哪儿走。只不过,IMU 是靠硅片里的微结构来“感觉”这些的。
常见场景——
无人机飞直不歪,全靠它告诉飞控“机头抬高了、右倾了”;
手机里玩体感游戏,转一转手机能响应,就是它在感知角速度;
车上的导航信号断了几秒,它还能靠惯性算出你大致在往哪开。
![]()
IMU 通常是“三件套”:
陀螺仪(Gyro)——测角速度;
加速度计(Accel)——测量加速度(包括重力分量);
磁力计(Mag)——测地磁方向,帮你知道“哪边是北”。
高级一点的还会加气压计(Baro),估高度变化。
MEMS(微机电系统)结构就像个超小的机械秋千,振动时有科氏力(Coriolis force)产生位移,用电容变化测出角速度。听起来很物理,其实芯片上就是微小梁和电极的结构。
IMU 最怕“漂”和“噪”。
漂(Bias):比如你静止不动,它还以为你在转。时间一长,小偏差积起来就飘走了。
噪声(Noise):输出抖动、乱跳,让算法不好滤。
比例因子误差(Scale Factor):量大时偏得多,测 100°/s 输出成 101°/s。
对准误差(Misalignment):陀螺、加计三个轴没正交,算姿态时误差会串。
最直接的表现就是:
无人机悬停时慢慢飘走;汽车在隧道里导航偏离车道;VR 头盔视角慢慢歪。
怎么把它驯服
标定(Calibration)
工厂和产线的第一道工序。静态六面体标定、旋转台测试,测出每个轴的偏置、灵敏度、交叉轴项。
数据写进 EEPROM 或寄存器,系统上电后加载。温度补偿(Temp Comp)
MEMS 受温度影响大,芯片热一点 Bias 就会变。做法是“温箱回扫”:
从 −40°C 到 +85°C 每隔几度测一次,把偏置和比例因子都拟合成温度多项式。算法融合(Sensor Fusion)
光靠 IMU 会漂,所以要和 GNSS、磁力计、气压计结合。
算法一般是卡尔曼滤波(EKF/UKF),核心思想:
陀螺短期准,长期漂;
GNSS 长期准,短期慢;
两个互补,综合误差小。
Allan 方差曲线,看ARW(角随机游走)和Bias Instability;
台架实验:六面体静态测偏置,旋转台测比例因子;
环境测试:振动、温度、老化,看偏置漂不漂;
路测数据:GNSS 断几秒后的位置漂移。
这些都不是为了“炫技”,而是让量产一致、数据可控。你真要让一批模块上车,得让每颗的漂移曲线都在同一个“筐”里,CPK 达标,才敢放行。
设计和量产的“坑”
供电噪声:IMU 的电桥结构对电源纹波特别敏感,电源滤波不干净,输出就抖。
机械耦合:板子振动或焊盘应力没做好,低频噪声上来了,量产良率掉。
同步问题:IMU 数据要跟 PPS(GNSS 时间脉冲)对齐,否则导航融合漂。
封装热梯度:金属壳 vs 塑封壳,温漂曲线完全不一样。
这些都不是“算法能救”的,靠工艺、布局、结构设计去抑制。
总结。IMU 这活儿看着玄,其实是个稳扎稳打的活。你不是在“算得更准”,而是在让误差更稳定、可预期。算法能补偿的前提,是硬件先别乱跳。工程师最后看的,不是宣传册上的“0.01°/hr”,而是批量的良率曲线、偏置分布、出厂后半年还能不能在同一条线上。
一句话总结:IMU 是靠“算漂移”的学问成就的传感器。真正的高手,不是漂得最小,而是漂得最稳。
欢迎加入学习社区,每天了解一点知识。
欢迎加入行业交流群,备注岗位+公司,请联系老虎说芯
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.