惯性测量装置IMU的用途_IMU在主机应用处理器的功能

惯性测量装置 (IMU) 可广泛用于从加速计、陀螺仪及其他传感器持续稳定地提供多轴位置信息。鉴于多自由度 (DOF) 特性，所有生成数据（即来自这些设备的合并数据流）会使系统处理器一直处于唤醒模式，并且由于要筛选原始 IMU 数据来提取有用的手势和系统位置信息，因此使它们不堪重负。设计人员需要设法为主处理器减负，让其不再承担此类筛选功能。而机器学习则可能解决这一问题。

本文将首先简要介绍 IMU 的用途，接着介绍 STMicroelectronics 的 LSM6DSO。然后，借此器件阐释在 IMU 中添加和集成机器学习与决策树处理功能后，为何能为主机应用处理器分担实时位置和运动处理，以及如何在实际应用中使用这些功能。

IMU 简介

IMU 将各种运动传感器集成到一个器件中，可提供高精度定位信息。IMU 可用于各种应用，包括消费（手机）、医疗（成像）、工业（机器人）和军工（航向跟踪）。该装置对传感器的运动作出响应，包含以下一种或多种运动传感器类型：

陀螺仪传感器测量角度位置变化，通常以每秒度数表示。随时间进行角速度积分可测得行程角度，用于追踪方向变化。陀螺仪追踪与重力无关的相对运动，因此来自传感器偏置或积分的误差会造成称为“漂移”的位置误差，但可以通过软件进行补偿。

加速计测量线性加速度，包括设备运动造成的加速度分量和重力造成的加速度。加速度的测量单位为 g，1 g = 地球重力 = 9.8 米/秒2。加速计分为单轴、双轴和三轴，分别定义为 X、Y、Z 坐标系。

磁传感器测量磁场强度，通常以微特斯拉 (µT) 或高斯（100 µT = 1 高斯）为单位。移动电子设备中最常用的磁传感器是三轴霍尔效应磁力仪。通过计算检测到的地球磁场角度，并将此测量的角度与加速计测量的重力进行比较，即可非常精确地测量出设备相对于地磁北极的航向。

使用 IMU 的运动追踪功能采用了传感器融合技术，根据已知的起点和方向，推导单一、高精度的相对设备方向和位置的估计值。传感器融合多通过软件，使用 IMU 制造商或应用开发人员开发的复杂数学算法来组合 IMU 的各种运动传感器输出。

使用传感器融合进行位置计算可得到以下测量结果：

重力– 具体而言地球重力，不含设备感应到的由运动造成的加速度。当 IMU 静止时，加速计测量重力矢量。当 IMU 运动时，重力测量需要融合加速计和陀螺仪的数据，并减去运动造成的加速度。

线性加速度– 等于加速计测得的设备加速度，但要通过软件减去重力矢量。IMU 线性加速度可用于测量三维空间中的运动。

方向（海拔）– 欧拉角集合，包括偏航角、俯仰角和翻滚角，测量单位为度。

旋转矢量– 由加速计、陀螺仪和磁力仪传感器的数据组合得出。旋转矢量表示围绕特定轴的旋转角度。

IMU 误差源

陀螺仪通过角速度变化检测方向，但随着时间推移，陀螺仪往往会漂移，因为它仅检测变化而没有固定的参照系。若将加速计数据添加到陀螺仪数据中，软件可以最大限度地减小陀螺仪偏置，从而得到更准确的位置估计。加速计检测相对于重力的方向变化，该数据可用于给陀螺仪定向。

加速计对于静态（与动态相反）计算更准确。当系统已处于运动状态时，利用陀螺仪检测方向要更好。加速计反应迅速，若只使用该数据，加速计抖动和噪声会产生累积误差。此外，由于重力之类的外力，加速计往往会使加速度失真，这也会作为噪声在系统中累积。对此数据进行滤波可提高精度。

若将陀螺仪的短期精度与加速计的长期精度相结合，依靠每种传感器的优势来抵消或至少减轻另一种传感器的劣势，可以获得更精确的方向读数。两种传感器类型的互补有助于减少误差，但还有其他方法可用来减少误差。

融合滤波可用来减少误差

IMU 软件使用滤波来最大限度地减小 IMU 数据的定位误差。有多种滤波方法可融合传感器数据，每种方法都有不同程度的复杂性。互补滤波结合了高通陀螺仪滤波和低通加速计滤波。因此，加速计数据中的高频噪声会在短期内滤除，并且采用陀螺仪数据进行平滑处理。

执行所有这种传感器处理、滤波和融合所需的计算能力耗能较大；对于电池供电型系统，尤其是不需要 IMU 信息连续传输时，这可能是个问题。对于许多嵌入式应用，如果 IMU 可以生成中断，将主机处理器从休眠模式唤醒，从而启动处理或采取某些中断结果操作，即可明显降低功耗。为了实现此功能，一些 IMU 供应商开始在 IMU 中加入处理和决策功能。

让 IMU 进行思考

STMicroelectronics 的 6DOF LSM6DSO 就是一款这样的 IMU。6DOF LSM6DSO 包含三个微机电系统 (MEMS) 陀螺仪和三个 MEMS 加速计，可以检测方向变化和手势，无需主机处理器的监管或辅助，所有这些功能都在板上处理。在最高性能模式下运行时，该 IMU 的功耗为 0.55 毫安 (mA)。

在此模式下，LSM6DSO 可以持续监测自身在空间中的海拔高度和运动，并且可以在预定条件下生成中断，唤醒主机处理器来执行传感器流的额外处理。使用始终保持运转的低功耗 IMU 很有效，因为它让主机处理器休眠，仅在必要时唤醒。这种节能方法在电池供电型系统中是值得尝试和信赖的。

除了陀螺仪和加速计传感器之外，LSM6DSO IMU 还包含一个信号调节和滤波器模块、一个最多可运行 16 个程序的有限状态机 (FSM)（所有程序共享可配置的通用输出数据速率）以及一个机器学习内核。结合使用这些资源，可以在以下情况下生成事件检测中断：

自由落体

唤醒

6DOF 方向

单击和双击检测

活动/非活动识别

静止/运动检测

信号调节块应用存储在灵敏度寄存器中的转换系数，换算原始传感器数据。然后，将原始 IMU 传感器数据流转换为 16 位半精度浮点 (HFP) 格式，以便 FSM 可以理解。IMU 的 MEMS 传感器（加速计和陀螺仪）以及两个模数转换器 (ADC) 和四个滤波器块如图 1 所示。滤波器块用于将 MEMS 传感器的模拟信号转换为滤波后的数字数据流。

可编程 FSM 由一个配置块和 16 个程序块组成。FSM 配置块对整个 FSM 进行配置和控制。对于 16 个 FSM 程序块，每个块都由输入选择器块和代码块组成（图 2）。这两个块都由写入 IMU 内部寄存器的数值来控制。

输入选择器块将选定的输入数据从一个 IMU 内部传感器或连接到 IMU 传感器中枢的外部传感器发送到代码块。IMU 传感器中枢可以容纳多达四个额外的外部传感器，如磁力仪，这些外部传感器可通过 I2C 端口连接到 IMU。