在自動駕駛或機械人領域，我們目前接觸最多的慣性器件就是mems了，偶爾會接觸到採集車裡的光纖慣導。
這是我們處在這個行業所看到的情況，但其實它只是慣性領域的區域性，把區域性放在全域性裡去看，會對它有更深的理解。
為了做到這一點，我們需要在橫向上了解還有哪些其它的慣性器件，在縱向上了解每種器件的發展歷史。
慣性技術的發展史，本質上就是慣性器件的發展史。慣導系統的每一次突破，都是從慣性器件的突破開始的。
慣性器件包括陀螺儀和加速度計，其中陀螺儀的發展佔主要地位，慣性技術發展的時期劃分也主要是按照陀螺儀的發展歷史劃分的。先看張歷史脈絡圖吧。
60年代以前的陀螺儀都是基於牛頓力學的，具體來講就是陀螺的定軸性，這一代的慣導系統也被稱為「平台式慣導系統」。
所謂「平台式」，是指陀螺處在乙個三軸隨動平台上，載體運動過程中，陀螺由於定軸性，保持方向不變，那麼平台就要
往載體運動的反方向旋轉，此時便可根據平台敏感到的資訊，計算姿態角。早期是機械陀螺，陀螺由機械機構支撐，後期
發展的液浮式陀螺和靜電式陀螺使精度進一步提高，同時也增加了系統複雜性。
這是光學陀螺的時代，包括雷射陀螺和光纖陀螺。光學陀螺的出現使慣性領域發生了根本性的變化，因為它改變了慣導系統的工作方式。
由於光學陀螺自身可以敏感角度變化，所以它不需要隨動平台，慣導系統可以直接固聯在載體上，利用陀螺輸出的角度變化量直接計算姿態。
這種和載體固聯的慣性導航系統被叫做「捷聯式慣導」。
從這一代開始，後面的幾十年，「捷聯式慣導」越來越成為慣導系統的主流方式，「平台式慣導」就逐漸被限制在極高精度領域，
只有一些戰略性的軍用裝置上還在使用。而且後面幾代的慣性器件，也都是在捷聯式慣導系統中工作的。
如果說光學陀螺使慣性技術發生蛻變，那麼mems技術則使其爆發。由於mems精度範圍寬，選擇多，所以擴充套件了慣性技術的使用領域，
遍布我們生活的方方面面，真正實現讓所有動的東西都可測。從這一代開始，慣導系統的演算法也發生了分化。由於mems的存在極大拉
寬了陀螺儀精度範圍，高精度光學陀螺和低精度mems陀螺的精度甚至可以差7至8個數量級，這使導航演算法發生了從量變到質變的轉化。
這是未來的一代，以量子陀螺這些新生事物為主，還處在基礎研究階段。
另外，最近半球諧振陀螺在專業領域是熱議的話題，它將是下一代慣性器件的主流，這一點已經在業內形成共識。
陀螺儀這幾個階段的發展是代替式的發展，新一代的出現會使舊的一代逐漸退出這個領域，只是中間會有過渡期，而且很長。
各類陀螺儀當前所處的階段可以用一張圖描述。
加速度計雖然也是慣導系統的核心部件，但是在慣導系統領域的重視程度上一直處在次要地位。它的劃分沒那麼複雜，
而且用來做陀螺的新技術有些也可以用來做加速度計，比如mems加速度計、量子加速度計等。所以我們就直接給出一張加速度計的發展階段圖啦。
我們從事這個領域，一般都是通過做融合演算法才接觸慣性器件的。演算法會隨著器件精度的變化而變化，而且這種變化是巨大的，
我們以後會通過理論來分析導致這種變化的原因。由於現在各種型別的慣性器件在市場上共存，但是每個應用領域接觸的器件卻基本都是同一等級的，
比如常見的手機導航、機械人、自動駕駛、測繪、軍用，等級分明。如果只接觸過其中乙個領域，容易理所當然地認為其他領域也應該是這樣。
當兩個做導航的坐在一起，但是話卻永遠說不到一塊去，很多時候就是這個原因導致的。面對這種情況，我們一方面要盡可能多接觸不同領域的方法，
這也能為自己的工作提供借鑑，另一方面，要進入到演算法背後，了解其本質，如果明白造成這種差異的理論原因，那麼就能把對經驗的依賴盡可能降低。
最後，給一張圖，直觀感受下不同領域在精度這個座標軸上的差距。
常量綜述 一
常量在c 裡面是乙個很重要的概念，有很多細節的地方很容易忽略，這裡我根據 c 程式設計思想 總結了一下。1.出現的歷史 常量最普遍的用法是值替代，在c語言裡我們用巨集來定義常量 define max 100 但這是預編譯的，也就是說在編譯時只是簡單巨集展開，並不檢查巨集的語法是否正確。所以在c 裡引...
機器學習（一）綜述
剛碩士畢業了，趁著對所學知識還有記憶，趕快把之前筆記整理下，寫成部落格也方便整理。機器學習真是一門詭異的課程啊，感覺學了什麼又感覺什麼也沒學 主要內容 機器學習的基本過程 評估機器學習演算法 交叉檢驗 機器學習分為 監督學習 分類 1.1 決策樹 1.2 knn 1.3 svm 1.4 人工神經網路...
網路基礎 一 綜述
二 應用層 http 三 傳輸層 tcp udp 四 uri 和 url 1.計算機網路體系結構分層 osi七層模型 tcp ip協議族一般不是指tcp ip兩個協議，而是指利用 ip 進行通訊時所必須用到的協議群的統稱。tcp ip 協議族可以分為4層 應用層 傳輸層 網路層 資料鏈路層。應用層 ...