越来越多的自动驾驶汽车，机器人和工业设备推动了陀螺仪市场的升温，所有这些都要求更高的精度和越来越小的设备。
多年来，陀螺仪一直是导航的主要内容。然而，经典的设计是宏观机械的，而高性能单元可能非常昂贵。对于性能较低的应用，微机电系统（MEMS）惯性测量单元（IMU）由于其体积小，成本低的优点，而变得越来越流行。尽管这些MEMS器件的性能一直在稳步提高，从而使它们能够扮演更艰难的角色。但大多MEMS陀螺仪仍然需要其他传感器的帮助来交叉检查其测量结果，以提高准确度。
AM Fitzgerald and Associates的创始人兼常务理事Alissa Fitzgerald说：“许多年来，学术界一直在展示各种酷炫的陀螺架构，可以用来创建低漂移陀螺。但是，没有任何将这种技术带出学术界并进入真实市场的商业力量或市场拉动。”
有很多工具可以用于导航，其中由加速度计和陀螺仪组成的IMU是非常重要的导航工具。虽然价格较低的MEMS传感器可通过全球导航卫星系统(GNSS)信号，以及来自摄像头、雷达和激光雷达的其他输入，再加上磁力计的协助，来纠正漂移。且随着性能的提高，它们所需的修正量也会减少。但是，它们仍然不太可能很快完全满足关键应用的需求。
IMU
IMU通过跟踪线性和旋转惯量的变化来测量运动。它们至少由两种不同类型的传感器——加速度计和陀螺仪组成。这些传感器可以使用传统的宏尺度技术来构建，也可以通过使用MEMS技术（在半导体技术在硅芯片上创建传感器的情况下）来构建。
加速度计可通过感应线性加速度来测量线性运动。整合双重加速度可以提供速度与位置，再外加单个加速度计测量沿一个轴的变化。这样，将三个加速度计组合在一起即可测量运动方向上的3D变化。
陀螺仪（或简称为陀螺仪）可测量方向变化。这与行进方向不同，因为一个人可以改变方向而无需改变一个人面对的方向。同样，在直线移动时，可以更改方向（有效旋转）。
图1：左图显示了没有旋转时向左的线性加速度-打滑。中间的图像显示没有线性加速度的旋转-旋转。右图显示了左侧的线性加速度和旋转角度。资料来源：Bryon Moyer
理想情况下，将加速度计或陀螺仪组合在单个芯片上的所有三个轴可以提供更好的轴对齐，并且将加速度计和陀螺仪组合在单个芯片上可以确保两种传感器之间的最佳轴对齐。磁力计不能包含在单片集成中，因为它们的结构与加速度计和陀螺仪不兼容。
虽然单片集成是可能的，但IMU通常由用于不同传感器类型的单独的共封装芯片制成。Fitzgerald说：“大多数IMU是使用三个单独的芯片组装的（三轴陀螺仪，三轴加速度计和三轴磁力计）。高性能IMU可能包含三个单独的单轴陀螺仪芯片，并且可能包含五到九个芯片。” 在这种情况下，需要进行校准以从正交性的任何偏差中进行调整。
无论IMU是包含单个芯片，还是组合了单独的加速度计和陀螺仪芯片，每个传感器的每个轴都会被计数。这提供了一个所谓的六轴传感器（如果没有磁力计）。而具有三轴磁力计的IMU被视为九轴传感器。
航位推算，漂移，等级和价格
航位推算是指通过跟踪位置和方向随时间的变化来测量位置的过程。以给定的速度沿特定方向行驶将产生新的位置。从该位置继续行驶将给出一个新位置。
然而，其挑战在于没有任何测量是没有错误的。每个测量位置都会有一定的误差，而下一个位置的测量也会有误差-该误差将加重第一个位置的误差。这些误差可能累积到实际位置可能与计算出的位置明显偏离的地步。
YoleDéveloppement的技术和市场分析师Dimitrios Damianos和光子学，传感和显示总监Guillaume Girardin表示：“通常通过性能来定义这些系统的应用等级，以偏置稳定性（或偏置不稳定性或漂移）来衡量。”
漂移是以度/小时或每小时累积的方向误差度数为单位的。
图2：由于漂移导致的误差累积。资料来源：Bryon Moyer
加速度计和陀螺仪都有误差，但是陀螺仪主导了整体漂移。这导致了IMU根据其适合的应用进行分级。目前没有正式的等级定义，只有公认的等级，因此它们可能会有所不同。
下面显示的等级会使用数十年，但中间范围尚有待解释。费兹杰拉德说：“混淆不清的三个术语是工业，导航和战术。” “这些可互换使用，是指每小时大约半度的性能。”
图3：按市场等级的偏置稳定性。来源：Alissa Fitzgerald,来自21世纪的定位，导航和计时技术：集成卫星导航，传感器系统和民用应用）
图4：由偏差不稳定性（或稳定性）定义的IMU等级。资料来源：YoleDéveloppement
尽管陀螺仪漂移在坡度定义中占主导地位，但Yole指出，其他因素也很重要。稳定性不是唯一重要的参数。还有其他规格，例如抗振动和冲击，带宽，宽泛的工作温度范围，在整个温度范围内的稳定性，尺寸/重量/功率等。因此，你不能使用陀螺仪来导航船舶，也不能使用相同的系统来导航导弹。
最苛刻的应用仍然需要机械传感器，而且极其昂贵。与此相反的是一些价格低廉的商业应用，在这些应用中，精度并不那么重要，不准确的后果也不那么严重。
图5：由偏差不稳定定义的IMU价格。颜色表示技术：RLG =环形激光陀螺仪；HRG =半球谐振陀螺仪；FOG =光纤陀螺仪。MEMS正在逐步提高其可达到的等级。资料来源：YoleDéveloppement
较旧的机械模型正在让步给较新的技术，其中包括正在逐步改进的MEMS技术。
MEMS单元可能会侵占FOG技术今天可以解决的某些问题，但将来不太可能取代HRG和RLG技术。也就是说，FOG技术预计会有足够的发展，即使在低端技术上输给MEMS,但仍会有增长，并保持自己的优势。
图6：面向高端应用的IMU技术演进。灯泡指示何时出现该想法；点表示它何时可用（给出了指示的上市时间）。资料来源：YoleDéveloppement
MEMS应用和改进
MEMS技术降低了低端IMU的价格，该IMU主要用于商业（如智能手机）和工业应用。Fitzgerald说：“直到最近，没有一家大型电子公司对导航级陀螺仪真正感兴趣。他们正在为智能手机和游戏控制器制造陀螺仪，坦率地说，这些陀螺仪对于车辆导航用途来说是蹩脚的。我们还没有看到新的MEMS架构得到充分发展。而部分原因是，让投资者给你5000万美元，让你将这些令人兴奋的MEMS新技术商业化，这是一场艰难的推销。造成这种情况的部分原因是，要让投资者给您5000万美元来将这些令人兴奋的新技术商业化是一个艰难的选择。”
但是Yole指出，硅MEMS陀螺仪已经改进到可以解决导航级应用的地步。Yole团队说：“通常，所有技术都在稳步改进，以实现更高的稳定性和更好的性能。”诸如MEMS之类的某些技术最初处于商业性能水平，已转变为工业级，最近又转变为战术性。”
博世产品经理Peter Spoden和Michael Rupp表示，MEMS陀螺仪的漂移已减半，并有望进一步改善。10°/ h的不稳定性一直是MEMS的行业标准，如今，使用MEMS可以达到1至5°/ h.对于未来，低于1°/ h的范围似乎可以实现。
图7：基于硅的MEMS（" SiMEMS"）与其他技术的漂移比较。（偏差不稳定性（稳定性）是在室温下使用Allan方差方法计算的，没有加速度或振动。在运行中的偏差稳定性中，运行至偏差的偏差稳定性是根据任务曲线根据先前误差的二次求和而得出的。 -run是单次运行，而运行间检查的可重复性来源：YoleDéveloppement
那么，MEMS技术会继续进入高端应用领域吗？
随着自动驾驶汽车的出现，人们对针对汽车市场定价的更高质量的传感器重新产生了兴趣。但是，尽管企业似乎已朝着这个方向迈出了一大步，但大多数制造商认为，由于IMU通常与其他技术结合以纠正错误，因此MEMS陀螺仪进一步的改进并不是真正重要的。
传感器融合
尽管MEMS IMU在任何长时间内都不可能进行航位推算，但MEMS陀螺仪仍被定位用于安全关键型应用，例如自动驾驶汽车导航。这是因为陀螺仪（通常是IMU）只是一种导航技术。
位置信息的主要来源仍然是GNSS信号，例如GPS。西门子业务部门Mentor的应用工程顾问Jeff Miller表示：“许多用例都依靠GPS使用卡尔曼滤波器等进行漂移校正，因此他们不必担心长期漂移。” 但当车辆进入隧道或停车场，传递信号的卫星不再“可见”时，这种方法将失败。在这种情况下，IMU可以提供短期位置信息，直到重新获取GNSS信号为止。
Fitzgerald说：“如果您要能够承受GPS的5秒模糊测试，并且以50至70英里/小时的速度行驶，则需要一个非常好的陀螺仪。如果您只担心一秒钟的退出，那么也许您可以摆脱精度较低的陀螺仪的困扰。” 但是，例如阿尔卑斯山中最长的公路隧道是哥德哈德公路隧道，长约17公里（10.5英里）。以60 mph的速度行驶时，这意味着离GNSS信号的距离会略微超过10分钟，这对于MEMS IMU来说，是很长的时间。
磁力计可用于帮助校正陀螺仪的漂移。磁力仪像陀螺仪一样测量方位，但是它们相对于磁北来测量。这提供了一个相对稳定的参考点，因此算法可以同时查看陀螺仪和磁力计的结果来确定方向。
GNSS信号不可用时会与IMU进行折衷（这意味着一个或另一个正在使用中），而GNSS信号与之不同的地方在于——IMU可通过两个传感器不断融合在一起，以达到比单独使用任一个传感器更准确的结果。这是所谓的传感器融合的特定示例。它合并大量传感器输出的结果，以产生更好的组合结果。
就是说，磁力计也有其缺点——主要是在对可能影响磁场的较大特征的响应中。被称为“磁异常”的金属车辆，电梯，甚至大的岩石露头都会使磁力计的读数失真。在此类异常持续存在的应用中（例如，在大型电动机附近或在电气室内），不能可靠地使用磁力计。
但是，在那些应用程序之外，异常可能是暂时的。因此，陀螺仪除了通过磁力计进行交叉检查外，还有助于交叉检查磁力计。没有一种拒绝异常的固定算法。美光数码公司创始人兼首席技术官Rohit Seth说：“我们同时使用启发式方法和第一性原理来处理磁异常。”
除此之外，还有许多其他技术可以帮助定位服务。IMU提供“由内而外”的视图，移动传感器在其中确定自己的位置。外部信号（如GNSS）提供“从里到外”的视图，其中外部因素告诉移动的物体在哪里。例如，在购物中心内，各种WiFi或蓝牙信标都可以对购物者及其智能手机的位置进行三角测量。智能手机中的IMU和信标信号一起可以提供足够精确的定位，以在商店内定位购物者。
这种方法也可以在道路上使用。Fitzgerald表示：“我们可以开始在道路，基础设施中放置信标。您可以将信标放在隧道中。”
对于自动驾驶汽车而言，至关重要的一点是，偏离路线的余地很小。Fitzgerald说：“如果您在高速公路上开车，您可能无法承受超过10或20厘米的漂移，这有可能撞到相邻的汽车。”
这是高级驾驶员辅助系统（ADAS）尤为重要的地方。这种系统为车辆配备了许多额外的传感器，尤其是摄像头，雷达和激光雷达。使用AI算法将这些传感器信号组合在一起，以识别预期和意外的项目，从而提供了一个巨大的传感器融合解决方案。
博世团队表示：“无人驾驶汽车始终必须获得环境认可。 IMU绝不能单独使用，而必须始终是一个完整系统的一部分，该系统由激光雷达，雷达和软件等其他设备组成。不过作为这种系统的一部分，今天的IMU就足够了。”
但是，对于可能无法停留在涂有油漆良好线条的城市道路上的“随处可见”车辆，它们可能不够用。在如此遥远的地区，自治还是一个悬而未决的问题（尤其是在没有蜂窝通信的情况下）。Fitzgerald说：“要让自动驾驶汽车在没有这些车道标志或交通信号灯或停车牌识别的地形上行驶，将是非常困难的。”
哪些适合汽车可能并不明显。Yole团队说：“我们需要将ADAS车辆（具有越来越高的自治性）和机器人汽车（或Robotaxis）分开，它们已经完全自主，但是在地理上受到限制。”由于机械人的业务模型（移动即服务）不同，目前暂时没有成本约束。但是他们对性能有很高的要求。”
对于配备ADAS的汽车，购买价格是主要的经济考虑因素。因此，根据Yole的说法，IMU的价格必须低于100美元，这样在60 km / hr的速度下，它们在20到30秒内的漂移精度仅为几厘米。相比之下，robotaxis可以忍受更高的精度价格——每行驶1公里仅漂移几厘米的系统，其价格就高达10,000美元。
需要导航的低成本车辆可能仍然认为高质量MEMS IMU过于昂贵。Fitzgerald说：“当您的汽车价格在50,000至100,000美元之间时，花300美元购买MEMS陀螺仪似乎并不重要。” “对于那些想要将这类陀螺仪用于无人机，机器人和不支持300美元价格的产品的人们来说，它开始崩溃。他们可以花30美元购买MEMS陀螺仪，但300美元开始太高了。”
不过，其中一些较小的系统也许能够以较低的精度应对。她补充说：“如果一个机器人每小时仅走三英里，那么您可能会得到便宜的陀螺仪，因为您不会试图以如此高的精度进行导航。”
对于所有的交叉检查传感器，甚至可能有人会质疑某些驾驶应用是否仍需要IMU.Yole团队推测：“其他传感器（雷达，摄像机，激光雷达等）的组合所取得的进展提出了惯性系统从长远来看是否有用的问题。在某些时候，所有其他传感器都可以在没有此类传感器的情况下校准汽车的位置。”
众包传感器
虽然传感器融合通常将不同传感器的结果结合在一起，但美光数码的概念还有另外一种。该公司称，它使用一个简单的神经网络将三到六个传感器阵列的输出结合在一起，可以使漂移接近零。阵列的想法是要测量几个相同的传感器，并且最终的决定取决于这种组合，而不是孤立地隔离任何传感器。
Rohit Seth说：“ IMU互相看着以估计漂移。IMU正在纠正其他IMU.”
这些阵列最初建立在单个模块上。Rohit Seth说：“我们从以宏观配置的通用传感器开始。此配置适合第三方传感器。宏模块级系统（SOM）可以缩小到大约19mm x 19mm的占地面积。”
该公司还正在开发尺寸更小的版本。他补充说：“我们正在设计自己的传感器基板版本，以便可以在5mm x 5mm的占地面积内制造它。” “有些中间设计在一个SoC封装中使用多个基板的组装。”
但是，它并不像平均值那样简单地进行数字聚合。必须手动调整神经网络。塞思说：“我们已经接近通用解决方案，但是现在我们需要针对每个应用程序进行调整。” 每个传感器品牌都对其进行了调整，因为它们的工作原理有所不同。他们说这不是一个固定的算法，而是它可以动态校准并即时确定信任哪些传感器。还有一个输出阶段，可以抑制任何不切实际的运动。
结论
尚不清楚MEMS陀螺仪将进一步改善多少。在大多数情况下，它们正在逐渐变得更好。但是，由于在此类汽车中设计了大量传感器融合技术，因此他们没有很大的压力去改进最明显的应用，即汽车。
如果他们能够实现更高的操作等级，那么它们可能会降低高端成本，但是其中许多应用都有严格的要求和较低的体积，因此投资回报率不确定，而未来巨大的改进将需要苛刻的新应用来推进。
作者：Bryon Moyer
来源：Semi Engineering
编译：枭枭