อย่างที่ Rocketmagnet พูดถึงความผิดพลาดของคุณจะเพิ่มขึ้นตามกาลเวลา แบบจำลองข้อผิดพลาดที่ใช้ในการนำทางเฉื่อยคือการเติบโตแบบเลขชี้กำลัง
เพื่อลดสิ่งนี้ให้น้อยที่สุดคุณต้องจัดเตรียมการอัพเดทภายนอก กลไกที่ใช้โดยทั่วไปคือตัวกรองคาลมาน เซ็นเซอร์แรงเฉื่อยให้การปรับปรุงอัตราที่ดีมาก แหล่งภายนอกของคุณให้การอัปเดตที่ถูกต้องแม่นยำ แต่มีเสถียรภาพในระยะยาวในอัตราที่ต่ำกว่า (โดยทั่วไปจะคล้ายกับ GPS) ทั้งสองอย่างรวมกันเพื่อให้ทางออกที่ดีแก่คุณ ไม่ใช่ว่าทุกระบบจะใช้ GPS เป็นแหล่งอัพเดท ตัวอย่างเช่นตัวรับสัญญาณ IR ที่ด้านหน้าของรีโมท Nintendo Wii ให้แหล่งข้อมูลสำหรับการอัปเดตเหล่านี้
ฉันจะให้คุณตัวอย่างของค่าใช้จ่ายไม่มีปัจจัยด้านของสิ่งต่าง ๆ ฉันสร้างระบบสำหรับการสำรวจทางอากาศที่ใช้ระบบเฉื่อยที่มีราคาสูงกว่า 100,000 ยูโร ด้วยระบบเหล่านี้และตัวรับสัญญาณ GPS แบบ geodetic ระดับสูงฉันสามารถกำหนดตำแหน่งของ IMU ให้มีระดับเสียง 2 "ตลอดทั้งวันเมื่อการครอบคลุม GPS ดีในกรณีที่ไม่มีการอัพเดต GPS (หุบเขาในเมืองอุโมงค์และอื่น ๆ ) หลังจากนั้นประมาณ 60 วินาทีเรามีระยะขอบผิดพลาดประมาณ 10 ซม. ระบบที่มีประสิทธิภาพระดับนี้มักจะเป็นสินค้าที่ควบคุมโดย ITAR เนื่องจากเป็นอุปกรณ์ระดับอาวุธ
ระบบแรงเฉื่อย MEMS ที่มีคุณภาพต่ำจะถูกใช้ตลอดทั้งวันในการใช้งานที่มีความต้องการน้อยซึ่งให้ตำแหน่งและระดับทัศนคติของเครื่องวัดย่อย ระบบคุณภาพต่ำเหล่านี้ยังคงใช้กลไกการกรองคาลมานแบบเดียวกัน ข้อเสียที่แท้จริงของหน่วยราคาถูกเหล่านี้คือข้อผิดพลาดของการดริฟท์ของคุณจะเติบโตในอัตราที่เร็วกว่ามาก
แก้ไข:
เพื่อตอบคำถามของคุณว่าอะไรคือสิ่งสำคัญที่ต้องค้นหาใน IMU มีสองสิ่งที่คุณต้องการดู ประการแรกคือความมั่นคงด้านอุณหภูมิ เซ็นเซอร์ MEMS บางตัวจะมีเอาต์พุตที่แตกต่างกันมากถึง 10% ในช่วงอุณหภูมิ สิ่งเหล่านี้อาจไม่สำคัญหากคุณอยู่ที่อุณหภูมิคงที่ในระหว่างการใช้งาน
สิ่งต่อไปที่ต้องพิจารณาคือความหนาแน่นของสเปกตรัมเสียงวงแหวน เห็นได้ชัดว่ายิ่งเสียงต่ำลงเท่าไหร่ก็จะยิ่งดีขึ้นเท่านั้น ลิงค์ต่อไปนี้มีเอกสารเกี่ยวกับวิธีการได้รับจากความหนาแน่นของเสียงสเปกตรัมไปจนถึงการเลื่อน (เป็นองศาต่อหน่วยเวลา) http://www.xbow.com/pdf/AngleRandomWalkAppNote.pdf
สำหรับการเร่งความเร็วคุณต้องการดูความไวและอคตินอกเหนือจากเสียงรบกวน ระดับเสียงรบกวนจะทำให้คุณทราบว่าคุณจะรวมข้อผิดพลาดได้อย่างรวดเร็วเพียงใด