Rocketmagnet이 언급했듯이 시간이 지남에 따라 오류가 커질 것입니다. 관성 탐색에 일반적으로 사용되는 오류 모델은 지수 증가입니다.
이를 최소화하려면 외부 업데이트를 제공해야합니다. 일반적으로 사용되는 메커니즘은 칼만 필터입니다. 관성 센서는 매우 우수한 고속 업데이트를 제공합니다. 외부 소스는보다 낮은 속도 (일반적으로 GPS와 같은)로 덜 정확하지만 장기적으로 안정적인 업데이트를 제공합니다. 이 두 가지가 결합되어 훌륭한 결합 솔루션을 제공합니다. 모든 시스템이 GPS를 업데이트 소스로 사용하는 것은 아닙니다. 예를 들어 Nintendo Wii 리모컨 앞면의 IR 이미 저는 이러한 업데이트의 소스를 제공합니다.
비용의 요소가 아닌 요소의 예를 보여 드리겠습니다. 저는 100,000 유로 이상의 비용이 드는 관성 시스템을 사용하는 항공 측량 시스템을 구축합니다. 이러한 시스템과 고급 측지 GPS 수신기를 사용하면 GPS 적용 범위가 좋을 때 하루 종일 IMU의 위치를 2 "볼륨으로 정확히 지정할 수 있습니다. 60 초의 오차 한계는 약 10cm입니다.이 수준의 성능을 갖춘 시스템은 일반적으로 무기 등급 장치이므로 ITAR 제어 제품입니다.
저품질 MEMS 관성 시스템은 미터 서브 미터 수준의 위치와 태도를 산출하는 덜 까다로운 응용 분야에서 하루 종일 사용됩니다. 이러한 저품질 시스템은 여전히 동일한 칼만 필터링 메커니즘을 사용합니다. 이 저렴한 유닛의 실제 단점은 드리프트 오류가 훨씬 빠른 속도로 증가한다는 것입니다.
편집하다:
IMU에서 찾아야 할 중요한 사항에 대한 귀하의 질문에 답변합니다. 보고 싶은 것이 몇 가지 있습니다. 첫 번째는 온도 안정성입니다. 일부 MEMS 센서는 온도 범위에서 최대 10 %까지 다양한 출력을 갖습니다. 작동하는 동안 일정한 온도에있는 경우에는 문제가되지 않을 수 있습니다.
다음으로 고려해야 할 것은 자이로 노이즈 스펙트럼 밀도입니다. 분명히 노이즈가 적을수록 좋습니다. 다음 링크는 스펙트럼 노이즈 밀도에서 드리프트 (단위 시간당 도수)로 이동하는 방법에 대한 설명서를 제공합니다. http://www.xbow.com/pdf/AngleRandomWalkAppNote.pdf
가속의 경우 노이즈 외에 감도와 바이어스를 확인하려고합니다. 소음 수준은 오류를 얼마나 빨리 통합 할 것인지에 대한 아이디어를 제공합니다.