電子發燒友網報道（文/李寧遠）對具有移動功能的機器人來說，導航是一直不會過時的熱點。與帶有自動駕駛功能的汽車相比，機器人的自動駕駛自主導航受限于本體的體積和成本，運用在其上的傳感器既要控制體積也要控制成本。

移動機器人在路徑規劃導航上主要流派有視覺V-SLAM和激光雷達LiDAR-SLAM，二者構建虛擬地圖為機器人提供導航。但是單純的SLAM技術并不足以滿足導航定位的要求，舉個很簡單例子，沒有IMU僅使用SLAM的情況下，一旦機器人不從建圖原點啟動，那么機器人會丟失定位，需要沿隨機方向移動追蹤大量地圖標記來重新定位自己處在地圖中的具體位置。

IMU，讓機器人找到定位

作為能夠自主導航的機器人，機器人必須實時知曉自己的位置，即便不是每次任務都在地圖坐標原點啟動。在移動機器人測算自己位置的時候，離不開絕對角度這個值，這個值由IMU提供。

可以說機器人整體里程計的精度，機器人能否在任何情況下靈活地完成位置定位，和IMU有著莫大的關系。即便不使用SLAM技術，也需要使用航位推算法來定位和導航，即通過測量車輪旋轉角度，結合IMU的慣性測量值和ToF傳感器的物體檢測完成定位。

IMU在機器人導航系統的重要性可見一斑。融合IMU成了V-SLAM方案和激光SLAM方案補足自身定位缺點的有效手段，精準定位和運動精度是實現高效自主移動的關鍵，IMU提供的反饋檢測機制，對優化導航系統性能非常有用。

IMU發展至今也將加速度傳感器、陀螺儀、磁傳感器等MEMS器件集成在一起，以更小的體積、更低的成本來輔助機器運動。這些六軸運動傳感器從線性和旋轉角度獲取機器人的滾動、俯仰和偏航運動，然后結合動作和房間地圖，就能精確定位，即使不從地圖原點出發，機器人也能快速知曉所處真實空間中的位置。

一個基于IMU的慣導定位流程并不復雜，從采集加速度計和陀螺儀的多組數據開始，慣導首先通過計算四元數和旋轉矩陣確定姿態角是否發生變化（如果四元數和旋轉矩陣有變化會涉及使用卡爾曼濾波計算最優的姿態角），然后計算出導航坐標系中的三維加速度，三維線速度，再計算出三維位置最后輸出位姿信息。慣導的引入為改善整體導航系統方向估算和總體精度提供了很高效的方法。

機器人慣導如何發展

上面提到，基于IMU的慣導發展至今不僅僅只有加速度傳感器、陀螺儀，更多的傳感被集成了進來。其中原因之一，是隨著機器人技術的發展，單一傳感肯定沒辦法滿足越來越精準的導航定位需求，融合傳感是大趨勢。其二，IMU雖然在多自由度的運動捕捉上有著得天獨厚的優勢，但IMU獨有的自恃性，意味著它自身并不能很好地解決漂移、噪聲以及零偏不穩定性。

很多傳感都可以與慣導進行融合，上面說到的集成磁傳感是一種可行的方案，主要是為了配合IMU進行目標姿態信息的獲取。磁傳感為導航提供坐標系，機器人可以通過檢測目標周圍磁場的相對變化，以此來判斷目標的經過和通過，完成目標檢測。這種融合方案體積不大、成本也不高，具體的導航精準度視融合后器件的關鍵參數以及算法而定。與GNSS的融合強化的則是高精度GNSS在丟失觀測目標后的定位，讓動態目標的位置不再丟失。這種融合主要針對室外阻擋物很多的位置檢測應用。

不管是否融合，傳感器本身的參數是導航系統的基礎。靈敏度誤差，靈敏度溫度系數、零速率偏移量、零速率偏移溫度系數、噪聲密度這些是最基本也最重要的考量。靈敏度誤差和噪聲密度不用多說，不僅在機器人應用，在任何傳感器應用中這都是決定性的參數。在環境溫度變化很大的應用中，靈敏度溫度系數和零速率偏移溫度系數也決定了器件是否合適。

器件本身的參數再優秀也要算法提供了盡可能多的支持。IMU的偏置即便能準確測量也很難取消，再加上噪聲，會使導航距離開始漂移。不做算法優化的情況下，慣導底層傳感器的零漂1個小時通常都會超過10°，然后隨機運動的累積誤差會很快發散。結合運動學模式給系統更多的算法規則能夠大幅度優化慣導系統的累計誤差，這也是做慣導、做移動機器人整體導航的公司核心競爭力之一。傳感器硬件層面能拉開很大差距，算法層面也可以拉開競爭力。

國內外廠商機器人IMU應用

我們把目光拉回硬件，看一看國內外IMU廠商在機器人應用的硬件實力。

深迪半導體

深迪的SH3011、SH3001、SH2100偏消費類應用。工業和汽車級推的是IMU445多軸融合慣性測量模塊，適用于典型的機器人應用。IMU 445作為一個完整的慣性系統，包含三軸陀螺儀，三軸加速度計，還結合了深迪自研的算法，提供優秀的動態性能完成多軸慣性傳感。

IMU445陀螺儀動態范圍±250dp，初始靈敏度0.015dps/LSB，初始偏移誤差±0.5dps，零偏不穩定性0.0028dps；加速度計動態范圍±4g，初始靈敏度0.12mg/LSB，初始偏移誤差±10mg，零偏不穩定性0.5 mg。

新納傳感

新納傳感的慣性系統組合很豐富，從三重冗余6 DOF IMU到嵌入式多軸慣性測量系統到集成GNSS的慣導都有相應的產品布局，旗下產品目前主打汽車級應用，所以用在機器人上也綽綽有余。

這里挑選的是OpenIMU330B，特點很鮮明的帶三重冗余的6 DOF IMU。陀螺儀范圍±400 deg/sec，零偏穩定性1.5 deg/hr，帶寬5-50Hz，溫度誤差不超過0.3 deg/sec；加速度范圍8 g，帶寬5-50Hz。

TDK

作為在機器人應用里相當出名的IMU廠商，TDK的IMU產品線非常豐富，從6軸IMU、進一步組合氣壓傳感器的7軸IMU、組合3軸羅盤的9軸IMU等一應俱全。在機器人應用里，TDK主推的是ICM-42688-P，針對機器人運動追蹤應用的高性能6軸IMU。

陀螺儀噪聲和加速度計的噪聲分別為2.8mdps/√Hz和70μg/√Hz，靈敏度誤差二者都在±0.5%水平。陀螺儀零速率偏移量±0.5dps，加速度計零加速度偏移量±40mg，均為車載水平。

博世

博世在消費類IMU領域是行業領導者，旗下BMI系列IMU已經從BMI055到BMI270迭代了多個版本，適用于多種不同應用場景。在機器人應用上也有專門的系列，BMI088高性能慣性測量單元就是針對無人機與機器人應用開發的6軸傳感器。

BMI088在3×4.5×0.95mm3的小尺寸LGA封裝中集成了16位陀螺儀與16位加速度計，系列采用的陀螺儀技術和低TCO加速度計設計是經過車規級驗證的，偏置穩定性低于2°/h，TCO低于15mdps/K。加速度計在±24g的寬測量范圍里頻譜噪聲不超過230μg/√Hz。在高振動的應用環境里BMI088也能進行精準地轉向與定位。

ST

ST的iNEMO慣性模塊將互補傳感器集成在緊湊、堅固且易于組裝的IMU中。在20個料號中不算適配汽車級應用的，適合機器人應用的是ISM330DLC以及ISM330DHCX。二者作為系統級封裝器件，不管是工藝還是封裝，都保持了出色穩定性。

ISM330DLC陀螺儀噪聲密度在3.8mdps/√Hz，加速度計噪聲75μg/√Hz，ISM330DHCX陀螺儀噪聲密度在5mdps/√Hz，加速度計噪聲60μg/√Hz。ISM330DHCX額外在IMU中內嵌了機器學習內核，卸載主處理器的負荷以及或者節省功耗。

小結

機器人導航定位不是一種傳感就能完美覆蓋的，必須根據應用場景的精度來選擇合適的傳感。慣導只是其中不可或缺的一部分，IMU的靈敏度誤差與噪聲密度很大程度上影響了整個導航系統定位精度。高質量的IMU融合其他傳感器，可以顯著縮小定位上的不確定性差距。