IMU、 AHRS、INS三者之间的区别及应用

文章出处：新闻动态责任编辑：百世精工科技发表时间：2023-07-18 08:55:35

整个行业中最常见的问题之一是我在寻找什么类型的惯性传感器以及这些传感器之间有什么区别。在本文中将向您介绍IMU、AHRS、卡尔曼滤波器及INS等每个单独的模块以及它们之间的差异以及它们包含的一些功能。我们要开始的第一个是 IMU，因为它是最基本的。

什么是 IMU？

我们要讨论的第一个惯性传感器是 IMU，即惯性测量单元。这是三者中最基本的，关于 IMU 最重要的是，每个模块内部都包含 IMU。

Advanced Navigation MOTUS MEMS IMU超高精度传感器

IMU 是一个传感器，内部有多种不同类型的传感器。它有加速度计、陀螺仪、磁力计和气压计。当您购买 IMU 时，您获得的是来自校准传感器的原始数据。因此，当您将 IMU 插入惯性感测固件时，固件会告诉您加速计正在做什么以及它看到的数据。它将告诉您陀螺仪正在做什么以及陀螺仪记录的数据。它将对磁力计执行相同的操作，并输出原始数据以及气压计的输出。除了这些单独的传感器之外，IMU 还具有 GPS 辅助功能。因此，您还将收到 GPS 提供的原始数据。当您购买 IMU 时，您将获得这些数据。这些其他传感器比 IMU 更好的原因是它们内部仍然保留了所有这些 IMU 数据，但是有一种我们称之为卡尔曼滤波器的东西，它将所有这些数据融合在一起，并输出一些更容易让客户和工程师理解的东西，这引导我们到 AHRS，或姿态航向参考系统。

AHRS 详解

AHRS 内部具有所有这些相同的组件，并且输出相同的原始数据。 AHRS 的特别之处在于卡尔曼滤波器。卡尔曼滤波器的作用是做出假设，它是一系列算法，将所有这些数据融合在一起并输出称为横滚、俯仰和偏航的数据。

3DMGX5-AHRS航姿参考系统传感器

如果您不熟悉这些术语，我喜欢将滚动视为桶滚动。我喜欢将俯仰视为设备的向前和向后倾斜。偏航角由磁力计给出。所以它基本上是应用程序面向的罗盘方向。

卡尔曼滤波器到底是什么？

我在解释 AHRS 模块时使用的术语之一是卡尔曼滤波器。让我们更详细地了解卡尔曼滤波器是什么。正如我所说的卡尔曼滤波器是一系列算法。这样您就有了 IMU 数据，即校准传感器输出的原始数据。你有一个机器人。我们这里有一个机器人。我们给他一根天线吧。这是一辆沿着人行道行驶的小型漫游车。这是一个送货机器人。这是为当地一家餐厅送餐。机器人送烧烤。它沿着人行道行驶来送货。假设这条人行道大约有三英尺。卡尔曼滤波器将获取此 IMU 数据，并将其与 GPS 融合。 GPS 的精确度仅为两米半到三米。那么，如果您只是在三英尺长的人行道上使用 GPS，这意味着什么呢？假设这是您的地图，这些是通往街道的十字路口。从技术上讲，你的机器人应该就在路边。但由于 GPS 存在误差，您的机器人可能位于该圆圈内的任何位置。这是一个问题，因为如果你在三英尺宽的人行道上，而 GPS 的读数精度仅为两米半，你将永远不知道你的机器人是否真的在人行道上，或者它是否在附近的某个地方。好吧，如果你离人行道太远，你的机器人可能会被汽车碾过或撞到。卡尔曼滤波器接收 IMU 内部的每一个传感器（包括 GPS），并且能够将所有这些信息融合在一起。所以说，当你开始时，你的机器人确切地知道它在哪里。卡尔曼滤波器能够使用车轮里程计传感器将该数据与 GPS 以及来自磁力计的数据融合，并且它能够根据机器人的位置和要去的位置为您提供更准确的想法，因为所有正在进行的不同传感器融合。因此，现在如果机器人的磁力计告诉它它现在不再向南行驶而是向东行驶，您就知道它正在朝错误的方向移动，而卡尔曼滤波器可以帮助您纠正计算机内部、机器人内部的问题本身。因此，现在如果机器人的磁力计告诉它它现在不再向南行驶而是向东行驶，您就知道它正在朝错误的方向移动，而卡尔曼滤波器可以帮助您纠正计算机内部、机器人内部的问题本身。因此，现在如果机器人的磁力计告诉它它现在不再向南行驶而是向东行驶，您就知道它正在朝错误的方向移动，而卡尔曼滤波器可以帮助您纠正计算机内部、机器人内部的问题本身。

在了解卡尔曼滤波器时，了解可以提供不同等级的卡尔曼滤波器非常重要。对于 AHRS 或姿态航向参考系统，尽管该设备是 GPS 辅助的，但卡尔曼滤波器将仅限于融合从 IMU 本身接收的数据。因此，对于 GPS，您仍然会收到原始 GPS 坐标，但不幸的是，由于卡尔曼滤波器涉及姿态航向参考系统，融合将因横滚、俯仰和偏航而停止。如果您需要将 GPS 数据融入其中，我们建议您使用 INS（惯性导航系统）。那是因为它包含我们所说的扩展卡尔曼滤波器。

INS 适合我吗？

INS 是所有传感器的组合。它是 AHRS 和 IMU 的组合。 INS 代表惯性导航系统。关键字就在 s 里面。这是一个系统。一个系统基本上由一大堆正在完成的不同任务组成。因此，它获取所有 IMU 数据，使用卡尔曼滤波器将所有 IMU 融合在一起，然后最后一步是将来自 AHRS 的所有融合数据与 GPS 融合在一起。这将为您提供更高的精度。

3DMGX5-GNSS/INS辅助惯性导航系统

我能想到的最好的例子之一就是我们的 INS 机载无人机。假设我们正在使用这架无人机进行精准农业。它正在进行某种调查。因此，如果您使用 AHRS，它只会为您提供设备的横滚、俯仰和偏航。一旦该数据与 GPS 融合，GPS 就会获得高达千赫兹的更高更新率，并且它能够在移动时进行更新，并且该数据将继续融合。如果您失去 GPS 长达五秒，您不会丢失其路径，因为传感器融合将会接管。只要在这五秒钟内我们能够恢复 GPS，您就不会丢失您正在使用的宝贵数据。

因此，为了帮助您更好地了解 INS 的功能，它需要来自 AHRS 的所有数据。因此，滚动、俯仰和偏航可以帮助系统了解无人机的方向，以确定其要去的位置。除此之外，它还与 GPS 融合。 GPS 具有我们所说的更新率。因此，随着飞行，随着这架无人机继续飞行，它的路径基本上会达到千赫兹。因此，这架无人机在位置方面经历的每一个小动作都会遵循这一点，这将有助于软件输出中的过滤器比 AHRS 或 IMU 的过滤器更加精确和准确。因为您获得的不是原始 GPS 坐标，而是融合位置以及来自惯性传感器的运动数据。

因此，将 INS 的精度水平与 IMU 的精度水平进行比较。它仍然会保留所有这些数据以及原始 GPS 坐标，但只会以 5 到 10 赫兹的速度更新。这意味着当你不知道你的设备在哪里时，与更新率明显更高的千赫兹相比，存在所有这些错误空间。

总而言之，您拥有融合的传感器数据，其中数据、惯性数据与 GPS 数据融合，后者以更高的速率输出到此处的原始 GPS 坐标数据。间隔较远的盒子之间的出错空间明显更大。因此，如果数据中存在这些差距，就会留下出错的空间。

惯性传感器应用

每个单独的传感器都有多种用例选项。这些用例实际上非常相似，即它实际上取决于购买这些传感器的公司类型，您可以使用 IMU 代替 INS。如果这样做，您需要准备构建自己的卡尔曼滤波器，该滤波器将融合其传感器数据以使其成为 AHRS，并融合来自 GPS 的数据。因此 IMU 具有广泛的用例。例如，您可以在自动驾驶汽车中使用它。您可以在使用四轴飞行器时使用它。您可以在某种海船或自主船上使用它。如果您要使用 IMU，请准备好使用您的资源，这对于开发您自己的滤波器可能很重要。

AHRS 也是如此。很多人从我们这里购买了 AHRS 用于用例，其中很多人不需要 GPS 融合。例如探索一个洞穴。他们有一架无人机，将其发送到矿井，并且不需要 GPS。因此，AHRS 对他们来说是更好的选择，因为他们不需要创建自己的过滤器或算法来融合 GPS 数据，但同时，他们只需通过滚动和滚动即可完成所需的一切。俯仰和偏航。

如果你使用的是 INS，那是很多初创公司。坦率地说，许多与我们合作的初创公司只是不想利用自己的资源来构建自己的过滤器。需要很长时间才能制定 INS 所需的算法，使其按照您希望的方式执行。因此，如果您不想制作自己的过滤器，并且想要开箱即用的过滤器，那么 INS 是最佳选择。我们有四轴飞行器的用例。我们的传感器在汽车中，我们的传感器在许多不同类型的海洋应用中，国防和航空航天正在以多种不同的方式使用这种传感器，因为他们想要制造他们的玩具。他们想要创造东西。他们不想通过软件算法来提高 GPS 功能。