聊聊慣性測量單元（IMU）

IMU，全稱 Inertial Measurement Unit，中文叫“慣性測量單元”。簡單說，它靠著陀螺儀和加速度計測角速度和加速度，推算出姿態、速度、位移。
就像你蒙著眼走路，腳底的感覺（加速度計）和身體的轉動感（陀螺儀）能讓你知道自己在往哪兒走。只不過，IMU 是靠硅片里的微結構來“感覺”這些的。

常見場景——

• 無人機飛直不歪，全靠它告訴飛控“機頭抬高了、右傾了”；

• 手機里玩體感游戲，轉一轉手機能響應，就是它在感知角速度；

• 車上的導航信號斷了幾秒，它還能靠慣性算出你大致在往哪開。

IMU 通常是“三件套”：

1. 陀螺儀（Gyro）——測角速度；

2. 加速度計（Accel）——測量加速度（包括重力分量）；

3. 磁力計（Mag）——測地磁方向，幫你知道“哪邊是北”。

高級一點的還會加氣壓計（Baro），估高度變化。

MEMS（微機電系統）結構就像個超小的機械秋千，振動時有科氏力（Coriolis force）產生位移，用電容變化測出角速度。聽起來很物理，其實芯片上就是微小梁和電極的結構。

IMU 最怕“漂”和“噪”。

• 漂（Bias）：比如你靜止不動，它還以為你在轉。時間一長，小偏差積起來就飄走了。

• 噪聲（Noise）：輸出抖動、亂跳，讓算法不好濾。

• 比例因子誤差（Scale Factor）：量大時偏得多，測 100°/s 輸出成 101°/s。

• 對準誤差（Misalignment）：陀螺、加計三個軸沒正交，算姿態時誤差會串。

最直接的表現就是：
無人機懸停時慢慢飄走；汽車在隧道里導航偏離車道；VR 頭盔視角慢慢歪。

怎么把它馴服

1. 標定（Calibration）
   工廠和產線的第一道工序。靜態六面體標定、旋轉臺測試，測出每個軸的偏置、靈敏度、交叉軸項。
   數據寫進 EEPROM 或寄存器，系統上電后加載。

2. 溫度補償（Temp Comp）
   MEMS 受溫度影響大，芯片熱一點 Bias 就會變。做法是“溫箱回掃”：
   從 ?40°C 到 +85°C 每隔幾度測一次，把偏置和比例因子都擬合成溫度多項式。

3. 算法融合（Sensor Fusion）
   光靠 IMU 會漂，所以要和 GNSS、磁力計、氣壓計結合。
   算法一般是卡爾曼濾波（EKF/UKF），核心思想：

• 陀螺短期準，長期漂；

• GNSS 長期準，短期慢；
  兩個互補，綜合誤差小。

• Allan 方差曲線，看ARW（角隨機游走）和Bias Instability；

• 臺架實驗：六面體靜態測偏置，旋轉臺測比例因子；

• 環境測試：振動、溫度、老化，看偏置漂不漂；

• 路測數據：GNSS 斷幾秒后的位置漂移。

這些都不是為了“炫技”，而是讓量產一致、數據可控。你真要讓一批模塊上車，得讓每顆的漂移曲線都在同一個“筐”里，CPK 達標，才敢放行。

設計和量產的“坑”

• 供電噪聲：IMU 的電橋結構對電源紋波特別敏感，電源濾波不干凈，輸出就抖。

• 機械耦合：板子振動或焊盤應力沒做好，低頻噪聲上來了，量產良率掉。

• 同步問題：IMU 數據要跟 PPS（GNSS 時間脈沖）對齊，否則導航融合漂。

• 封裝熱梯度：金屬殼 vs 塑封殼，溫漂曲線完全不一樣。

這些都不是“算法能救”的，靠工藝、布局、結構設計去抑制。

總結。IMU 這活兒看著玄，其實是個穩扎穩打的活。你不是在“算得更準”，而是在讓誤差更穩定、可預期。算法能補償的前提，是硬件先別亂跳。工程師最后看的，不是宣傳冊上的“0.01°/hr”，而是批量的良率曲線、偏置分布、出廠后半年還能不能在同一條線上。

一句話總結：IMU 是靠“算漂移”的學問成就的傳感器。真正的高手，不是漂得最小，而是漂得最穩。

歡迎加入學習社區，每天了解一點知識。

歡迎加入行業交流群，備注崗位+公司，請聯系老虎說芯