据报道，惯性测量单元一直是惯性测量单元MEMS该领域非常重要的产品，广泛应用于消费电子、工业自动化和汽车自动驾驶领域。将加速度传感器BQ4802LYDSH、陀螺仪等MEMS器件（有些还会集成磁力计和气压计）集成在一起的IMU沿着三个正交轴测量旋转角速度和线性加速度。
近年来，汽车智能化的发展促进了惯性导航系统等相关设备的发展。YoleDevelopment数据预测，IMU2022年市场规模将超过9亿美元。如果自动驾驶汽车想要实时预测道路状况，前提是自动驾驶汽车必须具有超强的检测和感知能力。惯性导航系统是L3级以上自动驾驶车辆不可缺少的模块，可在3级以上自动驾驶车辆中使用GPS，GNSS，5G当外部信号不好时，通过自身运动信息实现定位，IMU它是惯性导航系统的核心部件。
加速度和角度
加速度计的测量可用于DC或低频角度跟踪机制。从整个测量计算过程来看，加速度计本质上不会像陀螺仪那样积累或积分误差。也就是说，当偏差或其他误差发生时，这些误差将继续存在，但不会积累。
但加速度也有一些高要求，加速度计会根据速度变化反应，如振动、加速、减速、加速度计协方差可用于检测振动，通过其他监控装置可以知道加速度计何时超过范围，这些需要在系统级算法开发中管理。这些情况需要传感器根据环境变化进行实时监控，然后选择最佳数据。
陀螺仪可以测量旋转角速率，通过实时计算转速得到动态角度。这些计算需要多次进行，系统跟踪陀螺仪的平均时间为100s左右。陀螺仪加上一些实时协方等可信指标来判断车辆的运行状态，需要随着时间的推移不断校准偏置。
典型的反馈检测就是把典型的反馈检测作为IMU反馈检测元件用于制导和导航控制系统，通过直接惯性测量发挥作用。在自动驾驶中，IMU反馈检测可以控制汽车轨迹，监控和修复驾驶偏差。IMU整个自动驾驶过程由视觉或其他导航技术组成。
自动驾驶IMU关键误差
在IMU在部署过程中，需要考虑估计初始姿势角度和陀螺仪误差，以保持自动驾驶系统中的整个帧对齐。在此过程中，加速度计时的主要限制点需要极快的偏差处理时间来判断初始姿势。IMU偏置可重复性指标相关，1mg偏置可重复性可能带来0.06°误差，小的误差可以从一开始就提高系统性能。
陀螺仪上，噪声、线性振动和离轴旋转的影响是影响设备效果的三个最重要的因素。一般来说，这三个因素没有很强的相关性，但这并不意味着每个传感器都是这样选择的IMU必须验证这些指标。
这和MEMS制造过程密切相关，更好的稳定性和更低的噪声测量的艾伦方差也会更低。除了设备本身的制造过程外，算法优化也非常重要。如果不进行算法优化，习惯性传感器的零漂移每小时产生零漂移，随机运动的累积误差很快就会发散形象估计结果。
自动驾驶IMU进化
在自动驾驶设备的发展中，IMU应用程序的基本过程变化不大，室外场景使用GPS加IMU该组合通过卡尔曼滤波对系统状态进行最优估计，为导航系统提供尽可能低的延迟位置信息。然而，这些系统中的组件正在进化，性能的提高提高了导航系统的上限。
不仅在自动驾驶领域，尺寸更小，集成度更高，成本更低，测量更准确IMU各应用领域的发展趋势。IMU具有独特的自力更生，不能很好地解决漂移、噪声，特别是零偏不稳定，因此往往需要与另一个传感器进行整合和补充。
除了常见的GPS＋IMU方案、机器视觉、UWB，各种传感定位技术，如激光雷达IMU融合进化也在自动驾驶中发挥着重要作用。
算法层面结合运动模式赋予导航系统更多的算法规则，传感器集成更先进的滤波器和算法处理也大大提高了驾驶过程中车辆位置估算的准确性。一些制造商仍在这里IMU中加入ML内核，让IMU在传感器层面上增加一个硬连接处理引擎AI提高快速实时响应能力，处理更复杂的自动驾驶任务。
小结
自动驾驶由感知、决策和执行三个系统组成。传感器作为汽车的核心感知层，是保证车辆位置感的基础。导航平台稳定控制和导航的高性能MEMSIMU它已成为自动驾驶失去卫星定位后的最后一道防线。