點選上方“3D視覺工坊”
幹貨第一時間送達
作者丨11号線人
自動駕駛定位團隊中有位高權重的九代長老GNSS，有顔值擔當的華山師妹SLAM，也有雄踞一方的邊塞将軍UWB。每人都練就了一門絕世武功，GNSS修煉的是室外吸“星”大法，SLAM修煉的是勾魂攝魄妖法，UWB修煉的是近身搏擊之術。
然而每門絕世武功在自動駕駛圈都有一個衆人皆知的緻命缺點，GNSS在有遮擋的環境下功力全失，SLAM在特征重複或缺失的地方威力大減，UWB在面對飛镖遠戰對手時束手無策。自動駕駛定位團隊要想克服長尾問題進而獲得小數點後好幾個9的安全性，勢必還需要一位成員。幾經挑選與面試，IMU脫穎而出，修煉的是互補的“玉女心經”，小而美，卻被認為是自動駕駛定位團隊奪冠的最後一塊拼圖。
一個經典的配合場景是：GNSS在隧道場景完全失去作用，這個時候可以應用SLAM，進行局部定位與比對，但是在隧道内特征缺失、重複，車道線缺失的時候，SLAM還是存在一定的機率失效，這樣的小機率長尾問題一定會存在但又必須要解決。而這個時候IMU的“玉女心經”便可以發揮作用，結合之前感覺的車道線資訊和高精地圖，IMU可以保持一段時間相對定位的準确，待汽車離開隧道GNSS定位重新接管或SLAM比對到合适特征或直接執行最小風險政策。
在自動駕駛圈黑話第十六期，筆者就深挖IMU小和美的特點，看她修煉的玉女心經有什麼神奇之處。
基本介紹
IMU（Inertial Measurement Unit，慣導測量單元），标配版本內建了一個三軸加速度計和一個三軸陀螺儀，俗稱六軸IMU。高配版本再多內建一個三軸的磁力計，俗稱九軸IMU。加速度計可以測量物體在其坐标系下的三軸加速度，陀螺儀可以測量物體在其坐标系下的三軸角速度，通過對加速度和角速度資料進行積分運算，可以解算出物體一個相對的定位資訊。
與GNSS一樣，IMU也是起源于軍工。長期以來，受限于之前高昂的成本，IMU僅為國防和航天所用。俄羅斯的飛彈如何能準确擊中烏克蘭的軍事目标而不誤傷民用建築，其中便有IMU的巨大苦勞。随着價格更加親民的MEMS（Micro-Electro-MechanicalSystem，微機電系統）加速度計和陀螺儀出現，普通群眾才開始享受IMU的紅利。手機螢幕的自動旋轉功能、智能手環的計步功能、虛拟現實頭盔、無人機，無不是IMU發光發熱的地方。
加速度計原理
每一軸的加速度計都可以簡化為如下等效模型，包括一個品質塊、兩根彈簧和一個訓示針，如下圖所示。
當将上圖三個加速度計封裝起來固定在汽車上，在汽車靜止時，受重力影響，品質塊會往一個方向壓縮，并最終實作平衡，這個時候根據訓示針位移計算的加速度為重力在各個坐标軸下的分量。
當汽車開始加減速行駛，品質塊由于慣性作用，會往車輛移動方向相反的方向移動，而這個時候訓示針的位移變化量正比于汽車加減速度的變化量，利用這些資料，我們就可以計算汽車在任意時刻的加減速度，計算公式如下：
式中，am為所求汽車相對加減速度，f為彈簧所受的壓力，g為重力加速度在坐标系各軸下的分量。
一個接近真實MEMS加速度計的結構如下圖所示，中間的橙紅色物體為一個品質塊，兩頭通過具有彈簧性質的長條結構與基底相連，橙紅色的短栅與淡綠色的短栅分别為電容的極闆。當基底在下圖黑色雙箭頭方向有加速度時，品質塊會沿加速度相反的方向移動，這就導緻橙紅色極闆與淡綠色極闆之間的距離發生變化。通過測量極闆電容C的變化就可以得到加速度的大小。在三軸加速度計中，這樣的結構在三個方向各有一個，且做到了微米的尺寸，并配合相應的測量電路內建在一個晶片中，構成一個三軸MEMS加速度計。
陀螺儀測量原理
寫到這裡時，筆者開始懷疑人生，将搜到的資料通讀了一遍，愈加迷惑陀螺儀的測量原理。有的美女小編說是基于角動量守恒定律，有的摳腳大漢說是基于科裡奧利力，還有不講武德的“老師”說是基于角動量守恒定律下的科裡奧利力。粗看這些資料，除了邏輯性有所欠缺，所講也都能自圓其說。
筆者一邊從牆邊搭了個梯子，爬到牆外搜集資料，一邊重讀之前搜到的資料，終于在萬物複蘇的一個深夜有所開竅。并由此堅定了公衆号分享自動駕駛軟硬體基礎知識的動力：讓準備邁入自動駕駛領域大門的新人，少走一點彎路，少受一點誤導；讓自動駕駛基礎知識科普領域，多一份有效資料。
無論角動量守恒定律還是科裡奧利力，都是陀螺儀的測量原理之一。但應用的陀螺儀類型不同，最早的機械轉子式陀螺儀是基于角動量守恒定律，而今天廣泛應用的MEMS陀螺儀是基于科裡奧利力。不加字首，一通介紹，收獲了流量，誤導了子弟，浪費了時間，增加了無效資料。
我們就從最早的機械轉子式陀螺儀來講起。1850年，法國實體學家J.Foucault研究地球自轉時發現，高速轉動中的轉子，在沒有外力作用時，它的自轉軸永遠指向一個固定方向，并用陀螺儀命名這種裝置。陀螺儀被發明以後，首先在航海領域嶄露頭角，随後在航空領域大放異彩，畢竟在萬米高空，沒有儀器輔助是很難靠肉眼辨識方向，而飛行中看不清方向的話，危險性又可想而知。
機械轉子式陀螺儀最核心部分是高速旋轉的陀螺轉子和陀螺主軸，通過在陀螺主軸上加一内環架，便構成單自由度陀螺儀（總共兩自由度）。在内環架外再加一外環架，便構成雙自由度陀螺儀（共有三自由度）。再輔以驅動陀螺轉子高速旋轉的力矩馬達，信号傳感器等，便構成了一個完整的陀螺儀。
機械轉子陀螺儀基于角動量守恒定律的兩個重要特性來實作角速度測量：定軸性和進動性。
（1）定軸性是指陀螺轉子高速旋轉時，在沒有任何外力作用在陀螺儀上時，陀螺儀的自轉軸在慣性空間中的指向保持穩定不變，即指向一個固定的方向。
（2）進動性是指陀螺轉子高速旋轉時，若外力矩作用于外環軸，陀螺主軸将繞内環轉動。若外力矩作用于内環軸，陀螺主軸将繞外環轉動。轉動角速度方向與外力矩作用方向互相垂直。
下面我們以單自由度陀螺儀解釋角速度測量原理，單自由度陀螺儀簡化模型如下圖所示，x，y，z分别為陀螺儀的三個軸。假設基座是固定在汽車上，y軸為汽車的前進方向。當汽車繞y軸或z軸旋轉時，内環具有隔離運動的作用，陀螺轉軸不會随輪船轉動而轉動。但當汽車繞x軸轉動時，會産生一對力F作用在内環上，形成力矩mx,沿x軸方向。由于陀螺儀沒有該方向的轉動自由度，力矩mx使陀螺主軸繞内環y軸進動。是以測量y軸的角速度即可測量汽車在x軸的角速度，具體模組化求解過程需要基于動量矩定理，需要買本實體書來從頭看起，筆者目前暫無精力再一點一點推導下去了。
随着實體學的不斷進步，陀螺儀的類型也越來越多，精度也越來越高。目前熟知的有光纖陀螺儀、雷射陀螺儀和MEMS陀螺儀。MEMS陀螺儀雖然精度不如光纖和雷射陀螺儀，但其體積小、功耗低、成本低、易于批量生産等特點，使其成為自動駕駛領域非常重要的一塊拼圖。
MEMS陀螺儀的角速度測量原理便是基于一種非真實存在的力—科裡奧利力。這是一種非慣性參考系下引入的慣性力，引入之後便可以應用牛頓經典力學定律。我們假設一個黑色品質塊以特定的速度V沿着一個方向移動，如下圖橙紅色箭頭所示。當一個外部角速率被施加時，如綠色箭頭所示。這個時候将産生一個力，如藍色箭頭所示，這個力将導緻品質塊發生相比于施加角速度方向的垂直位移。
一個接近真實MEMS陀螺儀的結構如下圖所示，外側的藍色與黃色部分别為驅動電極，它們在驅動方向施加交變電壓，使内部的紅色品質塊以及紅色的測量電極沿着驅動方向作往返運動。紅色品質塊兩頭通過有彈簧性質的綠色長條結構與基底相連，紅色的短栅與内側藍色的短栅為電容的極闆。當基底發生如下圖所示的綠色箭頭旋轉時，品質塊在科裡奧利力的作用下将産生下圖黑色箭頭所示垂直方向的運動。且品質塊周期運動的幅值與施加的角速度成正比，通過測量品質塊上的紅色電極和固定在底座上藍色電極之間的電容，便可以得到角速度的大小。
應用價值
IMU可以輸出高頻（100/200HZ/2000HZ）定位和姿态資料，具有優秀的短期定位精度。相對定位資料的推算沒有任何外部依賴，類似于黑匣子。但是單一IMU存在以下缺點：
（1）由于解算子產品存在積分計算，是以存在累積誤差，而且随着時間的增長，誤差會越來越大；
（2）高頻振動會降低IMU的可靠性和精度；
（3）高精度的IMU成本（光纖陀螺）依舊很高。
這樣的缺點也決定IMU在自動駕駛定位團隊的角色：關鍵先生。
關鍵場景一：與GNSS進行深耦合，提升GNSS在部分遮擋的環境（高樓林立的城市、高大金屬林立的港口等）下的定位精度和穩定性。
在部分遮擋環境下，衛星信号時有時無、時好時壞（接收衛星信号的數量多時40多顆，少時個位數）。此時極易出現頻繁失鎖、觀測量跳變等容易引發定位異常的現象。
而将IMU的部分資料直接送到GNSS基帶晶片裡，輔助信号跟蹤，可以極大提高部分遮擋環境下多普勒的估計準确度。進而提高遮擋環境下載下傳波相位、僞距等觀測量的精度和連續性，減少觀測量中斷和跳變。最終極大提高GNSS在部分遮擋環境下的定位精度和穩定性。
關鍵場景二：将定位系統的失效變得緩慢和可預警。
一輛在城市次幹路行駛的自動駕駛車輛，在空曠區域依靠高精地圖和高精定位實作穩定的自動駕駛功能。但當車輛行駛進了高樓林立的區域，GNSS無法提供固定解。此時依舊可以依賴車道線識别，切換到單車道的ACC和LKA模式進行安全行駛。但是存在可能0.1%的機率，車道線存在較大距離缺失，如果沒有關鍵先生，車輛要麼緊急刹車要麼猶如瞎子一樣亂竄。
但是在這0.1%的Corner Case中，如果有關鍵先生IMU，汽車就可以根據IMU提供的相對定位資訊，配合之前感覺到的車道線資訊和加載的高精地圖資料，進行安全的減速直至停車，并提示進行人工接管。
一篇文章中提到一個觀點非常中肯：功能單元緩慢失效比突然失效更安全，有預警的失效比無意識的失效更安全。IMU與其它相對或絕對定位系統結合使用後，使得定位系統即便失效，也是一個緩慢的、可預警的過程。
小結
IMU的“小而美”并非浪得虛名，其在自動駕駛團隊的曝光度遠不如其他成員。IMU有點像自動駕駛團隊中的産品經理，前期無法承擔定義自動駕駛産品的核心功能，像部分網友吐槽的：研發大佬賞口飯吃的程式員鼓勵師，除了愉悅身心似乎用處沒那麼大。
但自動駕駛産品真正開始量産時，0.1%的定位失效率在100萬輛車規模下将被不可容忍。IMU擔負便是将失效率小數點往後多挪幾個位，正如自動駕駛産品經理的使命，将99.9%完善的自動駕駛産品小數點往後多挪幾個位。
作者 | 11号線人
初心 | 記錄生而為人的證據，分享工農階層原創作品，聚焦智能網聯與人情冷暖。