未来，全球的自动驾驶系统发展将建立在多项战略技术的进步之上，而这些技术的提升将推动全球自动驾驶的普及程度。
其中最重要的突破点在于需要保证在任何环境下都能对车辆进行实时，持续和精准的定位。安全的自动驾驶汽车、无人机和机器人系统必须不受任何天气、温度和环境因素影响，且能在比最初预设更长的时间内进行航位推算。
当与视觉传感器和高性能计算（AI）相结合时，高精度IMU将使能自动驾驶汽车的广泛实际应用
惯性测量单元（IMU）作为所有定位系统中最关键的传感器之一，致力于理解运动的基本物理原理。了解车辆如何在时间和空间上运动是十分有必要的，而目前IMU仍是融合到视觉系统和其他探测与测距系统的最具成本效益和最精确的传感器之一。
为什么IMU会如此重要？想象一下，在白纸中间划一条直线，假设为自动驾驶汽车在隧道中行驶的最佳路径，从隧道一端到另一端需要一个小时。如果车辆的航位推算解决方案存在每小时3度的陀螺仪零偏不稳定性，在给定的时间间隔内，车辆将偏离直线3度，这可能会导致车祸发生。
目前，市场上大多数IMU仍不够精确，特别在当车辆需在航位推算下连续运行几秒钟甚至几分钟时，需要对传感器性能进行跨越性的提升。在考虑IMU的整体性能时，有两个重要规范需要理解：陀螺仪零偏不稳定性和角随机游走（ARW）。
与飞机类似，地面车辆会沿横轴运动（俯仰或倾斜/下降）、横滚（很少或者最好不要发生的运动）和偏航（转弯方向）。作为自动驾驶系统中最重要的轴，所有这些都利于车辆的当前位置和未来位置。在IMU中，基于MEMS（微机电系统）的陀螺仪可测量角速度，但有几个内部因素会导致误差发生，零偏不稳定性就是其中一个值得持续改进的因素。
基于内部的3轴陀螺仪和3轴加速度计，6 DoF 的IMU用于为自动驾驶汽车提供高精度运动数据
一个六自由度IMU由多个惯性MEMS传感器组成，这些传感器经过温度补偿和校准，以在正交轴上对齐。三轴陀螺仪可测量绕已知点的旋转，而三轴加速度计可测量位移。
陀螺仪易受零偏不稳定性的影响，在这种情况下，由于传感器的固有误差和装置内的噪声等综合因素，陀螺仪的初始绝对零位读数将随着时间的推移而产生漂移。
零偏重复性可以在IMU的已知工作温度范围内进行校准，但是积分和注入恒定的零偏不稳定性将导致角度误差，随着系统估计的漂移时间延长，角误差会不断累积。误差漂移会导致所计算航向的误差不断增加，因此，系统的真实位置继续受到影响，从而对导航和整体系统精度造成重大挑战。
陀螺仪漂移主要是由于两个原因造成：一个缓慢变化的近直流变量（零偏不稳定性）和一个高频噪声变量或随时间测量的ARW。
偏航轴对这种漂移最为敏感，而部分俯仰（姿态）和横滚轴陀螺仪漂移可以通过使用加速度计监测相对于重力和其他误差的位置的效应来消除。使用卡尔曼滤波器对IMU中的陀螺仪输出进行滤波是常用的消除部分漂移误差的方法。这种漂移误差是行业内一直存在的问题，它也促使制造商不断提高自主系统陀螺仪的灵敏度和整体性能，以期望达到低于0.05°/h的零偏不稳定性指标。
因此，随着自动驾驶技术的不断发展，更高水平的自动驾驶应用和自由度将通过更精确和高度稳定的IMU实现，尤其是在陀螺仪Z轴或偏航轴的性能方面。随着陀螺仪偏航轴性能的提高，我们将看到汽车、最后一英里送货机器人和自动驾驶出租车制造商们将能够逐步实现更多的应用。
例如，“召唤”和“反向召唤”应用就是汽车制造商们利用自动驾驶的停车和取车功能，这需要紧密结合可提供实时厘米级高精度动态定位能力的全球卫星导航系统，比如 GPS、GLONASS、Galileo、NavIC和北斗。
这种实时动态高精度定位能力，再结合先进的视觉导航系统和用于航位推算和物理测量的高性能IMU，正日益普及并受到越来越广泛的应用。同时，对于高性能陀螺仪和传感器的需求也在不断增加。
随着我们对更高级别自动驾驶系统的追求，以及今年因新冠疫情影响而突出的非接触式交付的必要性。高效和稳定的供应链、自动配送、机器人出租车和完全自动驾驶的重要性会越来越突出，发展会越来越迅速。同时，对与视觉系统相结合的惯性测量单元的性能要求也会不断提高。
