DSP-3000 采用 KVH 专利的数字信号处理 (DSP) 电子设备。KVH 突破性的 DSP 设计克服了模拟信号处理的局限性,几乎消除了温度敏感的漂移和旋转误差。此外,KVH 的 DSP 技术在比例因子和偏置稳定性、比例因子线性度、开启到开启重复性和最大输入速率等关键领域提供了显著的性能改进。超低噪音 (ARW)、对横轴误差的不敏感性以及冲击和振动稳健性使 DSP-3000 成为要求苛刻的工业应用的理想选择。这种性能与我们成熟的全光纤光学电路固有的简单性和可靠性相结合,使 DSP-3000 成为运动感应、稳定、导航和精确指向应用的出色且经济实惠的解决方案。
整个 DSP-3000 系列均采用 KVH 的专利数字信号处理 (DSP) 电子设备。KVH 的突破性 DSP 设计克服了模拟信号处理的局限性,几乎消除了温度敏感漂移和旋转误差。此外,KVH 的 DSP 技术在比例因子和偏置稳定性、比例因子线性度、开启到开启重复性和最大输入速率等关键领域提供了显著的性能改进。超低噪音 (ARW)、对交叉轴误差的不敏感性以及冲击和振动稳健性使 DSP-3000 系列成为要求苛刻的工业应用的理想选择。这种性能与我们成熟的全光纤光学电路固有的简单性和可靠性相结合,使 DSP-3000 系列成为运动感应、稳定、导航和精确指向应用的经济实惠的出色解决方案。
摘要 - 在本文中,我们提出了一个雷达射量结构,该结构直接利用雷达速度测量值来进行死亡计算,同时保持其在Kalman Filter框架内更新估计的能力。具体来说,我们采用了通过与陀螺仪数据结合使用的4D频率调制连续波(FMCW)雷达获得的多普勒速度来计算姿势。这种方法有助于减轻加速度计偏差和double集成而导致的高漂移。取而代之的是,通过重力测量的倾斜角度与雷达扫描匹配的相对距离测量以及过滤器测量更新的相对距离测量。另外,为了进一步提高系统的准确性,我们估计并补偿了雷达速度量表因子。通过五个现实世界中的开源数据集验证了所提出的方法的性能。结果表明,与最新的雷达 - 惯性融合方法相比,就绝对轨迹误差而言,我们的方法平均将位置误差减少62%,旋转误差平均减少66%。
抽象的手眼校准是基于视觉机器人系统的基本任务,通常配备协作机器人,尤其是对于中小型企业(中小型企业)的机器人应用。大多数手眼校准方法都取决于外部标记或人类援助。我们提出了一种新的方法,该方法可以使用机器人基础作为参考来解决手眼校准问题,从而消除了对外部校准对象或人类干预的需求。使用机器人底座的点云,从相机的坐标框架到机器人底座的转换矩阵被确定为“ i = axb”。为此,我们利用基于学习的3D检测和注册算法来估计机器人基础的位置和方向。该方法的鲁棒性和准确性是通过基于基础真实性的评估来量化的,并且将精度结果与其他基于3D视觉的校准方法进行了比较。为了评估我们的方法论的可行性,我们在不同的关节构造和实验组中使用了低成本结构化的轻扫描仪进行了实验。根据实验结果,提出的手眼校准方法达到了0.930 mm的翻译偏差,旋转偏差为0.265度。此外,3D重建实验表明旋转误差为0.994度,位置误差为1.697 mm。此外,我们的方法提供了在1秒内完成的潜力,这是与其他3D手眼校准方法相比最快的。相关代码在https://github.com/leihui6/lrbo上发布。我们根据手眼校准方法进行室内3D重建和机器人抓握实验。