对具有移动功能的机器人，导航是一直不会过时的热点。与汽车自动驾驶相比，受限于机器人的体积和成本，运用在其上的导航系统既要控制体积也要控制成本。建立在稳定平台上的传统导航系统，大多采用独立的加速度计和激光。所谓稳定平台，即与移动中的机器人内部隔离起来的稳定平台，传感器就机械地安装在这个平台上。这种传统的导航方式尺寸大、成本颇高，虽然这种方式能提供很准确的导航精度。 IMU与地磁融合导航是否可行？

导航的方法有很多，机器视觉、GPS、UWB、SLAM型激光雷达等，单一传感肯定不是日后机器人导航技术发展的方向。作为机器人导航重要组成部分的基于IMU的惯性导航一直是机器人导航定位不可或缺的，那IMU融合地磁传感这种方式是否可行，是否会在机器人导航系统里占有一席之地呢？

（IMU微机电结构，ADI）

首先IMU具有独有的自恃性，虽然IMU自身并不能很好地解决漂移、噪声，尤其是零偏不稳定性，因此常需要与另一传感器进行融合补足。但不得不说在多自由度的运动捕捉上，IMU有天然的优势。这也是在传感器融合上IMU如此受欢迎的原因。很多传感器都可以与IMU融合，与地磁传感是一种偏低成本的方案，主要是为了配合IMU进行目标姿态信息的获取。

地磁传感利用地球磁场，可以为导航提供天然的坐标系，在导航系统中实现定位定向以及姿态控制。在机器人导航上可以通过检测目标周围磁场相对地球磁场的变化，以此来判断目标的经过和通过，完成目标检测。这种融合的传感，地磁负责提供姿态信息，IMU进行距离测量。这样的融合相对于传统的平台惯导体积小、成本低，虽然在导航精准度上可能会略低，但是在服务机器人和AMR导航应用里，0.01°/时的陀螺仪偏置，50μg的加速器偏置精度已经足够了。

融合导航不能忽视的问题

IMU与地磁融合导航时，在地磁传感上有两个必须要消除的误差。第一个是由传感器和电路引起的失调误差，第二个是标度误差。这两种误差都容易受到周围磁环境的干扰。校准时可以通过IMU的加速度计校准其倾斜角，如果单单仅做到二维上的校准在实际应用中往往是不够的。在实际使用中保证导航系统在外部低干扰的磁场环境也很重要。

（iNEMO IMU，ST）

如果导航系统受到磁干扰，这时候再使用地磁传感来测量姿态精度只会比使用IMU来得更差。因此导航系统在受到磁干扰后，必须要及时判断磁传感是否还可用。正常情况下融合性的算法在这种情况下也必须切换为IMU来测算姿态。

IMU同样会有类似的问题，IMU的偏置即便能准确测量却也很难取消，再加上加速度噪声，会使导航距离开始漂移。要解决此类问题，除了结合运动学模式给系统更多的算法规则似乎别无他法了，这也是做移动机器人导航的公司核心竞争力之一。如果不考虑传感器器件上的差距，算法层面也是能拉开差距的。

融合导航精度仍建立在传感器性能上

上面说不考虑传感器硬件差距只是一种假设，实际上不管算法再贴合运动模型，融合导航的地基是建立在器件本身性能之上的，如果传感器内在有缺陷，那么不管你融合多少其他类型的传感都是徒劳的。传感器融合能补救劣质传感器吗？答案是不能。说到底传感器融合是滤波和算法处理的过程，它把环境、运动动态信息和应用状态对传感器组合进行合并。传感器融合可以提供确定性的校正但无法弥补传感器内在的缺陷。

（迷你型IMU，ADI）

这里服务类导航和工业级导航会有一点差别，服务类的导航对传感器本身的性能要求没有工业类那么高，主要靠先进的滤波器和算法融合传感器的数据来弥补定位里不确定性的差距；工业类导航定位必须根据具体精度要求来选择器件，更高质量的IMU、地磁、激光等等传感器会发挥出相当大作用，然后再适当利用其他传感器来缩小不确定性的差距。

随着半导体厂商在传感器IC设计上向着微型化、功能集成化、低功耗发展，服务类融合导航上也开始将导航精度的问题往硬件层面上去解决。不管是基于哪种传感的融合导航，虽然传感器滤波以及算法是整个导航系统里很重要的部分，但只有器件本身的品质才能决定最基础的精度。