MEMS-Inertialsensoren für präzise Navigation und Bewegungserfassung

Bewegung zuverlässig bestimmen, auch wenn Satellitennavigation ausfällt

Autonome Fahrzeuge, Drohnen, Roboter und mobile Geräte müssen kontinuierlich wissen, wie sie sich bewegen und im Raum orientieren. Satellitengestützte Navigation wie GNSS kann diese Information jedoch nicht in jeder Umgebung zuverlässig bereitstellen.

In Tunneln, Gebäuden oder dicht bebauten Städten kann der Satellitenempfang eingeschränkt sein. Hinzu kommen gezielte Störungen oder Manipulationen durch Jamming und Spoofing.

Inertialsensoren schließen Navigationslücken

Beschleunigungssensoren und Gyroskope erfassen lineare Bewegungen und Drehbewegungen unabhängig von externen Funksignalen.

Aus diesen Messdaten lässt sich die Bewegung eines Systems über die Zeit berechnen. Allerdings summieren sich kleine Messfehler kontinuierlich auf. Für eine präzise Navigation sind deshalb besonders stabile und rauscharme Sensoren erforderlich.

Zwischen Consumer-MEMS und hochpräzisen Kreiseln

Klassische MEMS-Inertialsensoren sind kompakt und kostengünstig, erreichen für anspruchsvolle Navigationsaufgaben jedoch nicht automatisch die erforderliche Langzeitstabilität.

Hochpräzise Systeme wie faseroptische oder Ringlaser-Kreisel erreichen deutlich höhere Genauigkeiten, sind dafür aber größer und aufwendiger.

Die Herausforderung besteht darin, die Stabilität von MEMS-Sensoren deutlich zu erhöhen, ohne ihre Vorteile bei Baugröße, Leistungsaufnahme und waferbasierter Fertigung aufzugeben.

Mehrere Bewegungsgrößen in einem System erfassen

Für eine vollständige inertiale Bewegungserfassung werden drei Beschleunigungs- und drei Drehratenachsen benötigt.

Ziel ist daher auch die Integration der unterschiedlichen Sensorfunktionen zu kompakten sechsachsigen Inertialmesseinheiten (IMU), deren einzelne Sensoren und Ausleseverfahren optimal aufeinander abgestimmt sind.

Mechanik, Packaging und Auswertung gemeinsam optimieren

Die Präzision eines Inertialsensors wird nicht durch einen einzelnen Parameter bestimmt. Mechanisches Design, Materialeigenschaften, Prozessierung, Kavitätsdruck, Auslesung und Kalibrierung wirken zusammen.

Unser Forschungsansatz berücksichtigt deshalb die gesamte Entwicklungskette vom MEMS-Design bis zur Verarbeitung der Sensorsignale.

Gyroskope auf hohe Stabilität auslegen

Bei MEMS-Gyroskopen untersuchen wir Konzepte mit Modenanpassung, hoher mechanischer Güte und symmetrischen Strukturen.

Beim sogenannten Mode-Matching werden mechanische Eigenmoden gezielt aufeinander abgestimmt. Ziel ist eine hohe Empfindlichkeit bei gleichzeitig geringem Rauschen und stabiler Drehratenmessung.

Im Fokus stehen insbesondere geringe Biasinstabilität und ein niedriger Angle Random Walk, also eine möglichst geringe zufällige Drift der berechneten Winkelinformation.

Mechanische Strukturen gezielt aufbauen

Für die beweglichen Sensorelemente werden dicke und mehrlagige Polysilizium-Strukturen untersucht.

Sie ermöglichen definierte Massen und mechanisch steife Strukturen. Gleichzeitig soll das thermomechanische Rauschen reduziert werden, das die erreichbare Sensorauflösung begrenzt.

Unterschiedliche Sensoren auf einem Chip verkapseln

Gyroskope und Beschleunigungssensoren stellen unterschiedliche Anforderungen an die Dämpfung ihrer beweglichen Strukturen.

Deshalb setzen wir auf Wafer-Level-Verkapselungen mit unterschiedlichen Kavitätsdrücken. Gyroskope können unter Vakuum betrieben werden, während Beschleunigungssensoren gezielt stärker gedämpft werden.

Ein Dual-Cavity-Ansatz ermöglicht es, diese unterschiedlichen Bedingungen innerhalb eines gemeinsamen Bauteils bereitzustellen.

Sensor und Auslesung gemeinsam entwickeln

Die MEMS-Strukturen werden zusammen mit der elektronischen Auswertung betrachtet.

ASIC- und FPGA-basierte Lösungen unterstützen Auslesung, Kalibrierung und Temperaturkompensation. Dadurch können mechanischer Sensor und Signalverarbeitung gezielt aufeinander abgestimmt werden.

Mehrere Informationsquellen kombinieren

Für Navigationsaufgaben kann die inertiale Messung mit weiteren Sensorinformationen verbunden werden.

Untersucht werden Ansätze zur Sensorfusion mit GNSS, Kameras und LiDAR. Auch KI-basierte Verfahren können dabei eingesetzt werden, systematische Fehler zu erkennen und zu kompensieren.

Hochpräzise MEMS-Sensoren entlang der gesamten Prozesskette entwickeln

Die Entwicklung verbindet MEMS-Design mit Polysilizium-Prozessierung, Silizium-Tiefenätzen, Waferbonden und Vakuum-Packaging. Ergänzend stehen Verfahren für Wafer-Level-Tests und die Analyse der gefertigten Sensorstrukturen zur Verfügung.

Mechanische Sensorstrukturen fertigen

Für die Herstellung kommen etablierte MEMS-Prozesse zum Einsatz.

Dazu zählen insbesondere:

  • epitaktische Polysilizium-Abscheidung,
  • reaktives Silizium-Tiefenätzen (DRIE),
  • Waferbonden und
  • mehrlagige Polysilizium-Strukturen.

Damit lassen sich Massen, Federstrukturen und Elektroden der Sensoren gezielt definieren.

Unterschiedliche Kavitätsbedingungen realisieren

Beim Wafer-Level-Packaging werden die beweglichen Sensorstrukturen geschützt und unter definierten Umgebungsbedingungen verkapselt.

Vakuumverkapselung und Getterwerkstoffe unterstützen einen niedrigen Kavitätsdruck für hochgütige mechanische Schwingungen. Der Dual-Cavity-Ansatz ermöglicht unterschiedliche Druckbedingungen für Gyroskop und Beschleunigungssensor innerhalb eines gemeinsamen Systems.

Prozesse bereits auf Waferebene überwachen

Inline-Messverfahren begleiten die Fertigung und liefern Informationen über relevante Prozessparameter.

Wafer-Level-Tests ermöglichen anschließend die elektrische und funktionale Untersuchung der gefertigten Strukturen vor der weiteren Vereinzelung und Systemintegration.

Strukturen hochauflösend analysieren

Rasterelektronenmikroskopie (REM) unterstützt die Untersuchung mikromechanischer Sensorstrukturen und einzelner Prozessdetails.

Ergänzend steht ein Elektroniklabor für Wafer-Level-Tests und die Entwicklung der Auslesung zur Verfügung.

Bewegung und Orientierung dort erfassen, wo externe Referenzen nicht ausreichen

MEMS-Inertialsensoren können Bewegung direkt im jeweiligen System erfassen und sind dabei nicht auf externe optische oder satellitengestützte Referenzen angewiesen. Dadurch bilden sie eine wichtige Grundlage für autonome Systeme, Navigation und präzise Bewegungserfassung.

Autonome Systeme und Robotik

Drohnen, fahrerlose Transportsysteme sowie autonome mobile Roboter benötigen kontinuierliche Informationen über Beschleunigung, Drehrate und Lage.

Inertialsensoren unterstützen die Eigenbewegungsschätzung insbesondere dann, wenn andere Sensorsysteme kurzzeitig keine verlässlichen Informationen liefern.

Navigation ohne kontinuierliches GNSS

In Tunneln, Gebäuden oder bei gestörten Satellitensignalen kann die Bewegung mithilfe einer inertialen Koppelnavigation weitergeführt werden.

Relevante Einsatzfelder sind Automotive, Luft- und Seefahrt sowie autonome Landmaschinen.

Automotive

Inertialsensoren können Informationen für Fahrerassistenzsysteme und automatisierte Fahrfunktionen bereitstellen.

Besonders relevant ist die Kombination mit anderen Sensoren wie GNSS, Kamera und LiDAR, um Fahrzeugbewegungen auch bei wechselnden Umgebungsbedingungen robust zu bestimmen.

Plattformstabilisierung und Maschinenüberwachung

Drehraten- und Beschleunigungsinformationen können zur Stabilisierung beweglicher Plattformen verwendet werden.

Darüber hinaus eignen sich Inertialsensoren zur Erfassung mechanischer Bewegungen und Vibrationen in Maschinen und technischen Anlagen.

Consumer Electronics und Wearables

In Smartphones, Wearables und Hearables können Inertialsensoren Bewegungen und Orientierung erfassen.

Weitere Einsatzfelder sind Gaming und Bildstabilisierung.

AR/VR und Head-Tracking

Für AR- und VR-Systeme ist eine schnelle Erfassung der Kopfbewegung entscheidend.

Inertialsensoren können dabei hochfrequente Bewegungsinformationen bereitstellen und mit weiteren Trackingverfahren kombiniert werden.

Präzise Bewegungsdaten in einem kompakten Sensorsystem bereitstellen

MEMS-Inertialsensoren verbinden kleine Abmessungen mit waferbasierter Fertigung und geringem Energiebedarf. Die gezielte Optimierung von Mechanik, Packaging und Signalverarbeitung eröffnet die Möglichkeit, ihre Stabilität für anspruchsvollere Navigations- und Bewegungsaufgaben weiter zu erhöhen.

Navigation unabhängig von externen Funksignalen unterstützen

Beschleunigungs- und Drehratensensoren erfassen ihre Messgrößen direkt im System.

Dadurch können Bewegungsinformationen auch dann weiter bestimmt werden, wenn GNSS vorübergehend nicht verfügbar oder gestört ist.

Sensorfunktionen kompakt integrieren

Mehrere Sensorachsen können zu einer kompakten Inertialmesseinheit zusammengeführt werden.

Der Dual-Cavity-Ansatz ermöglicht dabei unterschiedliche mechanische Betriebsbedingungen für Gyroskope und Beschleunigungssensoren innerhalb eines gemeinsamen Integrationskonzepts.

Baugröße und Leistungsaufnahme reduzieren

MEMS-Technologie ermöglicht deutlich kompaktere Strukturen als klassische hochpräzise faseroptische oder Ringlaser-Kreisel.

Damit eignet sich die Technologie insbesondere für mobile und autonome Systeme mit begrenztem Bauraum und Energiebudget.

Robustheit für mobile Systeme adressieren

Mikromechanische Sensoren benötigen keine großen rotierenden mechanischen Komponenten.

Die Technologie kann dadurch für Systeme entwickelt werden, die Schock- und Vibrationsbelastungen ausgesetzt sind.

Waferbasierte Fertigung skalieren

MEMS-Sensorstrukturen werden parallel auf Waferebene gefertigt und getestet.

Damit lässt sich die Technologie grundsätzlich sowohl für industrielle Anwendungen als auch für größere Stückzahlen weiterentwickeln.

Messinformationen durch Sensorfusion verbessern

Die Kombination mit GNSS, Kamera oder LiDAR ermöglicht es, die jeweiligen Stärken unterschiedlicher Sensorsysteme zusammenzuführen.

Inertialsensoren liefern dabei kontinuierlich Bewegungsinformationen, während externe Sensoren zur Korrektur langfristig auflaufender Fehler beitragen können.