新型IMU解决了adas传感器漂移的严重安全威胁

艾西纳最近发布了一种新的IMU(惯性测量单元)装置IMU383ZA.，旨在提高传感器系统的可靠性。

IMUS，因为他们的名字表达，可用于测量它们的系统或设备的惯性。他们越来越多地在各种行业中寻找应用，包括农业，无人机和航空航天，自动车辆，机器人和AR / VR-all依赖于准确的定位数据正常运行。

毕竟，没有可靠的传感器数据，系统如何导航自动车辆或机器人手臂的运动规划 - 或者确保一个沉浸在VR中的人不会在沙发上绊倒？

这些应用所面临的最大挑战之一是漂移，这也是acinna和其他传感器制造商正在努力解决的问题。

定位系统中的漂移是什么?

当传感器失去保真时，漂移发生漂移，仅仅是由于年龄，而且有时由于诸如振动或极端温度的中断。

漂移会影响所有类型的传感器，从温度传感器到压力传感器。预防校正和校准通常用于解决这个问题，以及各种漂移检测功能内置在许多系统。

温度传感器中的漂移图和可能发生漂移检测警报的用户定义阈值。使用的图像礼貌摩尔工业。

这些校准和漂移检测特征通常依赖于外部参考信号来比较数据的数据。然而，一些设备如此来自Micron Digital的Romos Imu（近期发布），声称不依赖于外部参考信号，利用基于MEMS的惯性传感器的“无漂技术”。

Aceinna的方法侧重于使用多个内部传感器和一种传感器融合来实现高可靠性。

IMU ACEINNA的“高”

艾西纳积极宣传其新型IMU383ZA IMU传感器“高度可靠”——这对他们来说是绝对必要的，因为他们认为该传感器在汽车应用中非常有用。准确无误的定位对于今天的ADAS和预计将在中期出现的真正自动驾驶汽车来说都是绝对必要的条件。

但就规格而言，“高度可靠”意味着什么?在这种情况下，acinna宣称新型IMU的可靠性为1.3°/hr, 0.08°/root-hr。

acinna IMU383ZA传感器系统。图像从数据表。

IMU383ZA的其他相关规范包括：

• 温度范围：-40 c到85 c
• Board-to-board接口:spi.
• 包大小:24毫米x37毫米x9.5毫米
• 平均故障间隔时间:> 50 k小时

该设备通过提供所谓的“高级”同步和允许现场升级的引导加载程序来升级扩展IMU381ZA模型。

然而，最值得注意的是，该设备通过“三冗余传感器架构”来实现其可靠性，该架构利用了三个传感器阵列(3轴加速度计和3轴陀螺仪)，它们彼此独立运行。

更多的传感器如何等同于更可靠的数据?答案是一个被称为传感器融合的过程。

传感器融合如何克服漂移

Aceinna的新设备依赖于传感器数组以提供数据集。从这里，它利用“投票方案”，其中设备可以确定异常值数据点是否准确无误。通过比较多读数，可以识别错误的数据集，并且“忽略或重新评估”，因此它们不会影响设备的整体精度。

这是传感器融合的一个例子。

作为AAC的Jeremy Lee在描述的文章中描述传感器融合基础“传感器融合是一门艺术，它将多个物理传感器结合在一起，以产生准确的‘地面真相’，即使每个传感器本身可能并不可靠。”

IMU的传感器融合系统的一个例子。这是IMUcore的概述LP-Research.。

类似的例子是犯罪现场，每个证人都有不同的话要说，而聪明的警探会将证人有些矛盾的看法编织成事件的准确画面。

通过组合优点来精确传感器数据

陀螺仪和惯性测量单元(IMU)是传感器的典型例子，它们可以通过传感器融合组合在一起，形成设备环境的更可靠的图像。

在陀螺仪有漂移倾向的地方，可以依靠imu来感知“向下”与地球引力的关系。向下参考可以用来消除陀螺的空间位置。反过来，IMU的位置数据也会出现累积错误。GPS数据可用于校正IMU。每个传感器都可以提供补充信息，以保证其他传感器的准确性。

卡尔曼滤波器由传感器融合设备使用，以基于AD HOC附加到每个传感器输入的值。例如，如果手机的承载进入地下隧道或地铁，则GPS可能是粗略的。传感器融合允许设备注意到与多个其他传感器相比，GPS在WACK中脱离。一旦设备离开隧道，可以像正常一样依赖GPS数据。这里的类比可能是传感器融合系统用作棒球经理，他们在坍落期间使用播放器（在这种情况下的GPS数据）。

虽然在传感器融合中经常使用多种类型的传感器，但相同的原理也适用于单个设备，如IMU383ZA，其中多个数据集被组合并进行比较，以提供更准确的环境信息。

---

您之前是否开发过位置跟踪系统？选择IMU时优先考虑的规格是什么？传感器融合如何在您的设计过程中发挥作用？在下面的评论中分享您的经验。