正交觀點

作者 : Ian Beavers, ADI自動能源及感測器團隊產品應用工程師

消費級和工業級IMU往往以不同方式規定軸對準特性。消費級IMU將所有對準誤差集總為一個跨軸靈敏度規格,而工業IMU則使用不同規格以直接對準精度...

問題:我正將MEMS慣性量測單元(IMU)用於個人交通工具平台的自平衡制導系統(self-balancing guidance control system)。是否有一款能滿足消費者需求,不但可消除各感測器之間全部對準誤差,並且所有核心感測器元件都整合在單一晶片上的IMU?

答案:答案是否的,對於您的設計來說,這一般不是一個保險的期望。採用強固分離式感測器和最佳封裝,並經過最佳化對準的工業級IMU,其對準精度要比位於單一晶片上的消費級IMU更高出許多。

消費級和工業級IMU往往以不同方式規定軸對準特性。消費級IMU的典型做法是將所有對準誤差集總為一個跨軸靈敏度規格。而針對工業應用的IMU,例如ADI的ADIS16490,則使用兩個不同規格以便更直接地因應對準精度:軸到軸對準誤差和軸到封裝對準誤差。軸到封裝對準誤差描述各軸相對於IMU封裝內機械特性的對準程度。軸到軸對準誤差描述各加速度計和陀螺儀軸的對準在多大程度上符合理想正交性(orthogonality)。正因為如此,軸到軸對準誤差也常被稱為正交誤差。

跨軸靈敏度(CAS)和軸到軸對準誤差(A2A_MAE)有著以下的數學關係:

20190611_OP_TA71F1

非正交性發生在感測器軸之間、感測器上或源於感測器與外殼之間的封裝不對準。對於工業級IMU,這些規格會在工廠對準,並在產品資料手冊中詳細說明。對於分離式元件,跨軸靈敏度規格不包括相對於PCB的裝配偏差。

在理想的情況下,陀螺儀和加速度計中的多個軸是彼此正交的。然而,這裡有個常見的誤解:既然多軸陀螺儀或加速度計可以設計在一個分離式MEMS元件之內,那麼各軸應是完美正交的,彼此成90°角。雖然這些元件中的所有慣性感測器都位於單一晶片上,但加工和製造偏差所導入的固有誤差仍可能造成正交誤差。相應的等效對準精度與完全對準的工業級IMU相比,實際上並不是非常好。

針對消費級目標裝置的快速調查顯示,跨軸靈敏度通常在1%至5%的範圍內。使用上述關係,產生0.57°至2.87°的等效軸到軸對準誤差。但是,它也可透過毫弧度為單位定義,等於0.057°。工業級IMU通常會更為精準。我們還可以使用這種關係將0.018°的工業級IMU的軸到軸對準誤差轉換為0.031%的等效跨軸靈敏度。

20190611_OP_TA71F2

工業級IMU ADIS16489的所有慣性感測器並不是位於一個晶片上,儘管有這個明顯的缺點,但其性能仍要比最佳消費級元件高出大約32倍。

為了解正交誤差的影響,假設一個加速度計軸指向正上方,元件恰好處於水平狀態。加速度計在此z軸上測量重力的總影響。如果其他兩個軸完全正交,那麼它們就不會測量到任何重力向量。然而,若有正交誤差,其他兩個水平軸就會測量到重力向量的一部份。例如,若元件的跨軸靈敏度為1%,其對重力的等效響應將是10mg,這相當於0.6°的等效對準誤差。反之,如果第一個軸不與水平框架正交,它便測量不到完整的重力向量。

20190611_OP_TA71P1
圖1:左邊的理想三軸正交情況反映向量的真實影響。正交誤差使得所有軸上都能檢測到洩漏的部份旋轉或力

正交誤差是加速度計總誤差中特別穩定的成份,因此可透過一次性對準來校正。為了確定一對加速度計軸的正交誤差,須讓加速度計在所有可能的90°方向空間中旋轉,並測量各軸對重力的靜態響應。這可以利用精密萬向節頭或在已知正交表面上進行。

將元件安裝到PCB之後,要透過對準來消除所有工作條件下的正交誤差是很困難的。慣性對準要求在元件經歷受控運動模式的同時觀測各感測器響應。為高效實現此類運動模式,常常需要高度專業化的設備和經驗。與已經預對準的工業級IMU不同的是,安裝在PCB上的每個消費級MEMS元件都需要針對其他感測器、環境表現和溫度進行對準。

在分離式元件安裝到微型PCB上堅固耐用的模組之後,包括三個陀螺儀軸和三個加速度計軸的工業級IMU在製造中利用對準步驟實現高超性能。這種工廠對準不僅能辨識和補償MEMS元件本身的正交誤差,還能補償裝配相關的偏斜。因此,與裝配偏差、跨軸誤差和溫度相關的誤差降至最小。

例如,ADIS16489工廠對準可將平台穩定、導航和機器人應用中的軸對準誤差降至最低。ADIS16489內建一個數位三軸陀螺儀和一個三軸加速度計,陀螺儀軸到軸對準誤差僅為±0.018°,加速度計軸到軸誤差為±0.035°。除了高性能感測器參數以外,ADIS16489還利用聚對二甲苯塗層作為內部電路的防潮層。

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

加入LINE@,最新消息一手掌握!

發表評論