技术领域有许多大趋势，最有趣的是当属自动驾驶汽车的发展。自动驾驶技术除了应用在汽车，公共汽车和卡车以外，还用于仓库，工业园区，大型商业设施的送货机器人，以及用于运送餐食，药品和较小包装的“最后一英里”自动驾驶汽车和无人机。
尽管全自动驾驶汽车（5级）距离全面应用与生产尚有很多年，但随着传感器，计算和连接基础设施以及政策的不断进步，自动驾驶汽车的采用率正日益增大。
实际上，对自动驾驶汽车的等级有两种主要的分类系统：国家公路安全管理局（NHTSA）将自动驾驶的连续性划分为五个等级，而汽车工程师协会（SAE）则将其划分为六个等级。
SAE和NHTSA的比例相当相似。例如，特斯拉Model S的Autopilot是目前在售的，具有一定自治程度的最知名汽车，恰好在两个等级上都处于同一等级。
自动驾驶汽车的成功是基于解决对快速响应时间，精度以及随着时间，温度和使用的长期校准的需求。
也许，对自动驾驶汽车采用率影响最大的是自动驾驶系统的成本和调试费用仍然很高。此外，某些技术（如LIDAR）仍然难以使用，且在美学上对消费者没有吸引力。消费者肯定会抵制LIDAR设备在车顶，窗户和后视镜上的笨拙外观。此外，将需要进行持续的维护和修理，因为雪，烟雾和灰尘等环境挑战必将对外部LiDAR模块产生腐蚀影响。
尽管存在这些问题，但近年来对LIDAR等技术的投资仍不少。不过，特斯拉（Tesla）的Elon Musk等人则坚持认为并不需要LIDAR，取而代之的是结合了惯性测量单元（IMU）的视觉系统以及GPS等应用。
自动驾驶位置感应中的传感器技术
农用设备-拖拉机和联合收割机-是车辆自动驾驶的最早商业用途之一。在过去的几十年中，地面自动驾驶汽车在市场上的接受度和技术进步一直是积极的。
在全球范围内，智能农业，重型建筑设备和最后一英里运载工具的制造商都对其嵌入式GNSS和INS传感器系统要求更高的准确性，这些系统必须尽可能地准确以确保高度准确的定位和准确性，以及确保操作人员和附近工人的安全。
除了用于测量相对于来自GNSS和GPS卫星网络的信号的位置的传感器之外，还有一种鲜为人知但同样至关重要的传感技术——惯性测量单元（IMU）传感器。
在大多数定位系统中，有一个IMU可以帮助定位引擎使用物理运动来计算位置，作为定位计算的一部分。这对于高度精确的系统至关重要，该系统可以计算随时间和温度变化的系统力，角速度和方向。IMU用于许多GPS,GNSS和INS系统，并提供绝对航向，定位和航位推测。任何好的IMU的支柱都是传感器的Allan偏差（特别是陀螺仪的偏置稳定性和角度随机游动）所测量的系统性能。
MEMS传感器的粘滞性问题
微机电系统（MEMS）传感器具有固有的粘滞性问题——加速度计和陀螺仪结构的微观硅指可能会粘在一起。通常由震动或高加速度事件引起，一旦粘在一起，由于称为范德华力的现象，它们可能很难分离。对于功能安全的应用和ASIL B等级的应用，这构成了一个重大问题。
解决此问题的一种方法是使用IMU中嵌入的三重冗余传感器。如果一个传感器由于静摩擦而发生故障，其他两个传感器将继续起作用，并将车辆保持在其行驶路径上。
偏置不稳定性和ARW如此重要的原因可以由此解释：自动驾驶汽车以一条完美的直线从一个点到另一个点的行驶会由于IMU的偏置稳定性等级而随时间漂移。如果IMU每小时的偏置稳定性为6度，则汽车可能从任一侧的直线到达6度，这相当于6-8英尺的误差。
换句话说，如果自动驾驶汽车试图以每小时6度的IMU穿过纽约市的荷兰隧道，它可能不会成功……
汽车GPS接收器本身无法提供高精度的连续位置信息。通过从几十个全球卫星获得最佳接收，GPS接收器可以将其位置计算到几米之内。通过还包括校正信号以校正卫星时钟误差和大气畸变，GPS接收机可以使用诸如实时运动学（RTK）之类的算法技术将位置计算到2cm至4cm左右。计算要花一些时间才能完成，因此GPS接收机的更新速率通常约为1Hz或每秒一次，但对于动态性更高的应用，更新速率可能高达10Hz至20Hz.在高速公路速度和最佳条件下，车辆可以在最佳条件下的GPS更新之间移动10英尺左右。
IMU用于许多高精度应用
当前，高精度和昂贵的IMU被用于许多高精度应用中，从导弹，商用飞机到无人机控制和导航应用。
