百亿市场！高性能MEMS IMU，将成自动驾驶的下一个风口【附报告下载】

来源：华安机械 分析师张帆，谢谢

编辑：感知芯视界 万仞

获取最新IMU行业研究报告，可在感知芯视界首页对话框，回复“IMU”免费下载。

【摘要】

○预计高性能MEMS IMU市场规模最高达100亿元。目前国产高性能三轴芯片自主可控已突破，放量在即百亿市场有望迎来爆发

○IMU（惯性测量单元）通过测量物体加速度和角速度的变化来推算出物体在三维空间中的位置和姿态。目前高精度MEMS IMU民用市场，主要应用场景包括高精度自动驾驶以及人形机器人。

○自动驾驶达到L3级以及以上，所需要IMU精度需要达到1°/h以内，目前较高精度的MEMS IMU芯片全部依赖于海外进口；同时人形机器人达到特斯拉Optimus的精度，需要通过增加高精度MEMS IMU数量来达到身体稳定、姿态控制以及头不稳定补偿的效果，因此高性能MEMS IMU芯片国产自主可控的机遇需要提前布局。

什么是IMU

惯性测量单元(Inertial measurement unit，简称IMU)，是测量物体三轴姿态角及加速度的装置。一般IMU包括三轴陀螺仪及三轴加速度计，部分IMU还包括三轴磁力计。IMU在小至手机、VR，大至航空、航天领域都得到了广泛的应用。

•IMU通常包含陀螺仪(Gyroscope)、加速度计(Accelermeters)，有的还包含磁力计(Magnetometers)和气压计。

• 加速计是一个测量特定力的传感器（身体质量使力正常化）。它提供在其本地框架内跨越x、y、z轴的加速度。

• 陀螺仪是一个传感器，它测量在其本地框架内围绕x、y和z轴的角速度。一般来说，对测量结果进行整合，得出角度本身。

• 磁强计是一个测量地球磁场并提供航向的传感器（罗盘就是这样一个设备）。如果它包括在IMU中，我们通常将其描述为 "9轴IMU"。

• 气压计是一个测量气压的传感器，可以提供海拔高度。

IMU的基本原理

• 下图为MEMS陀螺仪角速度计（MEMS gyroscope），其工作原理是利用角动量守恒原理及科里奥效应测量运动物体的角速率。它主要是一个不停转动的物体，它的转轴指向不随承载它的支架的旋转而变化。

• 与加速度计工作原理相似，陀螺仪的上层活动金属与下层金属形成电容。当陀螺仪转动时，他与下面电容板之间的距离机会发生变化，上下电容也就会因此而改变。电容的变化跟角速度成正比，由此我们可以测量当前的角速度。

获取最新IMU行业研究报告，可在感知芯视界首页对话框，回复“IMU”免费下载。

自动驾驶中的传感器

随着科技的不断发展，自动驾驶技术日趋成熟。为了实现自动驾驶汽车的各种复杂功能，精确而又可靠的位置信息开始变得不可或缺，高精度MEMS IMU作用日益凸显：

• 拥挤的城市峡谷环境给自动驾驶汽车传感器阵列带来了巨大的挑战。当自动驾驶汽车在失去GPS/GNSS信号的情况下试图左转时，IMU技术开始凸显它的重要作用。

• 感知传感器作为自动驾驶主动决策的主要信息来源，可以感知车辆周围的世界。

• 导航系统由GNSS / GPS接收机和INS（惯性导航系统）组成，惯导系统包括惯性运动传感器和来自里程计和转向传感器的输入。

• 长期以来，基于MEMS的惯性传感器（如陀螺仪和加速度计）已作为分立元件应用于车辆的碰撞检测、安全气囊弹出和电子稳定性控制。

从结构上看，IMU主导的惯性导航分为平台式和捷联式。按照市场发展趋势，惯性测量

传感器正在不断向轻量化方向发展，捷联式逐渐成为主流。

自动驾驶中IMU的优势

• 与其他导航系统相比，IMU主导的惯导系统具有信息全面，完全自主、高度隐蔽、信息实时与连续，且不受时间、地域的限制和人为因素干扰等重要特性，在城市峡谷或森林道路中，IMU不会受到多路径效应或信号衰减的影响。

• 在自动驾驶系统中，IMU数据与GNSS、视觉和其他探测和测距系统融合，以填补GNSS更新之间的空隙，并在GNSS和/或其他传感器受到影响时安全进行短时导航。IMU数据始终可用，是任何自主车辆系统的一个组成部分，并可用于在具挑战性的环境中维持车辆安全运行。

自动驾驶中的IMU应用

• 自动驾驶汽车驶入高楼林立的区域，失去了卫星信号，无法由GPS提供绝对定位，此时，IMU可以发挥其延续绝对定位的作用，在没有GPS信号的区域为汽车提供绝对定位信息，这些信息包括汽车的实时经纬度和海拔高度。

• 自动驾驶汽车通过车道线识别功能确保自身在道路中行驶，在遇到强烈太阳光照射的情况下，车道线识别功能失效。此时，IMU可以发挥其延续相对定位的作用，根据历史记录中的道路曲率与汽车相对于车道边界的历史位置，确保汽车在一段时间内继续行驶在车道中。

视线遮挡时IMU工作示意图

IMU是自动驾驶系统在定位领域的最后一道防线:

• 第一，IMU对相对和绝对位置的推演没有任何外部依赖，是一个类似于黑匣子的完备系统；相比而言，基于GPS的绝对定位依赖于卫星信号的覆盖效果，基于高精地图的绝对定位依赖于感知的质量和算法的性能，而感知的质量与天气有关，都有一定的不确定性。

• 第二，同样是由于IMU不需要任何外部信号，它可以被安装在汽车底盘等不外露的区域，可以对抗外来的电子或机械攻击；相比而言，视觉、激光和毫米波在提供相对或绝对定位时必须接收来自汽车外部的电磁波或光波信号，这样就很容易被来自攻击者的电磁波或强光信号干扰而致盲，也容易被石子、刮蹭等意外情况损坏。

• 第三，IMU对角速度和加速度的测量值之间本就具有一定的冗余性，再加上轮速计和方向盘转角等冗余信息，使其输出结果的置信度远高于其它传感器提供的绝对或相对定位结果。

高精度IMU在自动驾驶汽车的广泛实际应用

自动驾驶中的GNSS+RTK+IMU组合导航

• 当乘用车达到L3及以上自动驾驶水平，车辆必将拥有能够精准定位的装置。目前乘用车的定位精度普遍未能达到自动驾驶的要求。乘用车高精度定位应用属于从0到1的环节，随着自动驾驶级别的演进，其重要性将日益增强。

• 目前行业内对自动驾驶车端的工作模块主要分为三类：感知层，决策层和控制层。感知层依赖于卫星定位、惯性定位、环境感知等定位技术，来感知外界、自己车辆状态，是自动驾驶的前置条件。

自动驾驶车端硬件架构

• 卫星定位、惯性定位、环境感知定位三种定位方式由于实现的方式不同，在不同能力范围内各有优劣，单独的定位方式方案难以满足自动驾驶对高精定位的需求。

三种定位方式优劣对比表

• 目前行业内共识的组合方案是由GNSS单元、RTK定位确定 图表17 完全组合的定位框架绝对位置，IMU确定相对位置，同时，高精地图与激光雷达，摄像头等感知设备用于环境感知。

• 车辆从GNSS+RTK+IMU定位组合中获得车辆位置的预测值，从高精地图中获取位置附近的环境特征，之后将扫描识别的环境特征与高精地图记述的环境特征做匹配融合，获取车辆当下精准的位置信息。各工作单元之间信息相互耦合，结果相互冗余，从而保障了定位的精度和可靠性。

• 通过激光雷达、视觉等传感器实现的环境特征定位与高精地图结合的定位方案也能实现高精定位，但是视觉、激光雷达等传感器的器件成本，以及对边缘计算的要求高，卫惯组合导航几乎可以通过十分之一的价格实现相同的效果。所以目前卫惯组合导航还是最主流的高精定位方案。

完全组合的定位框架

自动驾驶领域MEMS IMU市场空间广阔

• 目前来看，我国量产乘用车自动驾驶等级正在由L2向L3过度。未来市场发展空间广阔。在全新的自动化驾驶架构下，汽车智能化的渗透率不断提升，传统汽车行业正面临着变革与转型，行业迎来新的发展机遇。

• 根据中汽协预测，2025年中国汽车销量或将达到3000万辆。

• 预测，2025年我国L3级以上（包含L3）自动驾驶的渗透率保守估计为10%，乐观估计为20%。

IMU产业链

IMU中的MEMS陀螺仪按照零偏稳定性的指标划为消费级（>15°/h）、战术级（0.15-15°/h）、导航级（0.01-0.15°/h）、战略级（<0.01°/h）。目前国内在消费级完全自主可控，战术级达到1°/h以内的精度之后完全依赖于海外进口，国产替代自主可控成为关键；目前主要的应用场景为自动驾驶L3级以及以上的水平、人形机器人所需要的IMU芯片精度需要达到1°/h以内。

•IMU上游芯片：

海外厂商主要包括霍尼韦尔、TDK、ST、Silicon Sensing等；国内，芯动联科目前唯一能够生产高精度MEMS传感器的国内厂商，此外正在布局自动驾驶L3级以及以上所需的IMU芯片的厂商还包括上海矽睿科技、深圳深迪半导体。

•IMU模组：

直接生产IMU模组的厂商，海外主要包括TDK、ST、霍尼韦尔等；国内包括芯动联科、苏州固锝。

•IMU下游惯导：

海外厂商主要包括U-Blox、霍尼韦尔、ADI、 诺斯罗普格鲁曼（Northrop Grumman）；国内包括中海达、华测导航、华依科技、星网宇达、理工导航。

获取最新IMU行业研究报告，可在感知芯视界首页对话框，回复“IMU”免费下载。

*免责声明：本文版权归原作者所有，本文所用图片、文字如涉及作品版权，请第一时间联系我们删除。本平台旨在提供行业资讯，仅代表作者观点，不代表感知芯视界立场。

今日内容就到这里啦，如果有任何问题，或者想要获取更多行业干货研报，可以私信我或者留言

审核编辑 黄宇