📚 课程目录第3章惯性测量单元原理与误差建模

3. 惯性测量单元原理与误差建模

惯性测量单元（IMU）是视觉惯性组合导航系统的运动感知核心，通常由三轴加速度计与三轴陀螺仪组成，分别测量载体在惯性空间中的比力与角速度。理解 IMU 的关键，不是记住“它测加速度和角速度”这一句话，而是建立测量模型：真实物理量经过哪些误差环节，最终变成我们读到的数字。只有把误差来源显式写进模型，后续的预积分、状态估计与标定才有明确的处理对象。

一、加速度计与陀螺仪的测量模型

先约定符号与坐标系：记 IMU 本体坐标系为 b 系，世界（惯性）系为 w 系，重力矢量记为 g^w。加速度计输出的是比力，即非引力外力产生的加速度，而不是绝对加速度。在静止水平放置时，加速度计读数约为 +9.81 m/s²（沿指向天顶的敏感轴），这正是重力反作用的表现。

工程上常用的简化测量模型可写为：

â = (I + S_a)·a_b + b_a + n_a
ω̂ = (I + S_g)·ω_b + b_g + n_g

其中 a_b、ω_b 是真实比力与真实角速度；S_a、S_g 为尺度因子与轴间非正交误差矩阵；b_a、b_g 为零偏；n_a、n_g 为白噪声。更完整的模型还会加入安装失准、非线性、温度漂移与振动整流项。对多数消费级与工业级 MEMS IMU，上述线性模型已能覆盖主要误差。

需要特别强调：加速度计测量的是比力，因此从 IMU 推算载体在世界系中的运动时，必须先从测量值中扣除重力，再积分得到速度与位置。这一步是视觉惯性里程计（VIO）预积分理论的基础，也是“加速度计不能直接积分出位移”的根本原因。

二、零偏：最需要在线估计的慢变量

零偏是输入为零时的非零输出，单位分别为 m/s²（加速度计）与 rad/s（陀螺仪）。它通常分为两部分：常值零偏（上电后基本不变，可标定补偿）与零偏随机游走（随时间缓慢变化，必须在线估计）。

零偏对导航的影响具有明显的积分放大特性。以陀螺仪为例，若存在 0.01 °/s 的残余零偏，姿态误差将以约 0.01 °/s 的速率累积，60 秒后即达 0.6°；而姿态误差又会把重力错误地投影到水平方向，进而污染速度与位置。因此，在 VIO 中通常把陀螺零偏与加速度计零偏作为状态量，与位姿、速度、特征点深度一起联合优化。

判断零偏是否被正确估计的实用方法：让设备静止数十秒，观察优化后陀螺零偏估计值是否收敛且波动很小；若持续漂移，往往说明激励不足或标定参数有误。

三、噪声与随机游走特性

IMU 误差的随机部分常用两类参数描述：

白噪声（角度随机游走 / 速度随机游走）：连续时间功率谱密度，单位分别为 rad/√s、m/s/√(s³) 或常用 °/√h、m/s/√h。它决定单次积分的短期不确定度。
零偏随机游走：零偏本身被建模为布朗运动，单位如 rad/s/√s、m/s²/√s，决定零偏随时间扩散的快慢。

这两类参数直接进入 VIO 的预积分协方差传播。白噪声越大，短时间内的相对约束越不可信；零偏随机游走越大，长时间依赖 IMU 递推的风险越高。实际选型时，应优先关注陀螺仪的零偏稳定性与角度随机游走，因为它们对姿态和航向的影响最直接。

四、尺度因子、轴间耦合与温度

尺度因子描述输出与真实输入的斜率偏差，常以 ppm 或百分比表示；轴间耦合（非正交）描述某一轴输入在其它轴上的串扰。二者共同构成 3×3 的标定矩阵。对高精度应用，还需考虑加速度计的二阶非线性与陀螺仪的 g 敏感度。

温度是 MEMS IMU 最显著的慢变扰动源。零偏与尺度因子通常随温度呈近似线性或分段线性变化。工程做法是：在温箱中采集多温度点数据，拟合零偏-温度曲线，并在运行时用片上温度传感器做实时补偿。若不做温补，仅靠在线估计，收敛速度和精度都会明显受限。

五、从误差模型到标定与使用

一个可执行的 IMU 标定流程通常包含：静态多位置采集（估计零偏与加速度计尺度）、转台或已知角速度激励（估计陀螺尺度与轴间耦合）、Allan 方差分析（分离白噪声与随机游走参数）。Allan 方差曲线中，斜率为 -1/2 的段对应角度随机游走，斜率为 +1/2 的段对应零偏随机游走，底部平坦区对应零偏稳定性。

下面这张图把 IMU 的误差传递链与标定/在线估计的对应关系集中呈现，便于对照理解各误差项在系统中的位置。

结合上图可以看到：常值零偏与尺度因子属于可离线标定的确定性误差，零偏随机游走与白噪声属于必须在线建模的随机误差，而温度补偿则横跨两者。实际工程中，先做离线标定把确定性误差压到最小，再让 VIO 后端在线估计残余零偏，是兼顾精度与实时性的常规做法。

六、一个可参考的标定与检查清单

下面给出一份面向 MEMS IMU 的标定与验证清单，字段与判据均围绕本节误差模型设计，可直接用于实验记录：

项目	激励方式	待估参数	合格判据（示例）
加速度计零偏	六面静态各 60 s	b_a（3 轴）	各轴零偏 < 0.02 m/s²
加速度计尺度/耦合	六面 + 倾斜多位置	S_a（3×3）	尺度误差 < 0.3%，耦合 < 0.1%
陀螺零偏	静止 10 min	b_g（3 轴）	零偏稳定性 < 5 °/h
陀螺尺度/耦合	转台恒速正反转	S_g（3×3）	尺度误差 < 0.5%
随机噪声参数	静止 3 h 以上	ARW、VRW、零偏随机游走	Allan 曲线斜率段清晰可辨
温度补偿	温箱 -10~60 ℃ 循环	零偏-温度曲线	补偿后零偏残差 < 0.01 m/s²

验证时，可让设备静止 5 分钟，观察姿态解算的航向漂移：若陀螺零偏与随机游走参数标定合理，航向漂移应主要呈现缓慢线性趋势，而非快速随机跳动。若漂移速率明显超出零偏稳定性对应的量级，应优先复查温度补偿与轴间耦合标定，而不是直接归因于算法。

注意：不同厂商对“零偏稳定性”“角度随机游走”的定义与单位可能不同（如 °/h 与 °/√h 混用）。使用数据手册参数前，务必确认单位与测试条件，否则预积分协方差会被错误缩放，导致 VIO 对 IMU 的信任程度失配。

总结来看，IMU 误差建模的核心是把“确定性误差”与“随机误差”分开处理：前者靠标定与温补消除，后者靠 Allan 方差辨识参数并写入状态估计。只有测量模型、标定参数与在线估计三者一致，视觉惯性组合导航才能在长时间运行中保持可用的精度与鲁棒性。