精密MEMS传感器实现新的导航应用

当涉及到室内导航和处理复杂和环境挑战性的场景时，可以使用传感器来提高系统从异常运动中确定实际运动的能力。

导航通常与汽车、飞机和轮船有关。然而，在工业和医疗领域，精确导航正变得越来越广泛地应用于从工厂机械和手术机器人到急救人员跟踪的各种应用中。有许多现有的方法可以得出位置、方向和运动，因为它们与指向、转向和引导设备有关。事实上，许多应用依赖GPS（全球定位系统）已经变得很普遍。但是，当涉及到室内导航和处理更复杂和环境挑战性的场景时，仅靠GPS是不够的。

对于这些类型的应用，可以使用各种传感器类型来提高系统从异常运动中确定实际运动的能力。给定传感器解决特定导航问题的能力不仅取决于传感器的性能水平，还取决于应用的独特动态。与任何复杂的设计问题一样，起点是了解最终应用的目标和限制。从那里，可以对关键性能参数进行排序，以粗略了解所需的传感器，然后通过仔细的传感器调理、集成和处理进行实际设计优化。

了解导航问题

让我们从一个类比开始：假设你在工作，想要一杯咖啡，所以你导航到咖啡壶。如果你以前去过那里，你会想到一条路线，但一路上你依靠各种感官来到达那里，包括视觉、音频、平衡，甚至触摸。您自己的个人处理器结合了这些不同的来源，以及一些嵌入式模式识别，如果这是艰难的一天，您可能需要暂停并询问一些外部输入，即方向。在整个过程中，您依靠您的个人传感器不仅要单独精确，而且可以很好地协同工作，在必要时拒绝误导性信息（即邻居隔间的咖啡味），并依赖其他传感器。为了到达目的地，您需要采用与车辆、手术器械和机器人机械导航系统设计人员相同的技术。

本例的工业推论包括各种传感技术，其中没有一种技术可以单独解决大多数应用。如前所述，由于阻碍卫星接收的障碍物，GPS容易出错，从而降低整体精度或更新速率。另一种常见的导航辅助设备，磁力计，需要清楚地进入地球磁场，虽然这通常可以假设，但工业环境中存在许多场干扰，使磁力计的可靠性充其量是间歇性的。光学传感器受到视线障碍物的影响，而惯性传感器通常不受这些干扰，但确实有一些自身的局限性，例如，缺乏绝对参考（North在哪里？表 1 概述了主要导航传感器类型的相对优势和潜在问题。

传感器类型	主要优势	潜在限制
全球定位系统	长期绝对值 参考	可能的阻塞
磁	无需基础设施 （地球除外）	易受干扰
光学的	直觉的	视线受阻
惯性的	自给自足	相对的，不是绝对的， 参考

传感器选择和处理

除了最简单的问题外，大多数解决方案都依赖于多种传感器类型，以便在所有条件下提供所需的精度和性能。惯性传感器，如基于微机电系统（MEMS）的加速度计和陀螺仪，提供了完全弥补其他传感器类型缺点的潜力，因为它们不受许多相同的干扰，并且不需要外部基础设施（没有卫星，没有磁场，没有摄像头......只是惯性）。

MEMS惯性传感器具有高度可靠性（在汽车行业拥有20年的业绩记录）和具有商业吸引力，具有更低的功耗、尺寸和成本，在手机和视频游戏中的成功应用证明了这一点。但是，可用的性能水平存在很大差异，适用于游戏的设备无法解决前面概述的高性能导航问题。例如，精密工业和医疗导航通常需要比消费类设备中使用的MEMS传感器高一个数量级的性能水平。

在大多数情况下，设备的运动相对复杂（多个轴），这就推动了对全惯性测量单元 （IMU） 的需求，该单元可以集成多达六个惯性运动自由度——三个线性和三个旋转。

图2.惯性测量单元捕获复杂的多轴运动。

例如，ADI公司的ADIS16334 iSensor IMU具有大多数工业导航问题所需的集成度和性能，外形紧凑，适用于许多工业仪器和车辆（见图1）。在许多情况下，还可以集成四个或更多额外的自由度，包括三个磁传感轴和一个压力（高度）传感轴。

如前所述，任何传感器类型都有局限性，如果这些限制会破坏系统性能目标，设计人员可以选择同时实施补偿技术并合并多种传感器类型。例如，惯性测量单元输出高度稳定的线性和旋转传感器值，该值必须补偿以下影响：

温度和电压漂移

偏置、灵敏度和非线性

振动

X、Y、Z 轴未对准

惯性传感器可能具有不同程度的漂移，具体取决于其质量，也可以使用GPS或磁力计偶尔来校正该漂移。除了良好的传感器设计之外，导航的一个核心挑战是确定依赖哪些传感器以及何时依赖。惯性MEMS加速度计和陀螺仪已被证明是帮助设计人员设计功能齐全的传感系统的良好补充。

使用 MEMS 惯性传感器进行设计

在 GPS 信号被拒绝且机械和电子设备引入磁干扰的室内工业或医疗环境中，设计人员必须建立不太传统的机器引导方法。许多新兴应用，例如手术工具导航，也需要比汽车导航更高的精度。在所有这些情况下，惯性传感器都是一种选择，并提供在视线阻塞或其他对非惯性传感器有害的干扰源期间保持精度所需的航位推算指导。

图 3 描述了一种通用惯性导航系统 （INS），可用于导航从车辆到飞机再到外科医生工具的任何东西。INS模型包含一个卡尔曼滤波器，该滤波器首先用于阿波罗登月任务，如今在移动通信中的锁相环中普遍存在，以提供一种机制来合并多个良好但不完美的传感器，并提供位置，方向和整体运动动力学的最佳估计。

图3.惯性导航系统，借助卡尔曼滤波合并多种传感器类型。

当应用于外科应用时，INS可用作导航辅助工具，根据患者独特的身体特征对齐人工关节，例如膝盖或臀部。

除了更好地对齐以提高舒适度以及更快、侵入性更小的手术目标外，正确的传感器还可以帮助对抗手部震颤和疲劳。近年来，纯机械对准得到了光学对准的补充，但就像用于车辆导航的GPS阻塞一样，手术室中存在潜在的视线阻塞，限制了光学传感器的精度。惯性引导的手术对准工具可以补充甚至取代光学引导，没有视线问题，并且在尺寸、成本和自动化方面也具有潜在的优势。

尽管解决导航问题的基础知识在应用程序之间具有很大的一致性，但必须充分了解终端系统的细节。这些最终指导选择合适的传感器类型以及整体性能。

在大力推动用于消费类应用的小型、低功耗、多轴惯性传感器的同时，一些传感器开发人员同样高度关注紧凑型低功耗高性能传感器在所有条件下的高精度。这些高精度、环境稳健的传感器发展正在推动MEMS惯性传感器在工业、仪器仪表和医疗市场中的新一轮采用。

审核编辑：郭婷