IMU中传感器的功能_IMU应用实例_IMU解决方案
对于复杂且高动态惯性配置的MEMS IMU应用，评估功能时需要考虑许多属性。在设计周期早期评估这些属性优于追逐开放性成果，从而实现“尽可能精确”。ADI近期举行的在线研讨会【适合高要求应用的高性能MEMS IMU解决方案】概述了这些属性以及关键应用条件。
什么是IMU？
它代表惯性测量单元。 当有人提到这个缩写名称时，我们先看一下传感器功能，它们能做什么。 想象一个笛卡尔坐标系，形下图所示，具有x轴、y轴和z轴，传感器能够测量各轴方向的线性运动，以及围绕各轴的旋转运动。 这就是所有惯性测量单元的根本出发点，所有惯性导航系统都是据此而构建。
这些器件带有一个三轴加速度计，显然这是指x轴、y轴和z轴。 加速度计会测量线性速度的变化，也会响应重力。
IMU中传感器的功能
加速度计会根据其方向而对重力作出响应，如左图所示，这使得我们能够基于非常简单的三角公式估算其方向。 利用arcsin公式，我们可以使用一个轴，而利用arctan公式，我们可以将笛卡尔坐标系中两个彼此正交的轴合并。
二者的主要区别在于：arcsin方法能够测量+/- 90度，而arctan方法能够测量+/- 180度，也就是全部360度，这样您将知道您在哪一个象限。
陀螺仪对旋转角速率进行积分，您就能估算角位移。 大致上说，加速度计具有很好的长期偏置稳定性和长期精度，但会对线性振动作出响应。 当进行角度估计时，线性振动会表现出来，有时候需要滤波，这会给其他方面带来负担，或者有时候振动太高，超出加速度计测量范围，从而完全破坏角度估计。
因此，陀螺仪没有对线性振动的一阶响应，但因为它对输出进行积分，所以任何偏置误差都会转换为角度估计的漂移。 任何系统的基本调整空间在于使用此类传感器的根本出发点。 加速度计的长期稳定性更好，但易受振动影响。 陀螺仪不易受振动影响，但长期稳定性较差，会导致估算更快地漂移。
IMU应用实例：工业检查系统
想象屏幕上方的灰色条是生产车间的天花板。 天花板安装了某种摄像或照相设备，该设备检视其视场下方的生产线中的物件。 再想象某个东西进入视场，停留适当的时间以供拍照，然后移动到工艺的下一部分。
摄像头的目标是在检视对象上分辨出特定物理属性。 很显然，它离地必须足够高，以便其视场能涵盖整个对象，但又不能过高以致图像失真。 在此类场景中，工厂中的叉车、大量人员和其他机械的行走会引起此类设备摆动，图中的红色虚线反映了这种情况，摆动的最大角度用希腊字母φ加下标SW表示。
图中所示的情况与实际发生的情况相比有些夸大，但把虚线端部与理想的摄像机视场中心相比较非常重要，因为在这个特定应用中，失真可以与线性位移联系起来，也就是底部的变量dsw。 最终，该检查系统的质量取决于您能把dsw和φsw项缩小到什么程度。
知道该类运动存在并考虑物理位移与实际角度摆动位移之间的简单几何关系，您就可以把它表示成物理术语，并与系统的实际参数联系起来。
假设检查一块塑料，要求它恰好为12英寸长，误差为+/-0.5英寸。 因此，摄像机视场的分辨率必须在0.5英寸以内，由此可以反推出摄像机平台的实际角度精度要求。
运动控制涉及各种各样的应用。 假设把摄像机，也就是摄像机上的实际成像元件，放在一个小型伺服电机上，它将能抵消摆动效应。 当摄像机向左摆动时，伺服电机向右摆动，这样，接收物件表面光线的成像元件实际上没有运动，图像就不会失真。 这就是成像稳定技术， 现在已经相当普遍。 过去它只用在高端摄像机上，现在由于MEMS技术，大量数码摄像机也已采用。
这是一个工业应用示例，它有不同的误差源需要考虑，但原理非常简单。 使用MEMS陀螺仪测量运动，然后经过一系列数字信号处理，包括滤波、校准和积分，以便估计摆动角度，让伺服系统知道要往回摆动多远。 这就是所谓闭环系统。
了解这些之后，对于此类系统，我们就能知道这些误差源对系统性能会有什么样的影响。
再看原图，实际上添加了两条绿色虚线，这个窗口要窄得多。 红线反映系统中实际发生的情况，绿线告诉我们控制系统稳定摄像机的效果。
有了这些物理参照之后，为了使它有效，陀螺仪性能必须达到什么程度？ 回到之前的公式，不过现在是应用于绿线，它代表执行校正之后或控制环路全面运行之后的残余误差。
在这张幻灯片中，最重要的一点是它让我们能将系统的物理参数与传感器指标联系起来。 如今的运动控制系统设计师必须不断地考虑物理行为与传感器特性两方面，只有这样才能作出最恰当的决策。不仅是设计产品，甚至还要考虑概念和架构决策，需要从何种等级的传感器开始以便成功实现特定应用。 此类考虑常常是富有成效的，因为它能帮助您从一开始就找准设计思路。
我们都想要成本低至1美元、功耗只有1微安而且终身都保持最高精度的传感器。 但现实是，利用目前的技术无法制造出这样的产品。 现有解决方案的成本从不到1美元到10万美元不等。 对于手头的设计任务，从一开始就要考虑寻找最合适的传感器。 上面提到过，关于运动检测器件，最令人激动的地方是我们能亲眼看到它。 我可以在桌面上推动玻璃杯， 我可以转动我的座椅， 这些都可以同我每天都要打交道的东西联系起来，显然很有帮助。
现在看一个真正重要的参数，并了解陀螺仪是如何规定的。IEEE规范通过许多方式来量化噪声，但对于这个特定应用，最合适的方式是查看角向随机游动。 蓝色虚线显示的是误差相对时间的累积。 对于我们的摄像或成像系统，您可以确定图像捕捉时间d有多长？ 它是否意味着快门打开的时间？ 它是否意味着器件停止以供摄像的时间？
您可以通过多个方面来把我们的应用与此类指标联系起来，这样我们就可以开始估计，在我们的时间范围内，其摆动幅度有多大？ 在这个特定情形中，快门开启时间为0.1秒或100毫秒，对应的误差小于0.001度。
各类IMU产品的区别在哪里
工业级MEMS技术是相对消费级器件而言的，前者成本更高，但远低于传统光纤或环形激光陀螺仪技术。 这里将从消费级市场开始，说明我们所称的技术差别。
从多个角度看，这种技术差异都是值得关注的，正如前面所说的，目前市场上有很多应用，包括大量可穿戴技术和手机等，其动态角度估计能有几度的分辨率精度就够好了。 对于手机而言，若想知道图片的哪个方向朝上，精度只要大约45度就可以了。 在手机上查看不同的东西或玩游戏时，常常也只需要3到5度的精度。
再看偏向于工业应用的器件，您会要求其性能高出10倍以上，而且要能承受更恶劣的环境条件，这很重要。 使用成本不到10美元的器件时，年使用量可能是10，000只；再看工业级陀螺仪，使用量可能是数百只左右，成本可能是100美元，理解这一点很重要。
谈论简单运动和复杂运动时，想想它涉及到多少个轴。 我拿着手机，沿着一个方向转动，那么就是绕一个轴旋转。 这是相对简单的运动。再想象有一辆无人驾驶汽车，沿着崎岖的路面高速行驶。 很显然，它会沿着各个方向跳动，因此可以预期，所有三个轴方向上都有运动，不光是三个轴，还有线性和旋转信息。 您会考虑需要什么样的精度，还有应用所处的条件。
从这里的说明可以看出，消费级设备在变得越来越好，但工业级设备也是如此。 随着时间推移，某些应用空间会成熟起来。 消费级设备可能跟上一些发展，并且帮助解决许多需求，但总是存在一系列不断发展的应用需要更高的性能水平，而且会有项目来证明为此付出额外的成本是值得的。
大量研究都发现了这样一个趋势：偏置和其他重要参数的长期稳定性与对传感器中的机械应力的管理好坏有关。 封装已变得非常重要。 往手机中添加东西时，需要把它做得尽可能小，成本尽可能低；不是任务需要的材料，每一微克都要从设备中去除。 自然，它们会更容易受物理应力影响。 甚至把手机放到口袋这样简单的事情也会导致封装弯曲，改变其特性。 对于这些事情，工业级IMU至少会在一阶上进行处理。
核心传感器知识和经验
下图右上方是一个四谐振器内核，ADXRS64X系列陀螺仪实际上就是采用这种内核。 该四谐振器内核提供两种不同水平的线性抑制，我们称之为器件的共模抑制。 这使它在振动抑制方面实现了大跨越。 尤其是0.0001度/秒/g2这一数据，对许多传统上需要数万美元解决方案才能上市的应用而言，可谓关系重大。 现在，不到1，000美元的解决方案就能实现此类性能。 它在面市时是非常令人激动的，今天仍然很常用。
新一代传感器技术，即右下方的弹性碟方法，是当前产品的核心技术，ADXRS290和ADIS16460惯性测量单元均采用该技术。 利用多方面的工艺改进和全新的机械架构，我们得以降低噪声和角向随机游动，这在前面的幻灯片中已予以说明，其性能比我们过去的工业级产品线所采用的各种陀螺仪技术要高出4倍。
核心传感器的典型性能差距在哪里？
针对消费市场的MEMS IMU与针对工业市场的MEMS IMU进行比较时，又会显露出哪些重要特性？
＊ 跨轴灵敏度
＊ 线性振动抑制
跨轴灵敏度
想象把一个IMU放在桌面上，并使它来回转动。 理论上，该运动只应显示在一个陀螺仪上，假设是z轴。 x轴和y轴陀螺仪对此不应有所响应。 然而，它们实际上会有所响应，跨轴灵敏度反映的就是这种响应的程度。 跨轴灵敏度还与这些器件在内部的对齐程度有关。 除物理对齐外，还有电子校准对齐。 就跨轴灵敏度而言，一般器件的典型值为2%，而针对工业市场的MEMS器件则是不到0.1%。 二者相差大约20倍，某些情况下您可以通过系统校准来弥补，但它仍有封装依赖性，当封装随着时间而松弛时，跨轴灵敏度又会降低。 因此，针对要求终身保持高性能的应用进行设计时，必须考虑这一10到20倍的性能差距。
线性振动抑制
想象一下，让搭载IMU的印刷电路板在同一张桌子上沿线性方向来回运动。理论上，陀螺仪仅测量角向运动，因此其响应应为0。 然而，由于器件制造的一些实际限制，所有MEMS陀螺仪对线性振动都有一定程度的响应。 如何规定和说明这种响应，对制造商而言是一个重要判断点，很多时候根本不做规定。 即使做了规定，也不是在全频率范围内进行测定或规定。 一个器件可能有100 Hz的谐振频率，若用一个grms激励它，陀螺仪上可能显示一个10度/秒信号，这会扰乱所有需要一定精度水平的测量，因为它是一个非模式化的误差。 对此需要进行非常细致的研究，这是非常重要的。
以典型方式把这些参数放在相关情形下进行分析，紫色线表示速率噪声密度。 速率噪声密度代表器件完全静止时的输出噪声。 橙色和红色虚线表示我刚才讨论的内容。 这些是噪声源，可能来自我们所称的无关源，导航行业称之为非模式化的能量源。 市场上可能有这样的器件：一个器件的紫色线比另一个器件要低，但机械谐振和线性振动响应却要高得多。
如果只看一个噪声参数，可能会轻信这只陀螺仪更好，但实际上，您需要关注所有三个参数和线性振动信息，甚至可能要估计轴上的旋转量。 全面地看问题，而不要片面地看问题，确实非常重要。 从频谱角度看，总噪声就是曲线下方的面积。 在这一特定情形中，总能量显然是以线性振动响应为主，但不同应用会有不同的分析。 重要的是，在作出关于使用何种产品的长期决策之前，务必注意这一点。
了解实际的测试信息非常重要。 数据手册常常不提供此类信息，需要您去询问。 多数公司开设了论坛，您可以在其中提问。 如果不能在论坛中询问，请通过销售渠道查询，能否找到生产线人员并咨询。 否则可能会出问题。 这里给出了两个不同陀螺仪的响应曲线，左边是ADXRS290，右边是一款主要针对消费市场的器件。 虽然工业级器件经受的振动要高出3倍，但其性能仍然要高出10倍左右。 若把它放到上一张幻灯片中，计算曲线下的总能量，滤波需求将很可怕，带宽会非常低，因为这会影响稳定性控制。 所以，了解这些重要区别是极其重要的。
IMU机械设计如何避免设计陷阱
第一，根据现有的最佳建议开始机械设计。 我们已经看到，机械设计不当会引起长期漂移。 需要强调的是，如果把IMU安装在不是针对它而设计的表面上，封装上就会有应力，进而影响器件的行为。 对此您应有所考虑。
第二个需要考虑的事项是：如何连接该器件？ 如果是嵌入式SPI产品，它本质上是一个从机，您需要4条IO线来管理SPI接口。 您需要电源， 需要接地，有时还需要时钟或数据就绪接口，但其实也就这么简单。 您需要考虑长期系统的接口类型。
第三是注意通信协议。 我们所有数据手册都有简单的测试案例，您可以在环运行，调试信号完整度、代码、位序、时序等。 我们还有示例代码，它可帮助您快速上手，但其在细节上有所不同。 它提供测试码供您使用，您可以用示波器探头排除各类故障。 这也是大家都感兴趣的一个方面。
第四起始代码。利用这些代码，您就能将器件连接到嵌入式处理器。
IMU机械设计故障排除技巧
-
传感器
+关注
关注
2550文章
51034浏览量
753036 -
IMU
+关注
关注
6文章
306浏览量
45725
发布评论请先 登录
相关推荐
基于IMU和地磁传感器的导航系统设计
浅谈Arduino Nano 33系列的IMU传感器
向高端类IMU应用迈步—国产IMU技术应用分析
LSM6DS3 IMU是否需要温度补偿？
高性能MEMS IMU解决方案
详解高性能MEMS IMU解决方案
基于IMU传感器创建精确的倾角仪选型
TDK InvenSense ICM-42688-P 6轴运动跟踪IMU
IMU的工作原理是什么？怎样去搭建一种IMU误差模型？精选资料分享
基于IMU实现高精度低功耗的研究
基于IMU和地磁传感器的捷联惯导系统
惯性测量装置IMU的用途_IMU在主机应用处理器的功能
姿态传感器和IMU的联系和区别
什么是IMU传感器 IMU传感器在自动驾驶汽车的关键应用
工商网监
评论