Như Rocketmagnet đã đề cập, lỗi của bạn sẽ tăng theo thời gian. Mô hình lỗi thường được sử dụng trong điều hướng quán tính là sự tăng trưởng theo cấp số nhân.
Để giảm thiểu điều này, bạn phải cung cấp các cập nhật bên ngoài. Cơ chế thường được sử dụng là Bộ lọc Kalman. Các cảm biến quán tính cung cấp cập nhật tốc độ cao rất tốt. Nguồn bên ngoài của bạn cung cấp các bản cập nhật ổn định ít chính xác hơn nhưng lâu dài với tốc độ thấp hơn (thường là một cái gì đó như GPS). Cả hai kết hợp để cung cấp cho bạn một giải pháp kết hợp tốt. Không phải tất cả các hệ thống đều sử dụng GPS làm nguồn cập nhật. Chẳng hạn, IR imager ở mặt trước của điều khiển Nintendo Wii cung cấp nguồn của các bản cập nhật này.
Tôi sẽ cho bạn một ví dụ về chi phí không phải là yếu tố phụ. Tôi xây dựng các hệ thống để khảo sát trên không sử dụng các hệ thống quán tính có giá hơn 100.000 Euro. Với các hệ thống này và máy thu GPS trắc địa cao cấp, tôi có thể xác định vị trí của IMU đến âm lượng 2 "cả ngày khi vùng phủ sóng GPS tốt. Trong trường hợp không có cập nhật GPS (hẻm núi, đường hầm, v.v.) 60 giây chúng ta có biên độ lỗi khoảng 10cm. Các hệ thống có mức hiệu suất này thường là hàng hóa được kiểm soát bởi ITAR vì chúng là thiết bị cấp vũ khí.
Các hệ thống quán tính MEMS chất lượng thấp hơn được sử dụng cả ngày trong các ứng dụng ít đòi hỏi hơn, mang lại vị trí và thái độ của đồng hồ đo mét. Các hệ thống chất lượng thấp hơn này vẫn sử dụng cùng cơ chế Lọc Kalman. Nhược điểm thực sự của các đơn vị chi phí thấp hơn này là lỗi trôi dạt của bạn sẽ phát triển với tốc độ nhanh hơn nhiều.
Biên tập:
Để trả lời câu hỏi của bạn về những gì quan trọng cần tìm trong IMU. Có một vài điều bạn muốn xem xét. Đầu tiên là sự ổn định nhiệt độ. Một số cảm biến MEMS sẽ có đầu ra thay đổi tới 10% trong phạm vi nhiệt độ. Đây có thể không quan trọng nếu bạn ở nhiệt độ không đổi trong khi hoạt động.
Điều tiếp theo cần xem xét là mật độ phổ nhiễu con quay hồi chuyển. Rõ ràng lượng tiếng ồn càng thấp càng tốt. Liên kết sau đây cung cấp tài liệu về cách lấy từ mật độ nhiễu phổ đến độ lệch (tính theo độ trên mỗi đơn vị thời gian). http://www.xbow.com/pdf/AngleRandomWalkAppNote.pdf
Để tăng tốc, bạn muốn xem xét độ nhạy và độ lệch ngoài tiếng ồn. Mức độ tiếng ồn sẽ cho bạn ý tưởng về việc bạn sẽ tích hợp lỗi nhanh như thế nào.