对于导弹制导系统来说，轻微的航向误差就意味着偏离目标数英里。或者想象一下，一支特种部队所依赖的定位技术在没有 GPS 的环境中会失败。惯性测量单元 (IMU) 可满足这些任务所需的精度。在导航系统或虚拟现实等各种应用中准确跟踪方向是一项严峻的挑战。惯性测量单元 (IMU) 已成为精确运动跟踪的一种有前景的解决方案。在本文中，我们深入研究了 IMU 惯性传感器的世界，并探索它们如何在存在磁异常的情况下提供准确的运动跟踪。
惯性测量单元由加速度计、磁力计和陀螺仪组合而成。通过利用这些传感器，IMU 分别测量线性加速度、磁场方向和旋转信息。使用传感器融合算法融合这些传感器输出，以确定 IMU 模块的方向。
加速度计对运动过于敏感，会拾取振动和抖动。使用加速度计准确确定地球重力需要系统保持静止。
陀螺仪测量绕轴旋转的角速率。 MEMS（微机电系统）陀螺仪是业界最流行的，它测量相对旋转，但不测量绝对参考。与加速度计结合使用，即使在动态运动期间也可以获得准确的俯仰和滚动读数。与磁力计结合使用，磁北可用于提供初始绝对参考。陀螺仪的偏置或零偏移会随着时间的推移而漂移，如果不加以校正，即使具有良好的初始参考，这也可能成为系统误差的主要来源。
磁力计测量周围的磁场，三轴磁力计将提供所测量磁场的大小和方向。为了使用磁力计进行导航和定向，需要从总磁场测量中提取地球磁场。如果 IMU 主机系统具有固定的磁特征，则可以执行硬铁和软铁校准以隔离地球磁场。改变局部磁场（例如附近的手机、计算机和建筑物中的钢筋等）可能会暂时扭曲磁航向信息，但当陀螺仪和加速度计与磁力计结合使用时也可以得到补偿。
正如《EDN 运动传感器揭秘》中的一篇文章所述，每个传感器本身都有其缺点， 但当将各个传感器与卡尔曼滤波器等自适应滤波算法组合在一起时，可以通过小型、低成本传感器。
为了解决磁异常带来的挑战，融合算法可以发挥作用。Sentral™ 包含被认为是同类最佳的最先进的融合算法：
• 它可以抑制磁干扰，使其在现实世界条件下能够长期保持准确度
• 它采用恒定校准技术，几乎消除了陀螺仪漂移误差以及令人困惑的重复用户校准的需要
• 绝对运动跟踪，几乎没有延迟
• 仅使用 200μAmps 的功率，不到执行传感器融合任务的微控制器和/或标准 CPU 所用功率的 10%。
下面的 Sentral 算法框图中介绍了算法操作的概念概述。
主要定向算法在传播和合并模块中执行 - 定向在短时间尺度上遵循陀螺仪传播，并较慢地合并到磁力计 (mag) 和加速度计 (accel) 框架。该核心块还更新陀螺仪偏差值。在此核心操作之外，自动校准、磁瞬态检查和静止检测模块执行修改四元数更新的计算。
Autocal 在后台持续运行磁力校准，并检查磁力系数是否需要更新。该块启用后台自动校准。 Mag Transient Check监控磁梯度和畸变水平，然后决定是否关闭磁合并或调整磁合并速率。该块负责拒绝磁异常。
精确的运动跟踪可以扩展到使用 IMU 的精确位置跟踪。影响使用 IMU 进行惯性位置跟踪精度的主要挑战是：准确的方向估计以及由于陀螺仪和加速度偏差漂移以及陀螺仪刻度误差而导致的就位误差的增长。
距离加速度计的双重积分会快速累积位置误差。使用步数和方向也会由于步长缩放误差以及行进方向与设备方向之间的未对准而导致位置误差。
事实证明，将机器学习算法应用于人体动力学可以为徒步士兵提供准确的行进方向和位置，仅使用 IMU 而无需 GPS 的情况下，FORT 每行驶 1 公里可提供 10m 的精度。未来的博客将深入研究 FORT 及其连续自适应导航 (CAN) 算法的详细信息。
惯性测量单元为精确运动跟踪提供了有效的解决方案。通过融合来自加速度计、磁力计和陀螺仪传感器的数据，IMU 可以估计模块的方向并提供可靠的运动跟踪。精确方向估计和磁异常等挑战正在通过复杂的融合算法得到解决。
• 3DM-GX5-IMU 高性能惯性测量单元
• 3DM-CX5-IMU 高性能工业级惯性测量单元
• 3DM-CV5-IMU 嵌入式惯性测量单元
• Advanced Navigation Orientus MEMS AHRS 传感器
