IMU與地磁融合導航時，在地磁傳感上有兩個必須要消除的誤差。第一個是由傳感器和電路引起的失調誤差，第二個是標度誤差。這兩種誤差都容易受到周圍磁環境的干擾。校準時可以通過IMU的加速度計校準其傾斜角，如果單單僅做到二維上的校準在實際應用中往往是不夠的。在實際使用中保證導航系統在外部低干擾的磁場環境也很重要。

（iNEMO IMU，ST）

如果導航系統受到磁干擾，這時候再使用地磁傳感來測量姿態精度只會比使用IMU來得更差。因此導航系統在受到磁干擾后，必須要及時判斷磁傳感是否還可用。正常情況下融合性的算法在這種情況下也必須切換為IMU來測算姿態。

IMU同樣會有類似的問題，IMU的偏置即便能準確測量卻也很難取消，再加上加速度噪聲，會使導航距離開始漂移。要解決此類問題，除了結合運動學模式給系統更多的算法規則似乎別無他法了，這也是做移動機器人導航的公司核心競爭力之一。如果不考慮傳感器器件上的差距，算法層面也是能拉開差距的。

融合導航精度仍建立在傳感器性能上

上面說不考慮傳感器硬件差距只是一種假設，實際上不管算法再貼合運動模型，融合導航的地基是建立在器件本身性能之上的，如果傳感器內在有缺陷，那么不管你融合多少其他類型的傳感都是徒勞的。傳感器融合能補救劣質傳感器嗎？答案是不能。說到底傳感器融合是濾波和算法處理的過程，它把環境、運動動態信息和應用狀態對傳感器組合進行合并。傳感器融合可以提供確定性的校正但無法彌補傳感器內在的缺陷。

（迷你型IMU，ADI）

這里服務類導航和工業級導航會有一點差別，服務類的導航對傳感器本身的性能要求沒有工業類那么高，主要靠先進的濾波器和算法融合傳感器的數據來彌補定位里不確定性的差距；工業類導航定位必須根據具體精度要求來選擇器件，更高質量的IMU、地磁、激光等等傳感器會發揮出相當大作用，然后再適當利用其他傳感器來縮小不確定性的差距。

隨著半導體廠商在傳感器IC設計上向著微型化、功能集成化、低功耗發展，服務類融合導航上也開始將導航精度的問題往硬件層面上去解決。不管是基于哪種傳感的融合導航，雖然傳感器濾波以及算法是整個導航系統里很重要的部分，但只有器件本身的品質才能決定最基礎的精度。