IMU (Inertial Measurement Unit),即慣性測量單元,是實現自主導航與姿態控制的核心感測器。它通常包含:
這六個軸向的測量數據構成了常聽到的「6軸IMU」。在許多消費性和商業產品中,它提供即時的X、Y、Z三軸運動資料(加速度、角速度)。然而,IMU的原始數據如果僅進行簡單積分,會導致誤差隨時間累積而產生顯著漂移,這正是純慣性導航系統(INS)面臨的主要挑戰。為了克服這一點,高階IMU模組通常內含高性能微控制器(MCU),搭載採樣演算法、傳感器融合演算法和如卡爾曼濾波器等技術,旨在更方便產品開發者應用,並透過複雜的運算提供物體精確的三維運動姿態,也就是翻滾角 (Pitch)、俯仰角 (Roll)、和航向角 (Yaw) 旋轉角度。
垂直參考單元 (VRU,Vertical Reference Unit) 是一種基於IMU的測量單元。它主要通過算法計算俯仰角和翻滾角,提供姿態資料。 VRU可以輸出運載體的三軸姿態數據,但其提供的航向角 (Yaw) 會隨時間推移累積誤差。 在低動態情況下,加速度計主要測量垂直方向上的重力,因此可以利用重力參考輔助陀螺儀計算,以獲取高頻率且可靠的俯仰角和翻滾角。
為了提升慣性導航的精確性與穩定性,特別是解決航向角(Yaw)的漂移問題,許多IMU會額外整合:
包含了磁力計的IMU便可實現 AHRS (Attitude and Heading Reference System) 姿態和航向參考系統。AHRS目前主流的數據融合技術多是採用卡爾曼濾波器(Kalman Filter),特別是針對非線性系統的擴展卡爾曼濾波器(Extended Kalman Filter, EKF)。
EKF的優勢與好處在於:
歸納上述說明,IMU提供高頻率的加速度和角速度數據,通過積分可以實時推算載體的姿態、速度和位置。 它的優點是獨立性強,不易受外部環境影響,能提供短時間內的高頻率、高精度運動資訊。 但其核心缺點是誤差會隨時間累計,導致漂移。 AHRS結合磁力計並運用如EKF等先進傳感器融合算法,能夠利用地磁作為航向角的參考,有效改善6軸IMU在航向(Yaw)上因物理特性漂移所造成的誤差累積,顯著提升姿態估計的可靠性和準確性。
無人機(UAV)技術正以前所未有的速度革新測繪與地理資訊系統(GIS)領域,透過高解析度的空中影像,實現更快速、更高效的大面積測繪。然而,傳統商業級別的定翼或多旋翼無人機在飛行穩定性、姿態控制及地理定位精度上,尤其是在高風速、複雜都市環境或 GNSS 訊號受限的場域,仍面臨顯著的挑戰與限制。
Atmos UAV 公司推出的 Marlyn 無人機,正是透過結合 VTOL(垂直起降)與定翼設計,以及精選的 Xsens MTi-G-710 (GNSS/INS) 這樣先進的慣性測量解決方案,徹底解決了這些技術瓶頸,為高精度測繪寫下新的典範。
1. IMU 感測架構與捷聯式慣性導航 (SINS)
Marlyn 搭載的 Xsens MTi-G-710 是一款緊湊型、高性能的慣性測量單元(IMU),其內部整合了:
這些感測器數據被集成到捷聯式慣性導航系統 (Strapdown Inertial Navigation System, SINS) 中。慣性導航的核心思想是基於牛頓運動定律,通過對加速度和角速度進行積分來推算位置、速度和姿態。這一過程包含以下關鍵步驟:
這一連串複雜過程的實現,不僅保證了 Marlyn 在複雜飛行環境中的穩定性,也確保了高精度測繪成果的產出。
2. 高精度姿態解算與低延遲反應
Xsens MTi-G-710 提供高達 400Hz 的數據輸出率,以及低於 2ms 的低延遲反應,能即時修正因陣風、機體震動等造成的姿態擾動。這對於 Marlyn 在大風環境下的測繪飛行尤其關鍵,有效避免影像模糊或多影像拼接錯誤,確保測繪成果達到毫米級精度。此外,透過姿態融合演算法(例如擴展卡爾曼濾波EKF),IMU 可將高頻響應的陀螺儀數據與低頻響應的加速度計、磁力計數據進行系統性融合,兼顧短期動態響應與長期穩定性,實現姿態估計的連續高精度輸出。
3. 多感測器融合實現定位精度
慣性導航系統的優勢在於其高更新率和獨立性,但其固有挑戰是誤差累積。因此,傳感器融合是實現長期高精度定位的關鍵。在 GNSS 訊號良好的區域,IMU(即此處的Xsens MTi-G-710,已整合GNSS接收器)可利用 GNSS 資訊進行誤差修正,進一步消除慣性導航的誤差累積效應(如偏置漂移),從而提供更精確的絕對位置。 28 即使在城市峽谷、林地或其他 GNSS 訊號微弱甚至完全受阻的環境下,IMU 也能透過其獨立的慣性推算能力維持短期的飛行控制與測繪精度 29,確保無人機能穩定地完成任務,等待GNSS信號恢復,這極大地增強了系統的魯棒性和適用性。
Xsens MTi-G-710 以其精巧、低功耗、高性能的設計,為 Marlyn 無人機注入了穩定的姿態控制與精確的地理定位能力,讓其在全球高精度測繪市場中脫穎而出。未來,隨著感測器融合技術及 AI 自動化的進一步發展,IMU 將在智慧交通、機器人導航、自駕車、自駕船艇…等多元領域持續發揮關鍵作用。
2026年9月24日
CPU(靜默故障)Silent Fault 如何影響馬達控制(Motor Control)
在工業機器人與伺服驅動系統中,最難處理的問題並不是系統是否能正常運作或是否會當機,而是系統在仍然持續運作的情況下,其內部控制輸出已經偏離正確行為,也就是所謂的隱性故障(Silent Fault)。這種狀態的特徵是中央處理器仍在執行控制迴圈、脈衝寬度調變仍在更新、通訊仍然正常,但實際輸出的扭矩命令已經不再符合設計模型。
Renesas
Renesas
2026
2026年8月25日
算力狂飆下的電源進化戰:AI資料中心電源的『垂直供電』革命
近年來,AI (Artificial Intelligence)人工智慧無疑是市場上最熱門的焦點。過去,大眾主要關注電腦系統在執行機器學習、深度學習時的資料處理與「高速算力」;卻往往忽略了,越是強大的處理器,背後越需要驚人的「高耗能」來維持。相較於傳統 CPU,GPU 內部有數萬個核心同時進行密集的矩陣運算,這種全面爆發的處理模式,正是帶來持續且龐大能耗的根本原因。
Vicor
Vicor
Renesas
Renesas
2026
2026年8月14日
極致速度的代價:一窺 PCIe Gen6 在 AI 浪潮下的進化與技術挑戰
隨著生成式 AI 模型規模激增,系統瓶頸已從算力轉向資料傳輸能力。PCIe 技術扮演 AI 平台的資料動脈,負責串聯核心運算與儲存元件;其世代演進已成為打破通訊瓶頸、提升模型訓練與推論效率的核心驅動力。
Microchip
Microchip
Astera Lab Inc
Astera Labs Inc
2026