詳細信息 |
提高MEMS IMU精度有兩種途徑 |
編輯: 來源:民生證券 時間:2023/7/25 |
1)采用新材料、新工藝、新技術(shù)和新方法; 2)通過建立合理的微慣性組合誤差模型,采用軟件算法修正來提G微型慣性傳感器的精度,實驗研究表明,一種好的誤差模型及實驗標定方法可使微型慣 性傳感器的精度提G 2~3 個數(shù)量J。在補償慣性器件或誤差時需要建立起其誤差 模型和進行模型參數(shù)辨識然后實施補償,一般來說誤差模型可以分為靜態(tài)誤差模型、動態(tài)誤差模型和隨機誤差模型。對于靜態(tài)誤差模型和動態(tài)誤差模型一般認為 是與載體運動的速度、加速度等有關(guān)的確定性誤差項可通過試驗標定并補償。對 于隨機漂移誤差模型只能采用合理的模型辨識和參數(shù)估計方法。 算法優(yōu)化存在難度,需要年為單位的積累,系統(tǒng)算法可以不斷優(yōu)化,形成模 塊化的信息,稱為軟件定義硬件,同時需要一定維護和技術(shù)服務(wù)。
|
【聲明:轉(zhuǎn)載此文出于傳遞更多信息之目的,并不意味著贊同其觀點或證實其描述,文章內(nèi)容僅供參考,如有侵權(quán),請聯(lián)系刪除! |
推薦信息 |
MEMS IMU 誤差類型
MEMS慣性傳感器零偏參數(shù)誤差主要包含零偏,零偏穩(wěn)定性與重復(fù)性導(dǎo)致的誤差;刻度因數(shù)的誤差將直接帶來測量的系統(tǒng)偏差
慣性傳感器中存在系統(tǒng)誤差和隨機誤差
所謂系統(tǒng)誤差是指非隨機誤差,是比例因子非線性誤差;隨機誤差一般指噪聲,主要包含隨機行走誤差和零偏不穩(wěn)定性誤差
人形智能機器人借助IMU實現(xiàn)定位、平衡及姿態(tài)檢測
慣性傳感器采集的角速度與加速度等慣性信息可以用于推算人形機器人的實時位置與運動軌跡,與機器人搭載的多傳感器融合,在數(shù)據(jù)類型和數(shù)據(jù)頻率間實現(xiàn)互補
慣性導(dǎo)航在人形機器人領(lǐng)域的應(yīng)用
GNSS 在衛(wèi)星信號較弱的場景下會導(dǎo)致定位信息延遲而造成不可預(yù)知的失控場景;慣性導(dǎo)航系統(tǒng)數(shù)據(jù)更新率高,導(dǎo)航信息延遲低,不易受到外界干擾
機器人視覺不同方案優(yōu)缺點對比
ToF視覺方案對光信號的穩(wěn)定性要求相對寬松;雙目視覺方案近距離精度為毫米級,2m 內(nèi)誤差在千分之五;結(jié)構(gòu)光視覺方案可以做到相對較高的分辨率
智能機器人視覺解決方案-3D傳感器
結(jié)構(gòu)光法,通過投影特定的光模式到物體上, 并通過檢測反射光的變形來獲取物體的三維形狀;ToF法:通過測量光線從發(fā)射到反射回來的時間來估計物體的距離
機器人配件行星滾柱絲杠生產(chǎn)企業(yè)
漢江機床完成滾柱直線導(dǎo)軌副等15項絲杠產(chǎn)業(yè)新產(chǎn)品開發(fā);鼎智科技在微型行星滾柱絲杠的研發(fā)與生產(chǎn)上已有里程碑式達成
人形智能機器人傳感器與執(zhí)行器類型拆解
手部結(jié)構(gòu)采用和人體相同的五指多關(guān)節(jié)設(shè)計,執(zhí)行器為螺桿旋轉(zhuǎn)帶動齒輪旋轉(zhuǎn)進而使手指關(guān)節(jié)旋轉(zhuǎn)的結(jié)構(gòu),使用較為經(jīng)典的六電機驅(qū)動方式,拇指采用雙電機驅(qū)動彎曲和側(cè)擺 |
智能運輸機器人 |
AGV無人運輸機器人-料箱版 |
AGV無人運輸機器人-標準版 |
AGV無人運輸機器人-料箱版(鈑金材質(zhì)) |
AGV無人運輸機器人-貨架版(鈑金材質(zhì)) |
AGV無人運輸機器人-貨架版(亮面不銹鋼材質(zhì)) |
AGV無人運輸機器人-開放版 |
行業(yè)動態(tài) |
咨詢熱線:4006-935-088 / 4006-937-088
客服熱線:
4008-128-728
版權(quán)所有 @ 創(chuàng)澤智能機器人集團股份有限公司 魯ICP備18039973號-2 運營中心 / 北京·清華科技園九號樓 生產(chǎn)中心 / 山東省日照市開發(fā)區(qū)太原路71號 |