基于航位推算的导航技术是消费型机器人和工业机器人的重要组成部分。 对于配备激光雷达和摄像头的SLAM系统的机器人,航位推算可以填补困难情况下的定位缺口,比如光线较暗的区域或无明显特征的房间,从而提高定位精度。 而对于低端的机器人,精确稳健的航位推算甚至可以提供主要的导航信息,使低成本的智能行走机器人成为可能。
通常给航位推算提供数据的传感器包括车轮编码器,惯性测量单元 (IMU) ,和光流传感器。 但是这些传感器输出的准确性受环境的影响很大,比如: 车轮可能会打滑,或者卡住,导致车轮编码器的读数不能反映机器人的位移情况,光流传感器在不同类型的地板或地毯上的测量比例是不同的,而IMU的测量会受到温度影响,需要校准才能正确使用。
CEVA 开发出独特的算法来融合三个传感器的信息,达到更好的准确性和稳健性。想知道CEVA是怎么利用在传感器分析,动态校准,和传感器融合方面的领先技术,来实现困难情况下定位精度提高5倍的吗? 欢迎报名研讨会了解更多的细节。
CEVA 的技术可以使用各种不同的MEMS传感器和车轮编码器。光流传感器部分我们和PixArt公司合作,使用他们的PAA5101型号光流传感器。 它具有高性能高精度的光学追踪芯片,和独特的LED和激光双光源设计,以便于在不同的表面进行更准确的测量。
CEVA 和 PixArt 的主讲人会介绍以下内容: