（1）IMU可以验证RTK GPS结果的自洽性，并对无法自洽的绝对定位数据进行滤波和修正；一个简单的例子是，如果RTK GPS输出汽车的绝对位置在短时间内发生了很大的变化，这意味着汽车有很大的加速度，而此时IMU发现汽车并不具备这样的加速度，就表明RTK GPS的定位出了问题，应该由IMU来接管绝对定位系统；
（2）IMU可以在RTK GPS信号消失之后，仍然提供持续若干秒的亚米级定位精度，为自动驾驶汽车争取宝贵的异常处理的时间。同样的道理，IMU也可以在相对定位失效时，对相对定位的结果进行航迹推演，在一段时间内保持相对定位的精度；例如，在车道线识别模块失效时，基于失效前感知到的道路信息和IMU对汽车航迹的推演，仍然能够让汽车继续在车道内行驶。
其中，IMU的全称是inertial measurement unit，即惯性测量单元，通常由陀螺仪、加速度计和算法处理单元组成，通过对加速度和旋转角度的测量得出自体的运动轨迹。
6、陀螺仪
陀螺仪，测量角速度，具有高动态特性，它是一个间接测量角度的器件。它测量的是角度的导数，即角速度，要将角速度对时间积分才能得到角度。陀螺仪就是内部有一个陀螺，它的轴由于陀螺效应始终与初始方向平行，这样就可以通过与初始方向的偏差计算出旋转方向和角度。
7、加速度计
加速度计的低频特性好，可以测量低速的静态加速度。当我们把加速度计拿在手上随意转动时，我们看的是重力加速度在三个轴上的分量值。加速度计在自由落体时，其输出为0。为什么会这样呢？这里涉及到加速度计的设计原理：加速度计测量加速度是通过比力来测量，而不是通过加速度。
加速度计若是绕着重力加速度的轴转动，则测量值不会改变，也就是说加速度计无法感知这种水平旋转。陀螺仪与加速度计之间的关系好似一条船，姿态就是航向（船头的方位），重力是灯塔，陀螺（角速度积分）是舵手，加速度计是瞭望手。舵手负责估计和把稳航向，他相信自己，本来船向北开的，就一定会一直往北开，觉得转了90度弯，那就会往东开。当然如果舵手很牛逼，也许能估计很准确，维持很长时间。不过只信任舵手，肯定会迷路，所以一般都有瞭望手来观察误差。
IMU的关键优势，在于它在任何天气和地理条件下都能正常工作。作为一个独立的数据源，它可用于短期导航，并验证来自其他传感器的信息，也不会因为天气、透镜污垢、雷达和激光雷达信号反射或城市峡谷效应而失效。作为一个独立的传感器，IMU被视为补充和证实其他传感器数据的传感器，即最后的传感器，用于确保车辆行驶安全，并在其他传感器受损或失效时以可控的方式使车辆停止，因此，有人将IMU称为自动驾驶系统的定海神针。
目前，市场上所有配备ESC（电子稳定控制系统）系统的车辆，都已配备了低精度低成本的IMU，而高精度IMU虽可满足自动驾驶惯性导航的性能要求，但过去数千美元的价格使其无法在汽车市场上大规模部署。目前，诸多业内企业正致力于将高精度IMU的成本降至100美元以下。
在IMU企业端，博世、意法半导体、TDK、ADI是全球领先的IMU供应商，中国厂商也在竞逐IMU领域，如深迪半导体、罕王微电子。
自动驾驶各传感器汇总对比
通过上述分析，可以发现这些自动驾驶传感器或多或少存在一些盲点，这就使得传感器性能的重叠和数据的融合，显得至为重要。例如，当激光雷达受到恶劣天气干扰时，雷达和红外摄像机可保证自动驾驶系统的感知功能。
GNSS（全球导航卫星系统）是自动驾驶系统的一个核心要素。GNSS通过两种增强改正模式，RTK（实时动态）和PPP（精确点定位），极大地提高了GNSS的精度，将定位精度从几米提高至几厘米，当然，GNSS存在信号丢失和城市中心多路径等问题。
在过去，RTK / PPP硬件成本和服务费用较高，但新型芯片模组及算法有望将其成本降低到大众市场水平。惯性测量单元（IMU），可作为传感器数据缺失时的有效补充。IMU利用内置的加速度传感器和陀螺仪，可测量三维线性加速度和三维角速度，根据这些信息，可计算出车辆的姿态（俯仰角和滚动角）、航向、速度和位置变化。IMU可用于填补GNSS信号更新之间的空白，甚至可以在GNSS和系统中的其他传感器失效时，进行航位推算。
我们以特斯拉和WAYMO两种智能驾驶感知层解决方案来说明。
1.以特斯拉为代表的视觉主导方案和以视觉主导方案以摄像头为主导，配合毫米波雷达、超声波雷达、低成本激光雷达；特斯拉Autopilot的感知工作主要依赖3个前置摄像头、2个侧方前视摄像头、2个侧方后视摄像头、1个后视摄像头、12个超声波传感器、1个毫米波前置雷达，实现了多传感器融合冗余。
