提升你的惯性测量单元(IMU)性能的四种方法

LORD MicroStrain 20230707

  • MEMS传感器
  • 惯性测量单元
  • 传感器数据处理
微机电系统(MEMS)陀螺仪和加速度计如今比以往任何时候都更小、更轻、性能更强。目前最先进的芯片相比十年前的技术有了飞跃式发展,使得低成本的MEMS惯性测量单元(IMU)——集成了这些传感器的装置——的性能可以与以前只能在昂贵高端应用中找到的战术级系统相媲美。尽管性能有了巨大提升,MEMS IMU仍然具有一些用户需要了解的独特特性。通过在系统中加以考虑并遵循良好的IMU数据处理方法,您可以在应用中获得最佳性能。以下是一些可帮助您提高惯性传感器性能的建议:隔离MEMS IMU与振动将MEMS IMU隔离于不必要的振动对于获得准确测量至关重要。用户通常关注系统整体的运动,例如车辆轨迹,而非测量振动。振动可能来自多种来源:系统组件(如电机)、由于在地面上移动引起的附着结构的共振,甚至来自附近行走的人的振动。通过合理安装IMU,例如安装在减震平台上,您可以最小化这些影响并提高传感器性能。不仅振动隔离对数据准确性至关重要,它也有助于延长系统的使用寿命。即便是最坚固的IMU,其内部也包含易受高冲击事件损坏的敏感元件。MEMS传感器在振动存在的情况下还具有一个噪声分量,称为振动整流误差(VRE)。也就是说,振荡振动信号会被整流为传感器输出中不需要的偏移,从而对测量精度产生负面影响。通过减少施加在IMU上的振动,您可以减少误差并提高整体系统性能。定期采集陀螺偏置所有的陀螺仪都会受到多种效应的共同影响,导致它们的开机偏置(即无旋转输入时的非零输出偏移)出现变化。这种误差在MEMS传感器中更为显著,这也是目前MEMS传感器无法用于“陀螺罗盘”的原因。陀螺罗盘:通过感知地球自转速率来确定设备方向的过程。如果您使用的是姿态和航向参考系统(AHRS)或惯性导航系统(INS),这些设备中的滤波算法会实时估计这种偏置,但这通常需要一定的时间,有时可能需要几分钟时间,滤波器才能稳定到一个准确的偏置值。如果您使用的是普通的IMU读取角速率测量,它将无法估计这种偏置。无论哪种情况,定期采集偏置都是优化设备性能的最佳选择。采集偏置要求您的设备在采集期间保持静止状态。在此过程中,任何振动源(如车辆的发动机)也应关闭。在Parker的MicroStrain设备中,您可以使用SensorConnect应用程序或MIP SDK来启动采集。经过几秒钟后,设备将估计出偏置值并将其存储在其内部内存中。定期执行此操作是应对陀螺老化效应的最佳方法。在进行积分时,使用集成的delta-theta和delta-velocity,而非原始的角速率和加速度目前的MEMS IMU具有很高的数据率,通常达到1 kHz或更高!如果您设计的系统需要对角速率和加速度信息进行数学积分,比如导航滤波器,可能会倾向于直接使用角速率和加速度的输出。这些值的单位很熟悉,而且如果您查看标准的物理公式,会看到它们被直接列出(例如F = ma)。但IMU通常输出的是一组更有用的量:角速率随时间的积分,称为delta-theta;加速度随时间的积分,称为delta-velocity。使用这些积分值而非瞬时表示值的优势如下:这些积分考虑了设备在现实运动中旋转和加速时所受到的复杂锥形和摆动效应。考虑到这些效应,即使在最高速率下,delta-theta和delta-velocity的值也比以通常方式对瞬时值进行积分更为准确。由于IMU在最高速率下为您完成了积分,您可以以更低的速率请求这些值,从而节省系统宝贵的CPU周期。例如,如果设备以1,000 Hz的频率原生报告数据,但您的滤波器只需要50 Hz的信息,通过使用这些积分值,您将节省20倍的计算量,同时提高精度。精度的提高来自于IMU以最高速率捕获动态,并考虑了锥形和摆动效应。密切关注时间同步在您的IMU使用过程中,您可能最终会发现“时间是关键”!精确的时间戳和时间对齐的重要性常常被忽视,直到产品开发的后期阶段。如果您没有考虑到这一点,而系统工作不正常,那么您可能刚刚找到了问题所在。不准确的时间同步会导致惯性测量中出现明显的比例因子误差。例如,当系统时钟和IMU时钟不同步时,您会由于时钟之间的漂移而积累小的误差,这种误差的效果等同于IMU的角速率和加速度输出被乘以了一个错误的比例因子。随着系统动态的增加,这种误差也会增加。应用越严苛,时间对齐就越重要。有2种方法可以缓解这个问题:使用精确参考(硬件脉冲或其他方式)对齐系统中所有时钟,并通过算法补偿任何不对齐事件;或者使用能够生成事件数据的IMU。第一种方法很常见,但在多组件系统中实施通常很复杂。第二种方法是Parker在3DM-CV7-AHRS中添加的功能,以帮助客户满足精确的时序需求。对于事件驱动的IMU,硬件输入脉冲可以生成软件消息(反之亦然),从而使得之前难以处理的事件对齐变得简单。例如,在视觉里程计中,了解从一帧图像到下一帧图像之间IMU的积分输出非常重要。如果没有事件驱动的IMU,这会变得相当棘手,但有了它,问题就变得简单了:将相机的快门输出引脚连接到IMU,并配置其在接收到脉冲时提供delta-theta和delta-velocity的输出。这将产生与相机图像完美对齐的精确积分,从而大大简化了该领域的时间对齐问题。反之,事件驱动的IMU可以在数据有效时生成脉冲,可用于触发硬件上的捕获事件,如相机,并保持同样的精确时间对齐。通过遵循这些简单提示,您可以提高IMU性能,并充分利用您的投资。了解更多关于MicroStrain惯性传感器的信息。了解更多 索取报价 本文由Parker MicroStrain传感器开发团队的软件工程师Nathan Miller供稿。

查看全文

点赞

LORD MicroStrain

作者最近更新

  • PX4 Drivers Now Available for 3DM-CV7-AR and AHRS Inertial Sensors
    LORD MicroStrain
    04-12 17:42
  • Introducing Version 4.0.0 of the MicroStrain ROS Driver
    LORD MicroStrain
    2024-06-24
  • Case Study: Pushing the Boundaries of Humanoid Robot Performance with Westwood Robotics
    LORD MicroStrain
    2024-06-23

期刊订阅

相关推荐

  • 影响MEMS传感器精度的重要参数及提升精度的办法

    2019-03-28

  • 从MEMS专利数量分析我国MEMS传感器产业现状

    2019-03-28

  • 我国建首个地下云图网:借助新型传感器助力地震预报

    2018-12-04

  • 我国开发出世界首台流体壁面剪应力测试仪

    2019-03-22

评论0条评论

×
私信给LORD MicroStrain

点击打开传感搜小程序 - 速览海量产品,精准对接供需

  • 收藏

  • 评论

  • 点赞

  • 分享

收藏文章×

已选择0个收藏夹

新建收藏夹
完成
创建收藏夹 ×
取消 保存

1.点击右上角

2.分享到“朋友圈”或“发送给好友”

×

微信扫一扫,分享到朋友圈

推荐使用浏览器内置分享功能

×

关注微信订阅号

关注微信订阅号,了解更多传感器动态

  • #{faceHtml}

    #{user_name}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} 查看评论 回复

    共#{comment_count}条评论

    加载更多

  • #{ahtml}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} #{reback} 回复

  • #{ahtml}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} 回复

  • 关闭
      广告