MEMS IMU 校准算法

IMU（Inertial Measurement Unit）即惯性测量单元，能够测量物体三轴加速度及角速度，一般用于系统的测量环节，估计物体位姿。IMU一般包含一个三轴的加速度计和一个三轴的陀螺仪，加速度计检测物体在载体坐标系统独立三轴的加速度信号，陀螺检测载体相对于导航坐标系的角速度信号，根据测得物体在三维空间中的角速度和加速度可以解算出物体的姿态。MEMS IMU价格便宜，体积小，在导航、无人机、VR、机器人以及智能手环等诸多领域得到广泛应用。IMU的检测精度对系统的整体性能非常重要，如果IMU检测数据噪声很大，系统得到的反馈就是错误的，就好比人的眼睛耳朵等感官得到了错误的信息，如何能够行动自如？系统底层是根基，如果系统底层不稳定，上层功能也很难做好。

IMU的特性会直接影响产品的良率，所以IMU选型很重要，这部分会结合MEMS IMU的特性，介绍在IMU选型时需要做哪些测试。由于不同的应用场所对IMU精度要求不同，本文中没有定量的给出具体指标，具体指标需要在应用中权衡，也可以为IMU型号选择提供参考。

零偏温度滞回特性指的是：IMU在温度上升阶段和温度下降阶段对应的零偏不一致性。如图所示，横轴为温度，纵轴为零偏。有些IMU数据手册中会给出零偏温度滞回特性曲线，有些不会给出，在应用IMU时最好进行一下测试。因为IMU零偏的估计，是按温度进行标定的（IMU校准算法部分有详细介绍），如果温度滞回差值不太大，校准精度就会比较高；如果IMU零偏滞回差值太大，IMU零校准误差就会比较大，从而影响融合的效果。

在外界有振动情况下，IMU bias随振动频率的变化特性。有些MEMS IMU芯片在高频激振下，频率特性会出现异常，对于旋翼无人机等容易出现高频振动的应用场所，一般要做下振动特性的测试，如果IMU出现异常频率特性，可以考虑加减震装置。

理想情况下认为在相同外界条件下，IMU在每次上电的bias不变，实际情况中，在相同的外界条件下IMU每次上电的bias会有差别，如果这个差别比较大，则零偏估计误差会比较大，会影响融合效果。

应力对IMU的影响包括：加应力瞬间对bias影响、不同应力对bias影响。应力主要来源于：PCB板对IMU芯片施加的应力，温控装置对IMU芯片施加的应力。如果IMU bias受应力影响太敏感，也会影响零飘估计误差，从而影响融合效果。

在IMU收到外部冲击时（几十个G的量级），会有概率性的造成IMU卡死，或者bias改变，一般也要测试下。

理想情况下，我们认为在量程范围内传感器数据是线性的，实际中传感器的变化是非线性的如图2所示，在使用IMU之前需要对其非线性特性进行测试，如果非线性太严重，要进行非线性的的校准，这类的校准方法有很多，比如比例校准，二次拟合校准等，下边以最简单的比例校准为例：

简化的IMU误差模型：

acc误差模型：

常用的加计校准算法有六面体校准，和十二面体校准，六面体校准前需要对校准台进行标定，要求校准台与水平面平行，否则会引入校准误差，十二面体校准可以消除校准台与水平面夹脚造成的校准误差。这两种校准算法本质是相通的，以十二面体校准为例进行说明。

十二面体校准步骤：

1.将IMU固定在三轴正交的立方体（治具）上;

2.将治具一面放置在校准面上，静置，采集一段时间数据；

3.将治具原地旋转180度，静置，采集一段时间数据；

4.将两次采集到的数据求平均，作为一次测量值；

5.重复步骤2～3，测量其它五个面数据

acc校准算法实现：

根据式（3-1）可以得到acc测量模型：