Wie Rocketmagnet sagte, wird Ihr Fehler mit der Zeit zunehmen. Das in der Trägheitsnavigation üblicherweise verwendete Fehlermodell ist ein exponentielles Wachstum.
Um dies zu minimieren, müssen Sie externe Updates bereitstellen. Der üblicherweise eingesetzte Mechanismus ist ein Kalman-Filter. Die Inertialsensoren bieten sehr gute Aktualisierungsraten. Ihre externe Quelle bietet weniger genaue, aber langfristig stabile Updates mit einer geringeren Rate (normalerweise so etwas wie GPS). Diese zwei kombinieren, um Ihnen eine gute kombinierte Lösung zu geben. Nicht alle Systeme verwenden GPS als Update-Quelle. Die Quelle für diese Updates ist beispielsweise der IR-Imager auf der Vorderseite der Nintendo Wii-Fernbedienung.
Ich werde Ihnen ein Beispiel geben, bei dem die Kosten keine Rolle spielen. Ich baue Systeme für die Luftvermessung, die Trägheitssysteme verwenden, die mehr als 100.000 Euro kosten. Mit diesen Systemen und geodätischen High-End-GPS-Empfängern kann ich den Standort der IMU den ganzen Tag über auf ein 2-Zoll-Volumen genau bestimmen, wenn die GPS-Abdeckung gut ist 60 Sekunden haben wir eine Fehlergrenze von ca. 10 cm. Systeme mit diesem Leistungsniveau sind in der Regel ITAR-gesteuerte Güter, da es sich um waffenfähige Geräte handelt.
MEMS-Trägheitssysteme von geringerer Qualität werden den ganzen Tag über in weniger anspruchsvollen Anwendungen eingesetzt, um die Position und Lage des Messgeräts im Submeterbereich zu bestimmen. Diese Systeme mit geringerer Qualität verwenden immer noch den gleichen Kalman-Filtermechanismus. Der wirkliche Nachteil dieser kostengünstigeren Einheiten ist, dass Ihr Driftfehler viel schneller zunimmt.
Bearbeiten:
Zur Beantwortung Ihrer Frage, worauf es in einer IMU ankommt. Es gibt ein paar Dinge, die Sie sich ansehen möchten. Das erste ist die Temperaturstabilität. Einige MEMS-Sensoren werden Ausgänge haben, die über den Temperaturbereich um bis zu 10% variieren. Dies spielt möglicherweise keine Rolle, wenn Sie während des Betriebs eine konstante Temperatur haben.
Als nächstes ist die spektrale Dichte des Kreiselrauschens zu berücksichtigen. Je geringer der Geräuschpegel, desto besser. Der folgende Link enthält eine Dokumentation darüber, wie Sie von der spektralen Rauschdichte zur Drift gelangen (in Grad pro Zeiteinheit). http://www.xbow.com/pdf/AngleRandomWalkAppNote.pdf
Bei der Beschleunigung sollten Sie neben dem Rauschen auch die Empfindlichkeit und die Vorspannung berücksichtigen. Der Geräuschpegel gibt Ihnen eine Vorstellung davon, wie schnell Sie Fehler integrieren werden.