机器人惯导如何发展

电子发烧友网报道（文/李宁远）对具有移动功能的机器人来说，导航是一直不会过时的热点。与带有自动驾驶功能的汽车相比，机器人的自动驾驶自主导航受限于本体的体积和成本，运用在其上的传感器既要控制体积也要控制成本。

移动机器人在路径规划导航上主要流派有视觉V-SLAM和激光雷达LiDAR-SLAM，二者构建虚拟地图为机器人提供导航。但是单纯的SLAM技术并不足以满足导航定位的要求，举个很简单例子，没有IMU仅使用SLAM的情况下，一旦机器人不从建图原点启动，那么机器人会丢失定位，需要沿随机方向移动追踪大量地图标记来重新定位自己处在地图中的具体位置。

IMU，让机器人找到定位

作为能够自主导航的机器人，机器人必须实时知晓自己的位置，即便不是每次任务都在地图坐标原点启动。在移动机器人测算自己位置的时候，离不开绝对角度这个值，这个值由IMU提供。

可以说机器人整体里程计的精度，机器人能否在任何情况下灵活地完成位置定位，和IMU有着莫大的关系。即便不使用SLAM技术，也需要使用航位推算法来定位和导航，即通过测量车轮旋转角度，结合IMU的惯性测量值和ToF传感器的物体检测完成定位。

IMU在机器人导航系统的重要性可见一斑。融合IMU成了V-SLAM方案和激光SLAM方案补足自身定位缺点的有效手段，精准定位和运动精度是实现高效自主移动的关键，IMU提供的反馈检测机制，对优化导航系统性能非常有用。

IMU发展至今也将加速度传感器、陀螺仪、磁传感器等MEMS器件集成在一起，以更小的体积、更低的成本来辅助机器运动。这些六轴运动传感器从线性和旋转角度获取机器人的滚动、俯仰和偏航运动，然后结合动作和房间地图，就能精确定位，即使不从地图原点出发，机器人也能快速知晓所处真实空间中的位置。

一个基于IMU的惯导定位流程并不复杂，从采集加速度计和陀螺仪的多组数据开始，惯导首先通过计算四元数和旋转矩阵确定姿态角是否发生变化（如果四元数和旋转矩阵有变化会涉及使用卡尔曼滤波计算最优的姿态角），然后计算出导航坐标系中的三维加速度，三维线速度，再计算出三维位置最后输出位姿信息。惯导的引入为改善整体导航系统方向估算和总体精度提供了很高效的方法。

机器人惯导如何发展

上面提到，基于IMU的惯导发展至今不仅仅只有加速度传感器、陀螺仪，更多的传感被集成了进来。其中原因之一，是随着机器人技术的发展，单一传感肯定没办法满足越来越精准的导航定位需求，融合传感是大趋势。其二，IMU虽然在多自由度的运动捕捉上有着得天独厚的优势，但IMU独有的自恃性，意味着它自身并不能很好地解决漂移、噪声以及零偏不稳定性。

很多传感都可以与惯导进行融合，上面说到的集成磁传感是一种可行的方案，主要是为了配合IMU进行目标姿态信息的获取。磁传感为导航提供坐标系，机器人可以通过检测目标周围磁场的相对变化，以此来判断目标的经过和通过，完成目标检测。这种融合方案体积不大、成本也不高，具体的导航精准度视融合后器件的关键参数以及算法而定。与GNSS的融合强化的则是高精度GNSS在丢失观测目标后的定位，让动态目标的位置不再丢失。这种融合主要针对室外阻挡物很多的位置检测应用。

不管是否融合，传感器本身的参数是导航系统的基础。灵敏度误差，灵敏度温度系数、零速率偏移量、零速率偏移温度系数、噪声密度这些是最基本也最重要的考量。灵敏度误差和噪声密度不用多说，不仅在机器人应用，在任何传感器应用中这都是决定性的参数。在环境温度变化很大的应用中，灵敏度温度系数和零速率偏移温度系数也决定了器件是否合适。

器件本身的参数再优秀也要算法提供了尽可能多的支持。IMU的偏置即便能准确测量也很难取消，再加上噪声，会使导航距离开始漂移。不做算法优化的情况下，惯导底层传感器的零漂1个小时通常都会超过10°，然后随机运动的累积误差会很快发散。结合运动学模式给系统更多的算法规则能够大幅度优化惯导系统的累计误差，这也是做惯导、做移动机器人整体导航的公司核心竞争力之一。传感器硬件层面能拉开很大差距，算法层面也可以拉开竞争力。

国内外厂商机器人IMU应用

我们把目光拉回硬件，看一看国内外IMU厂商在机器人应用的硬件实力。

深迪半导体

深迪的SH3011、SH3001、SH2100偏消费类应用。工业和汽车级推的是IMU445多轴融合惯性测量模块，适用于典型的机器人应用。IMU 445作为一个完整的惯性系统，包含三轴陀螺仪，三轴加速度计，还结合了深迪自研的算法，提供优秀的动态性能完成多轴惯性传感。

IMU445陀螺仪动态范围±250dp，初始灵敏度0.015dps/LSB，初始偏移误差±0.5dps，零偏不稳定性0.0028dps；加速度计动态范围±4g，初始灵敏度0.12mg/LSB，初始偏移误差±10mg，零偏不稳定性0.5 mg。

新纳传感

新纳传感的惯性系统组合很丰富，从三重冗余6 DOF IMU到嵌入式多轴惯性测量系统到集成GNSS的惯导都有相应的产品布局，旗下产品目前主打汽车级应用，所以用在机器人上也绰绰有余。

这里挑选的是OpenIMU330B，特点很鲜明的带三重冗余的6 DOF IMU。陀螺仪范围±400 deg/sec，零偏稳定性1.5 deg/hr，带宽5-50Hz，温度误差不超过0.3 deg/sec；加速度范围8 g，带宽5-50Hz。

TDK

作为在机器人应用里相当出名的IMU厂商，TDK的IMU产品线非常丰富，从6轴IMU、进一步组合气压传感器的7轴IMU、组合3轴罗盘的9轴IMU等一应俱全。在机器人应用里，TDK主推的是ICM-42688-P，针对机器人运动追踪应用的高性能6轴IMU。

陀螺仪噪声和加速度计的噪声分别为2.8mdps/√Hz和70µg/√Hz，灵敏度误差二者都在±0.5%水平。陀螺仪零速率偏移量±0.5dps，加速度计零加速度偏移量±40mg，均为车载水平。

博世

博世在消费类IMU领域是行业领导者，旗下BMI系列IMU已经从BMI055到BMI270迭代了多个版本，适用于多种不同应用场景。在机器人应用上也有专门的系列，BMI088高性能惯性测量单元就是针对无人机与机器人应用开发的6轴传感器。

BMI088在3×4.5×0.95mm3的小尺寸LGA封装中集成了16位陀螺仪与16位加速度计，系列采用的陀螺仪技术和低TCO加速度计设计是经过车规级验证的，偏置稳定性低于2°/h，TCO低于15mdps/K。加速度计在±24g的宽测量范围里频谱噪声不超过230µg/√Hz。在高振动的应用环境里BMI088也能进行精准地转向与定位。

ST

ST的iNEMO惯性模块将互补传感器集成在紧凑、坚固且易于组装的IMU中。在20个料号中不算适配汽车级应用的，适合机器人应用的是ISM330DLC以及ISM330DHCX。二者作为系统级封装器件，不管是工艺还是封装，都保持了出色稳定性。

ISM330DLC陀螺仪噪声密度在3.8mdps/√Hz，加速度计噪声75µg/√Hz，ISM330DHCX陀螺仪噪声密度在5mdps/√Hz，加速度计噪声60µg/√Hz。ISM330DHCX额外在IMU中内嵌了机器学习内核，卸载主处理器的负荷以及或者节省功耗。

小结

机器人导航定位不是一种传感就能完美覆盖的，必须根据应用场景的精度来选择合适的传感。惯导只是其中不可或缺的一部分，IMU的灵敏度误差与噪声密度很大程度上影响了整个导航系统定位精度。高质量的IMU融合其他传感器，可以显著缩小定位上的不确定性差距。　　

      审核编辑：彭静