惯性测量单元（IMU，Inertial Measurement Unit）
机器人的惯性测量单元（IMU，Inertial Measurement Unit）是一种用于感知机器人自身运动状态的传感器，主要测量机器人的：
- 加速度（Acceleration）
- 角速度（Angular Velocity）
- 磁场方向（Magnetometer）
| 传感器 | 测量量 | 作用 |
|---|---|---|
| 三轴加速度计 | X/Y/Z 方向线加速度 | 感知平移运动、重力方向 |
| 三轴陀螺仪 | X/Y/Z 轴角速度 | 感知旋转 |
| 三轴磁力计（可选） | 地磁方向 | 辅助判断航向 |
机器人为什么还需要 IMU？
因为 IMU 有几个巨大优势：
高频率
| 传感器 | 频率 |
|---|---|
| 摄像头 | 30Hz |
| 激光雷达 | 10Hz |
| GPS | 1~10Hz |
| IMU | 100~1000Hz |
不依赖环境
- 摄像头：需要看到东西
- 激光：需要反射
- GPS：室内失效
- IMU：机器人内部自己测量
全球 IMU 芯片供应格局
高性能工业/机器人级
| 公司 | 代表产品 | 定位 |
|---|---|---|
| Analog Devices | ADIS系列 | 工业、高端机器人 |
| STMicroelectronics | LSM6系列 | 工业、消费 |
| Bosch | BMI系列 | 机器人、汽车 |
| TDK InvenSense | ICM系列 | 消费、机器人 |
| Murata Manufacturing | IMU模块 | 工业 |
中国供应链情况
| 公司 | 方向 |
|---|---|
| 美新半导体 | MEMS惯性 |
| 芯动联科 | 高性能MEMS惯性器件 |
| 矽睿科技 | MEMS传感器 |
| 敏芯股份 | MEMS传感器 |
市场价格
| 等级 | 典型 IMU | 芯片/品牌 | 单价范围（人民币） | 应用 |
|---|---|---|---|---|
| 玩具/入门 | MPU6050 | MPU6050 | 5～20 元 | Arduino、小车教学 |
| 入门机器人 | ICM-42688、LSM6系列 | TDK ICM-42688-P | 10～50 元（芯片） | ROS实验、小型机器人 |
| 中端机器人 | BMI088 | Bosch BMI088 | 50～200 元（模块） | AGV、无人车、无人机 |
| 工业机器人 | ADIS16470 | Analog Devices ADIS16470 | 2500～4000 元 | 工业移动机器人 |
| 高端 MEMS | ADIS165xx | Analog Devices ADIS16550 | 5000～8000 元 | 高可靠无人系统 |
| 战术级 IMU | iMAR、KVH、Honeywell | 工业导航级 | 1万～10万元 | 无人车、航空 |
| 导航级 | 光纤陀螺 IMU | Honeywell等 | 10万～百万 | 军工、航空 |
BMI088
立创商城单价：80元
OAK相机
OAK-D系列 + Factor Perception SDK 套装
Factor Perception Kit硬件包括OAK-D系列相机，软件包含Factor Perception SDK。
OAK-D相机输出20 FPS的图像数据及200 Hz的9轴IMU数据。相机内置神经网络加速芯片，可让HF-Net达到20 Hz的推理性能。
Factor-VIO使用HF-Net输出的局部特征与9轴IMU数据，实现高精度和高鲁棒性的视觉惯导里程计。系统还能够生成不同维度的地图，包括2D Map、2.5D Map和3D Map，以适应不同的应用需求。此外，系统还涉及多种坐标转换，以确保数据的一致性和准确性。
Factor Perception Kit通过结合深度学习的视觉和惯性测量单元（IMU）数据，利用Factor-VIO和RTAB-Map技术，实现了高效的，高精度，高环境适应性，高鲁棒性的SLAM（同步定位与地图构建）功能。并且所有的深度学习加速功能在OAK系列相机内置的VPU中完成，无需带强大GPU算力的主控制器。
相机内置IMU和独立IMU区别
| 项目 | OAK-D 内置 IMU | 独立机器人 IMU |
|---|---|---|
| 核心目标 | 帮助视觉 SLAM | 感知机器人自身运动 |
| 服务对象 | Camera / VIO | 整个机器人系统 |
| 典型输出 | Camera Pose | Robot Pose |
| 安装位置 | 相机内部 | 车体中心 |
| 使用方式 | Factor-VIO 内部融合 | EKF/LIO/VIO 多源融合 |
| 典型场景 | 室内VSLAM | AGV、无人车、工业机器人 |
为什么不能简单替代独立 IMU？
| 原因 | OAK-D 内置 IMU 的限制 | 独立机器人 IMU 的优势 | 对机器人影响 |
|---|---|---|---|
| 1. 安装位置不同（外参问题） | IMU 固定在相机内部，测量的是相机运动 | 可安装在机器人质心附近，测量车体真实运动 | 转弯、加减速时位置估计更准确，减少坐标误差 |
| 2. 振动环境不同 | 相机通常安装在顶部，容易受到结构振动影响 | 可安装在减震位置，并针对机器人振动优化 | 提高轮式机器人、AGV、电机环境下稳定性 |
| 3. 温漂和零偏稳定性 | 消费/视觉级 IMU 通常温度补偿能力有限 | 工业 IMU 有温度模型、出厂标定、零偏补偿 | 长时间运行漂移更小，地图和定位更稳定 |
| 4. 多模块共享需求 | 主要服务 OAK-D 自身 VIO | 可以同时提供给 VIO、EKF、LIO、控制系统 | 整车定位架构更统一，方便融合 |
| 5. 高动态运动能力 | 面向相机运动估计，动态范围和抗冲击有限 | 针对高速、振动、冲击设计 | 高速无人车、户外机器人可靠性更高 |
0
次点赞
