在自动驾驶系统中，虽然IMU（惯性测量单元）能够提供航向角信息，但仍需结合GNSS（全球导航卫星系统）进行航向角测量，主要原因如下：

---

1. IMU航向角的固有缺陷

a. 误差累积与漂移问题

• 积分误差：IMU通过陀螺仪对角速度积分计算航向角。由于陀螺仪的零偏（Bias）和噪声，积分误差会随时间累积，导致航向角漂移。例如，MEMS陀螺仪的误差可能以每小时几度的速率累积（网页6）。
• 动态干扰：车辆急加速、振动或温度变化会加剧陀螺仪误差，进一步降低航向角的长期可靠性（网页30）。

b. 缺乏绝对基准

• 相对量测：IMU仅能提供相对于初始方向的航向变化，无法直接获取全局绝对航向（如正北方向）。在长时间运行或多路径环境中，初始方向的微小偏差会被放大（网页18）。

---

2. GNSS航向角的优势

a. 绝对航向参考

• 双天线设计：部分GNSS接收器采用双天线配置，通过测量两接收天线间的相位差直接计算绝对航向角，不受IMU累积误差影响。例如，双天线TDCP（时间差分载波相位）技术可将航向精度提升46%以上（网页24）。
• 全局坐标系对齐：GNSS提供地理坐标系下的位置和航向信息，便于与地图、路径规划模块协同工作（网页35）。

b. 长期稳定性

• 无漂移特性：GNSS航向基于卫星信号几何关系，不存在时间累积误差，适合作为长期稳定性参考源（网页19）。

---

3. 组合导航的互补性

a. 高频更新与低频修正

• IMU的高频特性：IMU数据更新频率可达100-1000Hz，适合实时控制；而GNSS更新频率通常为1-10Hz，但提供低频绝对校正（网页35）。
• 卡尔曼滤波融合：通过松组合或紧组合算法（如扩展卡尔曼滤波），将IMU的高频航向变化与GNSS的绝对航向融合。例如，GNSS在开阔区域修正IMU漂移，IMU在隧道中维持短期航向（网页35）。

b. 抗干扰与鲁棒性增强

• 信号互补：在GNSS信号受遮挡（如城市峡谷、隧道）时，IMU提供短期航向估计；当GNSS信号恢复时，其绝对航向可快速校正IMU累积误差（网页18）。
• 多传感器冗余：GNSS可检测IMU异常（如陀螺仪故障），提升系统容错能力（网页25）。

---

4. 实际应用场景需求

a. 车道级导航

• 精度要求：车道级导航需航向角误差小于0.1°。单独IMU难以满足，而GNSS/IMU融合后水平位置误差可控制在2米内（网页30）。

b. 复杂动态环境

• 急转弯与变道：GNSS提供的绝对航向可纠正IMU在剧烈转向时的瞬态误差，避免路径跟踪失控（网页19）。

---

5. 技术发展趋势

a. 外参数标定优化

• 标定必要性：IMU与GNSS天线的物理安装偏差（杆臂效应）需通过动态标定消除。例如，正向-反向卡尔曼滤波标定法可提升外参估计可靠性（网页25）。

b. 紧耦合算法深化

• 伪距/多普勒融合：直接利用GNSS原始观测值（伪距、多普勒频移）与IMU数据紧耦合，相比松组合（位置/速度融合），精度和鲁棒性更高（网页18）。

---

总结

IMU与GNSS在航向角测量上形成“高频局部”与“低频全局”的互补关系。IMU的短期精度与GNSS的长期稳定性通过融合算法（如卡尔曼滤波）协同工作，确保自动驾驶车辆在复杂环境下的航向可靠性。双天线GNSS、外参标定及紧耦合技术的应用进一步提升了组合导航系统的性能上限。