XiaoMi-AI文件搜索系统
World File Search System测量单元
微晶体传感器有助于推动人形机器人性能的边界
Westwood Robotics的创始人兼首席执行官Zhang说：“我们在Themis人类机器人上使用3DM-CV7-AHRS传感器体验了无缝的精度配置此IMU（惯性测量单元）是轻而易举的，可确保用户友好的设置过程。与众不同的是它能够以1 kHz令人印象深刻的速度传递可靠数据，这是实时应用的关键因素。是导航复杂的动作还是迅速响应环境变化，3DM-CV7-AHRS传感器会提高我们对Themis的开发和实验的经验，从而在每种交互中提供无与伦比的准确性和响应性。”
多 IMU 方向估计研究
惯性测量单元 (IMU) 于 20 世纪 30 年代首次应用于飞机导航和大型设备。当时，由于尺寸、成本和功耗等限制，它们的应用受到限制。然而，近年来，微机电 (MEMS) IMU 被引入，具有低成本、紧凑性和低处理能力等非常有利的特性。这些低成本 IMU 传感器的缺点之一是与高端传感器相比精度较低。然而，过去的实验结果表明，冗余 MIMU（磁和惯性测量单元）可提高无人驾驶飞行器的导航性能。尽管过去的模拟和实验结果表明冗余传感器可提高导航性能，但目前的研究工作都没有提供有关需要多少个传感器才能达到一定精度的信息。本文使用模拟环境评估 MIMU 传感器阵列的不同数量的传感器配置。不同旋转的 MIMU 传感器以增量方式添加，并使用 Madgwick 滤波器估计脚踏式 MIMU 数据的欧拉角。使用的评估指标是基于欧拉角与地面实况相比的均方根误差 (RMSE)。在实验过程中，我们注意到随着传感器数量的增加，执行时间呈指数增长，因此，我们设计和实现了代码的并行化，并在多核机器上运行。因此，我们评估了并行实现的加速。使用具有 16 个传感器的并行版本的结果显示，执行时间比仅使用 1 个传感器的执行时间少两倍，比使用顺序版本的执行时间少 24 倍，同时准确率提高了 26%。
基于实时传感器的虚拟现实运动捕捉系统
最先进的动作捕捉系统有一个缺点：它们很昂贵。用于电影的系统需要多个高端摄像机，以及演员要穿的特殊服装。在后面的章节中，将详细解释存在哪些不同类型的动作捕捉系统、它们有何不同、它们的优点和缺点以及它们用于不同应用的原因。这项工作的主要动机是研究一种替代的动作捕捉方法，这种方法更具成本效益，因此更容易被更广泛的人群接受 [2]。该技术基于 IMU，即惯性测量单元，它基本上是可以测量物体方向的小型传感器。如今，大多数人每天都在使用 IMU，甚至他们自己都不知道。大多数现代智能手机或平板电脑都包含 IMU，它可以确定设备的旋转。这使我们能够通过将设备倾斜到某个方向来控制游戏中的角色（例如 Temple Run）。成为大众产品使得能够测量六个甚至九个自由度的微型芯片变得便宜。现在我们可以将这项技术用于我们自己的目的。例如，许多建造者使用它们来调平自己的四轴飞行器。这些 IMU 传输到人类身上后，可以捕捉单个肢体的旋转并将其发送到计算机，以旋转虚拟演员的同一肢体 [3]。当将惯性测量单元 (IMU) 与运行导航方程的算法相结合时，人们就会谈论惯性导航系统 (INS)。
基于实时传感器的虚拟运动捕捉系统...
最先进的动作捕捉系统有一个缺点：它们很昂贵。用于电影的系统需要多个高端摄像机，以及演员要穿的特殊服装。在后面的章节中，将详细解释存在哪些不同类型的动作捕捉系统、它们有何不同、它们的优点和缺点以及它们用于不同应用的原因。这项工作的主要动机是研究一种替代的动作捕捉方法，这种方法更具成本效益，因此更容易被更广泛的人群接受 [2]。该技术基于 IMU，即惯性测量单元，它基本上是可以测量物体方向的小型传感器。如今，大多数人每天都在不知不觉中使用 IMU。大多数现代智能手机或平板电脑都包含 IMU，用于确定设备的旋转。这使我们能够通过将设备倾斜到某个方向来控制游戏中的角色（例如Temple Run）。成为大众产品使得能够测量六个甚至九个自由度的微型芯片变得便宜。我们现在可以将这项技术用于自己的目的。例如，许多制造商使用它们来调平自己的四轴飞行器。转移到人类身上后，这些 IMU 可以捕捉单个肢体的旋转并将其发送到计算机以旋转虚拟演员的同一肢体 [3]。当将惯性测量单元 (IMU) 与运行导航方程的算法相结合时，人们就会谈论惯性导航系统 (INS)。
评估反应性技术惯性测量和技术经济建模
在这种情况下，反应性技术与Aemo和Arena合作，在大陆NEM中进行实时惯性测量的试点示范项目[17]。这些测量是使用反应性开发的新技术进行的，该技术由调制器和几个可扩展的测量单元（XMU）以及算法组成，以分析数据[18] [19]。使用该技术，该系统能够以约10％的置信范围来测量惯性。此外，[20]表明，使用该技术使用该技术的惯性测量可能比其他方法更准确地计算惯惯性较低的系统（基于事件的方法或理论计算），并且快速效果控制器（通常称为快速频率响应（FFR）服务）的惯性测量值（基于事件的方法或理论计算）。
使用光流在自动驾驶汽车上的光流
2理论4 2.1 LIDAR。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 4 2.2探测仪。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 4 2.2.1视觉探测器。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 5 2.2.2直接稀疏探针。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 6 2.3光流。 。 。2理论4 2.1 LIDAR。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。4 2.2探测仪。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。4 2.2.1视觉探测器。。。。。。。。。。。。。。。。。。。。。。。。5 2.2.2直接稀疏探针。。。。。。。。。。。。。。。。。。。。6 2.3光流。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。6 2.3.1光流估计的Lucas-Kanade方法。。。。。8 2.3.2卢卡斯·卡纳德（Lucas-Kanade）背后的假设。。。。。。。。。。。。。。10 2.4特征检测。。。。。。。。。。。。。。。。。。。。。。。。。。。。10 2.5仿射转化估计。。。。。。。。。。。。。。。。。。。11 2.5.1仿射转换矩阵定义。。。。。。。。。。。。。12 2.5.2翻译和旋转计算。。。。。。。。。。。12 2.6惯性测量单元。。。。。。。。。。。。。。。。。。。。。。。12
应用于振动环境的 MEMS IMU 可靠性测试程序
摘要：微机电系统 (MEMS) 技术在导航系统中的应用正在迅速增加，但目前人们对此类设备的可靠性缺乏了解，这严重限制了它们在航空航天飞行器和其他中高要求领域的使用。本文介绍了一种基于 MEMS 的惯性传感器和惯性测量单元 (IMU) 在振动环境中应用的可靠性测试程序。从信号精度、系统误差和偶然误差方面评估传感性能；通过加速动态激励模拟实际工作条件。分析了商用 MEMS IMU 以验证所提出的程序。通过提供有关系统可靠性水平与各个组件之间关系的重要信息，已经确定了系统的主要弱点。
GPS-IMU传感器融合用于可靠的自动驾驶位置估计
摘要 - 全球覆盖范围和全球覆盖范围的准确定位，使其成为具有无障碍天空视图的开放区域的可靠选择。但是，在室内空间和城市峡谷中可能发生信号降解。相比之下，惯性测量单元（IMU）由陀螺仪和加速度计组成，这些计量机提供了相对运动信息，例如加速度和旋转变化。与GPS不同，IMU不依赖外部信号，使其在受GPS有限的环境中有用。尽管如此，由于误差的积累，IMU在整合加速度以确定速度和位置的同时会流动。因此，融合GPS和IMU对于增强自动驾驶汽车中导航系统的可靠性和精度至关重要，尤其是在GPS信号受到损害的环境中。为了确保平稳导航并克服每个传感器的局限性，提出的方法将融合GPS和IMU数据。此传感器融合使用无知的卡尔曼过滤器（UKF）贝叶斯过滤技术。拟议的导航系统旨在坚固，为自动驾驶汽车的安全操作（尤其是在GPS被拒绝的环境中的安全操作）至关重要的连续和准确的定位。该项目使用Kitti GNSS和IMU数据集进行实验验证，表明GNSS-IMU融合技术可减少仅GNSS的RMSE。RMSE分别从13.214、13.284和13.363降至4.271、5.275和0.224，分别为X轴，Y轴和Z轴。使用UKF的实验结果显示了使用GPS和IMU传感器融合改善自动驾驶汽车导航的有希望的方向，并使用GPS有限环境中的两个传感器中的最佳融合。索引术语 - 自主车位，全球定位系统，惯性测量单元，传感器融合，无知的卡尔曼滤波器
基于GPS/ ... div>的基于预测的机器学习的错误校正
摘要。精确的定位对于自动驾驶汽车的安全至关重要因素和有效导航至关重要。这项应用研究研究了机器学习模型的使用，用于估计，预测和纠正全球定位系统（GPS）/惯性测量单元（IMU）在室内和室外应用程序中的本地化。这种正在进行的开发旨在通过利用探索性数据分析（EDA）和实施诸如线性回归，随机森林回归和决策树回归器等模型来提高本地化准确性。评估是用平方误差（MSE）度量进行的，对于决策树，线性回归和随机森林模型，得出1.7069427028104143𝑒-05的值。结果表明，具有最高性能的模型是通过评估平均平方误差（MSE）值来确定的。
倾斜冗余 I.M.U 可能产生什么影响...
本文讨论了冗余惯性测量单元在机载摄影测量和遥感 (APRS) 中的可能应用和优势。随着惯性导航系统 (INS) 技术与全球定位系统 (GPS) 技术的结合在 APRS 社区中获得认可，并且随着理论和有关其实际使用的问题得到更好的理解，人们可以开始以更广阔的视角看待该技术及其背景。本文介绍了将大地测量/摄影测量方法应用于确定 INS/GPS 轨迹的可行性的初步研究；即使用冗余传感器（四对或更多对陀螺仪和加速度计）的可能优势。为此，进行了一次模拟具有两个惯性测量单元的冗余配置的试飞。本文除了介绍多个惯性传感器组合的理论外，还描述了飞行过程并对两组数据进行了初步的比较分析。