过去几年，大家或许都听过“芯片级IMU”这种说法。虽说采用了BGA封装，同时大小已经接近了芯片大小，但实际上其内部仍由多个芯片组成，包括独立的加速度计、陀螺仪和处理器。
例如ADI在2017年、2019年前后推出的部分产品，虽然外观已经很接近普通芯片，但内部仍然由多个独立芯片组成，分别承担加速度计、陀螺仪和处理器等功能。
日前，在工博会上，ADI推出一款“真正芯片级”的IMU——ADIS1660X系列。它将加速度计IP、陀螺仪IP、信号处理IP、处理器IP等全部集成在单个芯片上，实现了真正的芯片级IMU。而这款产品，正与当下最热门的机器人，尤其是具身智能相关的人形机器人相当契合。
“对我们而言，这是一款具有划时代意义的产品，经过长期潜心研发，终于正式发布。”ADI亚太区微机电产品线总监赵延辉在工博会上向EEWorld介绍道。
7年的“闭关修炼”
赵延辉介绍，ADI主要沿两个方向推进IMU产品发展：
一是保持器件体积不变，持续提高测量精度，目前，ADI部分模块级IMU的性能已可与光纤陀螺仪媲美，零点稳定性已达到1度/小时以内；
二是在保持原有精度水平的基础上，持续缩小产品体积，让高性能IMU能够进入更多空间受限的应用场景。
今年推出的ADIS16607，则是两条路线同时进发的代表。从路线图中，我们可以看到从2019年的ADSI1650X到2026年的ADIS1660X，ADI花了七年。赵延辉向EEWorld讲道：“实际上我们一直在闭关修炼。原因在于模块级产品我们一直有在推出，而真正芯片级的产品，我们投入了更长的时间。”
他补充说道，在此期间，ADI还推出了两款IMU，一款是模块级的ADIS16545/ADIS16547，另一款是将模块级进一步缩小的ADIS16576。这些产品都是基于已有芯片进行整合与升级。但真正实现缩小的芯片级产品，将众多IP集成到一颗芯片里的难度与挑战实际上是非常大的，尤其是保证它的可靠性和一致性。
ADIS16607有什么优势
具体来看，ADIS16607集成了三轴陀螺仪和三轴加速度计。ADIS16607 中的每个惯性传感器均配备了信号调理电路，以优化动态性能。出厂校准会对每个传感器的灵敏度、偏置和轴向对准情况进行标定。因此，每个传感器均具有相应的动态补偿公式，能够在广泛的工作条件下提供准确的测量数据。此外，该器件具备较强的抗振能力，可在严苛环境中保持可靠运行。
根据赵延辉介绍，ADIS16607有三点独特的优势：
一是这款器件能够保证长期重复性，用户难以通过校准和补偿来保证这一特性，因为需要考虑各种不同的工作场景；
二是作为一款尺寸仅为6.9mm×6.9mm的芯片级产品，其内部依然采用ADI传统的四核架构设计，保证了振动状态下的输出精度；
三是这款芯片级产品与模块级产品相同，每颗器件在出厂前都会进行全范围校准，以保证其在各种工况下输出的一致性。
陀螺仪提供±480°/s和±2000°/s两种动态量程，分别对应ADIS16607-2和ADIS16607-3型号。ADIS16607-2的运行偏置稳定性为2.3°/h，角度随机游走为0.19°/√h，均为1σ指标；轴间失准误差为±0.1°（1σ）。加速度计的动态量程为±40g，运行偏置稳定性为13 μg（1σ）。
赵延辉解释，之所以提供多个型号，结合应用场景提供不同两成选择。对于表演、教学等低动态场景，中等量程通常就已足够，而且量程越小，在同等设计条件下往往能获得更好的噪声表现；但对于翻跟头等高动态动作，或者车辆甩尾、旋翼失效等极端工况，则需要更大量程，确保传感器能够准确捕捉快速旋转带来的变化。
例如，部分车辆应用采用100°/s、200°/s或400°/s量程即可满足需求，而应对极端动态情况时，则可能需要2000°/s量程。因此，ADI通常会根据客户的具体应用需求，推荐合适的IMU型号和量程。
IMU能够为人形机器人提供什么
赵延辉预测，“随着机器人逐步进入复杂地形和工业应用，单台机器人所需的IMU数量有望增加。”
他介绍，目前，人形机器人普遍采用MEMS IMU。MEMS即微机电系统，具有体积小、功耗低、易于集成和适合规模化制造等优势，能够在性能、成本和体积之间取得平衡。
典型的六自由度IMU包含三轴加速度计和三轴陀螺仪。加速度计用于测量线性加速度，可辅助判断倾角、振动、冲击和跌倒趋势；陀螺仪用于测量角速度，是动态姿态估算与稳定控制的重要组成部分。部分产品还会集成三轴磁力计和气压计，但磁力计容易受到机器人内部金属结构及电磁环境的干扰，因此越来越多的应用选择将磁力计与IMU分开部署。
目前，人形机器人和机器狗通常至少配备两颗IMU，一颗位于头部，另一颗位于腰腹部。更复杂的系统则可能在手臂、关节、小腿和足部安装多颗IMU，直接获取不同部位的运动状态，支持动作捕捉、数字孪生、碰撞检测和步态优化。部分系统还会引入冗余设计，通过多颗IMU及相应的融合或表决算法提高可靠性。
IMU是人形机器人实现稳定运动的核心传感器。与轮式机器人不同，人形机器人依靠双足行走，本质上是一个需要持续调整重心的不稳定系统。机器人必须实时感知自身的运动状态，并不断调整姿态，才能维持平衡。尤其是在高速行走、跑跳等动态场景中，IMU的性能直接影响机器人的运动稳定性，也关系到其运动速度和跌倒风险。
除了姿态检测与平衡控制，IMU还可用于步态生成与优化、跌倒预警和保护，以及室内导航定位。在机器人出现跌倒趋势时，系统可以根据IMU反馈及时调整四肢动作，降低跌倒造成的冲击。
在室内环境中，由于GNSS等卫星导航信号容易受到遮挡，机器人还可以通过IMU测量加速度和角速度，结合航位推算（Dead Reckoning）估算自身姿态、速度和位移，为自主导航提供运动信息。
在实际应用中，IMU通常需要与其他传感器融合使用。例如，与关节编码器配合，可以更准确地判断机器人各关节的相对运动；与力和力矩传感器结合，可以辅助接触力检测和抓取控制；与相机结合，可构成视觉惯性里程计（Visual-Inertial Odometry，VIO），提升定位与运动估计的可靠性。
为什么IMU在人形机器人中不可或缺？
赵延辉认为，IMU在人形机器人中的重要性主要体现在三个方面。
第一，响应速度快。常见的民用卫星导航系统，其定位更新速率通常为Hz级或几十Hz级，部分应用能够达到更高的更新速率。而相机的更新速率受图像传感器和处理器性能限制，难以单独满足高速运动场景对实时性的要求。相比之下，高性能IMU可以提供kHz级的惯性测量数据，更适合连续、高速的运动控制。
第二，不依赖外部定位信号或视觉特征。激光雷达可能受到雾霾等环境条件影响，毫米波雷达可能受到反射等因素干扰，相机则容易受到强光、明暗突变等条件影响。GPS等卫星导航系统在室内以及高楼密集区域也可能受到信号遮挡。基于MEMS技术的IMU则通过自身的物理测量机制感知运动，不需要依赖外部定位信息。
第三，能够直接测量机械臂和机械手的惯性运动。机器人执行抓取、摆动等动作时，IMU可以提供相应的运动信息。目前，一些机器人已在机械臂上配置IMU，另一些仍主要依靠多个电机的运动和位置数据推算机械臂姿态。
仅依靠电机编码器进行推算存在两个问题。一旦电机或关节发生打滑，位置估算就可能产生误差；同时，通过多个电机信号间接推算姿态，响应延迟通常也高于直接测量。IMU能够提供独立、高频、低延迟的惯性数据，帮助系统发现和修正误差，改善实时性与运动稳定性。
当然，IMU也存在局限，更高的精度通常意味着更高的成本。例如，手机中的惯性传感器成本较低，而机器人使用的高性能IMU可能需要几十甚至上百美元。不同精度等级的IMU，能够独立支持导航的时间也存在差异。
过去，部分高性能IMU体积较大，限制了其在机械臂等空间受限部位的应用。随着ADIS16607这样的小型化、低功耗、成本更合理的器件出现，IMU有望部署在更多关节和运动部位。
VRE成为选型的关键
振动是任何IMU都无法绕开的问题。赵延辉强调，当平台运动时，如何区分传感器输出变化究竟来自真实运动，还是来自外部振动？振动可能来自环境中的风，也可能来自机器人内部的电机。如何在这些干扰下准确识别真实姿态变化，是IMU设计必须解决的问题。
不同应用对器件的要求也不相同。消费级IMU通常更加关注体积、功耗和成本，以便集成到手机等设备中。工业级IMU则需要更加重视强风、电机振动和复杂运动条件下的测量表现。如果没有针对实际场景进行动态测试，仅凭静态数据，很难判断不同产品之间的性能差距。
赵延辉重点介绍了振动整流误差（Vibration Rectification Error，VRE），它是振动对传感器输出产生影响的一种误差。振动可能来自外部环境，也可能来自电机等内部部件。对于采用单核、双核或四核架构的IMU，需要通过统一的指标衡量振动对输出的影响。
赵延辉以直流信号为例解释VRE的产生过程。假设传感器原本输出一个稳定的直流信号，但受到外部振动影响后，信号上叠加了高频干扰。例如，振动频率为1kHz。用户可能认为，只要设计一个低截止频率的模拟或数字低通滤波器，就能滤除高频振动，恢复原来的直流信号。
即便假设存在一个能够完全滤除截止频率之外信号的理想滤波器，也不能保证最终输出仍然等于原来的直流值。实际测试表明，经过数字滤波后，输出可能发生偏移。这种偏移就是VRE所带来的影响。
这一误差无法单纯依靠客户在软件端增加滤波来消除。VRE通常需要分别考察加速度计和陀螺仪的表现。VRE会随着振动频率、振动幅度、器件设计和外部环境等因素变化，具有较强的复杂性。这也增加了通过软件建立准确补偿模型的难度。
在人形机器人兴起之前，无法依靠GPS、北斗等卫星导航系统完成定位的自动导引运输车（AGV）就需要借助IMU判断自身姿态和方向。这类应用中，陀螺仪性能尤为重要。陀螺仪的误差不仅会影响方向判断，还可能进一步传递到速度和位置估算中。加速度计的零点偏差也会随着积分过程影响最终结果。
这便是VRE受到关注的原因之一。对于长时间运行的机器人而言，如果振动持续影响陀螺仪输出，相关误差就可能不断累积，最终影响导航和运动控制。
软件补偿、滤波、机械减振，各有局限
面对VRE问题，客户通常会考虑三种解决办法：软件补偿、数字滤波和机械减振，但这三种方法各有局限。
第一种方法是实时补偿。随着处理器性能提高，这种方案看起来具有可行性。但VRE与振动幅度并非简单的线性关系，不能仅根据振动幅度建立固定的补偿模型。
赵延辉举例说明，振动加速度可以用以下关系式表示：a = 4π²f²x，其中4π²是常数，f为振动频率，x为振动位移幅值。
由于加速度与频率的平方以及位移幅值有关，不同的频率和位移组合可能产生相同的加速度。但即便测得的加速度相同，不同振动频率和幅度组合对VRE的影响也可能不同。因此，仅凭实时测得的加速度，很难准确推断VRE的实际变化。要实现可靠补偿，需要掌握更多与器件特性和振动条件相关的信息，实际难度较高。
第二种方法是软件滤波。滤波可以去除部分高频噪声和毛刺，但不能消除已经产生的直流偏置。机器人运动时，需要保留低频乃至直流运动信息，以便进行姿态估算和积分计算。如果为了消除振动干扰而过度降低滤波器的截止频率，就可能同时损失有效运动信息。
即便假设存在理想的砖墙滤波器，能够完全滤除截止频率之外的信号，也无法消除已经形成的直流输出偏移。因此，滤波能够改善部分信号质量，却不能替代对VRE本身的控制。
第三种方法是机械减振。目前，许多机器人会采用橡胶等材料减小传递到IMU的振动。但减振材料会随时间老化，其性能还可能受到温度影响。机器人运行时，内部电机和电子部件会产生热量，高温可能加速减振材料的性能变化。
这意味着，设备刚出厂时，减振材料可能具有良好的性能，传感器输出也较为稳定。但使用一段时间后，减振能力发生变化，就可能导致机器人行走偏移或姿态控制异常。如果材料局部不平整或老化程度不一致，一个方向的运动就可能耦合到其他方向，造成姿态估算误差。橡胶等减振材料还会改变机械振动传递路径，也可能增加系统的响应延迟。
综合来看，软件补偿、滤波和机械减振都可以在特定条件下改善系统表现，但无法完全替代传感器本身的振动性能设计。
ADI的做法：四核架构
为了解决振动干扰问题，ADI在ADIS16607中采用了四核架构。
赵延辉介绍，从功能原理来看，单个内核就可以实现陀螺仪功能。采用四个内核，主要是为了提高对外部振动干扰的抑制能力。在存在外部干扰时，系统可以利用多个内核之间的信号关系，将共同受到的干扰作为共模信号加以抑制，同时保留与真实运动相关的差异信号。
这一思路与运算放大器中的共模抑制概念有相似之处。实际电路中的共模抑制比并非无限大，即便是性能较好的仪表放大器，也只能达到有限的共模抑制水平。ADI通过多核架构设计改善惯性传感器在振动条件下的输出表现。
这种设计也有代价。过去ADI的部分IMU采用体积较大的模块形式，成本也相对较高。但在机器人、工业自动化、电动垂直起降飞行器以及船舶移动卫星通信等应用中，振动抑制能力具有重要价值，因此ADI仍然坚持采用这种架构。
而从整体的成本来看，ADI的IMU在人形机器人中其实拥有更好的成本，因为如果去通过软件矫正，成本反而不如直接使用ADI的IMU。另外，ADI提供的是芯片级产品，与需要进一步加工和封装的模块级产品有所不同，随着机器人产业发展和IMU出货量增长，芯片级产品的规模效应将逐步显现。
赵延辉分享，ADI的一些客户此前曾尝试采用手机中的IMU，主要看中其成本低、体积小等优势。但在实际应用中，部分客户发现，器件在复杂振动环境下的表现无法满足要求，机器人可能出现行走偏移、姿态不稳等问题，eVTOL等设备也可能面临更严重的运行风险。更换为ADI的IMU后，部分客户发现，尽管器件成本有所增加，实际使用表现却得到了改善。
在这一过程中，客户也会进一步思考：软件团队投入了大量人力和资源，为什么仍然无法彻底解决问题？“ADI认为，VRE就是需要从传感器本身着手解决的关键指标之一。”赵延辉如是说。
静态精度高，不代表动态表现好
针对陀螺仪的振动整流误差，ADI对自身产品和其他厂商的器件进行了对比测试。
由于实际设备中的振动频率并不固定，且与系统设计密切相关，例如减振结构、配重以及减振材料的老化都会改变振动特性，因此，ADI采用了振动扫频测试。这项测试将振动频率从20Hz逐步扫描至26kHz，并观察器件在不同频率下的输出表现。
赵延辉指出，部分高端竞品在静态条件下的噪声很低，将器件放在桌面上观察时，输出曲线十分平稳，看起来具有很高的精度。但进入真实运动状态后，这些器件可能在某些特定频率点出现信号失真，导致滤波后的零点发生偏移。
相比之下，ADI希望通过物理架构设计，让器件在振动条件下仍能保持稳定的输出，从而改善VRE表现。
他表示，能够提供相关VRE指标的厂商并不多，消费级产品通常也不会提供这一指标。部分消费级产品采用单核架构，在复杂振动条件下的输出稳定性可能存在不足。
对于需要持续运动的机器人而言，静态噪声只是评估IMU性能的一个方面。器件在振动环境下能否保持稳定输出，同样值得关注。
重复性是另一个关键
除了振动抑制，另一个容易被用户忽视的指标是重复性（Repeatability），也就是器件长期使用时能否保持稳定的性能。
例如，一台只在室内进行短时间表演的机器人，每次使用结束后都可以关机、重新校准，再启动运行。但如果机器人需要7×24小时连续工作，甚至连续工作一至两年乃至十年，器件参数是否会随着时间推移而发生漂移，就成为一个重要问题。
未来的机器人既可能进入千家万户，也可能承担企业级的连续工作任务。不同环境都需要纳入设计考量。例如，南方地区的高温、高湿环境，以及北方地区的低温、干燥环境，都可能影响器件表现。
另一种情况是，机器人采购后可能长期闲置在仓库中，直到某天突然接到紧急任务，需要立即进入管道执行检修。此时，系统不能因为器件闲置了一年，就必须先返厂校准才能投入使用。
因此，无论器件处于连续运行状态，还是长期关机状态，都应当在需要执行任务时保持足够的测量精度。
这就要求IMU具有良好的长期稳定性。重复性不仅涉及时间维度，还包括湿度、温度以及开关机循环等条件下的性能变化，需要将参数漂移控制在一定范围内。这也是ADI面向工业应用的产品与许多商用级、消费级产品在设计理念上的区别之一。
针对温度变化，ADI目前发布的IMU产品均在出厂前完成全温范围内的校准，以提高器件在不同温度环境下的一致性。
机器人健康预见性维护
赵延辉也分享了另一个未来的发展趋势，其中一个重要方向是机器人健康预见性维护。“目前，部分客户已经在实际应用中引入了这一功能。”其基本思路是复用机器人已有的IMU，或额外增加加速度计，持续监测能够反映设备疲劳和老化状态的参数，从而在部件发生故障之前识别潜在问题。
以机械臂为例，设备在正常运行过程中也会逐渐疲劳和老化，这是一个自然过程。但如果出厂时加工精度不足，或者使用过程中出现螺丝松动、异物卡滞等问题，就可能加速设备老化。通过监测机械臂运行时的振动波形，并进行快速傅里叶变换（FFT）分析，可以发现异常状态与正常状态之间的差异。设备出现加速老化时，振动信号中可能产生额外的谐波和杂散分量，这些特征能够为判断设备健康状况提供依据。
类似的振动监测技术已经应用于工业机械臂，也适用于轴承、电机、齿轮箱等容易出现振动相关故障的设备。eVTOL的旋翼同样面临这类问题。过去，相关设计往往强调容错能力，例如四旋翼飞行器在一个旋翼失效后仍能返航。但进一步来看，与其在部件损坏后依靠冗余设计维持运行，不如提前识别故障征兆，判断部件是否正在加速老化。
机器人也是如此：如果能够及时发现异常，就可以在部件彻底损坏之前安排维护或更换，降低突发故障的风险。这需要借助加速度计采集振动信号，并结合时域和频域分析，识别设备运行状态的变化。
针对这类需求，ADI推出了一系列加速度计产品，其中包括新发布的ADXL383。此类应用面临的一个关键挑战，是如何尽早捕捉高次谐波中的异常特征，这对传感器的带宽提出了较高要求。以机器人为例，其整体运动频率可能只有几十Hz，但内部电机、齿轮等部件产生的振动可能处于更高频段。当部件出现异常时，相关特征甚至可能出现在基频的第十次或更高次谐波中。如果传感器带宽不足，就可能无法有效捕捉这些信号。
ADXL383的带宽最高可达16kHz，能够满足更高频率的振动监测需求。相比之下，常规IMU的带宽通常处于数百Hz至数kHz范围，更适合姿态测量和运动状态感知，不一定能够满足高频机械振动分析的要求。因此，对于机器人、eVTOL及工业自动化设备，只要涉及运动部件的健康状态与疲劳监测，就可以根据实际需求选择相应的加速度计。ADI的相关产品系列覆盖不同的量程、精度和带宽，且多款产品的引脚基本兼容，便于客户根据应用需求调整型号，降低硬件设计变更的成本。
除了高精度和长期稳定性，低功耗也是ADI MEMS技术的一项优势。对于需要长期监测的工业设备而言，传感器往往需要安装在空间有限的位置，供电可能依赖小型电池，却需要连续运行三至五年。因此，传感器不仅要能够准确捕捉异常振动，还必须尽可能降低日常运行的功耗。
为满足不同的监测需求，ADI采用了多种低功耗设计技术。例如，在低功耗监测链路中采用SAR ADC，在需要进行精细振动分析时则集成Σ-Δ ADC转换链路。一款小型加速度计由此能够兼顾低功耗监测与低噪声、宽带宽的信号采集需求。系统可以根据实际应用，在低功耗状态下定期监测设备运行情况，并在需要时进行更高精度的振动分析，从而兼顾长期续航与故障识别能力。
以ADXL383为例，其工作电流可根据工作模式和带宽设置，在约33μA至520μA之间变化。在最高16kHz带宽下，器件能够支持高频振动分析；在较低功耗模式下，则有利于延长电池供电设备的工作时间。通过合理配置监测频率、带宽和工作模式，客户可以在设备健康监测精度与功耗之间取得平衡，为机器人及工业设备实现长期、连续的预见性维护提供支持。
总结
对于人形机器人而言，IMU的价值不再局限于感知姿态、维持平衡，还在于复杂振动环境下的测量稳定性、长期运行中的重复性，以及对机械部件异常的提前识别。随着真正芯片级的ADIS16607的面世，一个又小成本又划算的方案正在成为人形机器人的新选择。
值得关注的是，本届工博会，ADI还展出了整套的人形机器人的方案，可见ADI的布局更广了。
