Como o Rocketmagnet mencionou, seu erro aumentará com o tempo. O modelo de erro normalmente usado na navegação inercial é um crescimento exponencial.
Para minimizar isso, você deve fornecer atualizações externas. O mecanismo normalmente empregado é um filtro Kalman. Os sensores inerciais fornecem atualizações muito boas de taxa alta. Sua fonte externa fornece atualizações menos precisas, mas estáveis a longo prazo, a uma taxa mais baixa (geralmente algo como GPS). Esses dois se combinam para oferecer uma boa solução combinada. Nem todos os sistemas usam o GPS como fonte de atualização. Por exemplo, o gerador de imagens infravermelho na parte frontal do controle remoto do Nintendo Wii fornece a fonte dessas atualizações.
Vou te dar um exemplo do custo não é fator lado das coisas. Construo sistemas para levantamento aéreo que utilizam sistemas inerciais que custam mais de 100.000 euros. Com esses sistemas e receptores GPS geodésicos avançados, posso apontar a localização da IMU para um volume de 2 "o dia todo, quando a cobertura GPS é boa. Na ausência de atualizações de GPS (cânions urbanos, túneis, etc.) após cerca de Em 60 segundos, temos uma margem de erro de cerca de 10 cm. Os sistemas com esse nível de desempenho geralmente são mercadorias controladas pela ITAR, pois são dispositivos para armas.
Os sistemas inerciais MEMS de qualidade inferior são usados o dia inteiro em aplicações menos exigentes, gerando posição e atitude no nível do subímetro. Esses sistemas de qualidade inferior ainda empregam o mesmo mecanismo de filtragem da Kalman. A desvantagem real dessas unidades de baixo custo é que seu erro de desvio aumentará a uma taxa muito mais rápida.
Editar:
Para responder à sua pergunta sobre o que é importante procurar em uma IMU. Há algumas coisas que você deseja examinar. O primeiro é a estabilidade da temperatura. Alguns sensores MEMS terão saídas que variam até 10% acima da faixa de temperatura. Isso pode não importar se você estiver a uma temperatura constante durante a operação.
A próxima coisa a considerar é a densidade espectral do ruído do giroscópio. Obviamente, quanto menor o ruído, melhor. O link a seguir fornece documentação sobre como passar da densidade de ruído espectral para a deriva (em graus por unidade de tempo). http://www.xbow.com/pdf/AngleRandomWalkAppNote.pdf
Para a aceleração, você deseja observar a sensibilidade e o viés além do ruído. O nível de ruído fornecerá uma idéia da rapidez com que você integrará o erro.