INDEMIND双目视觉惯性模组

　　随着机器人、AR/VR、无人机等行业的发展，视觉SLAM、目标跟踪、导航避障等相关技术受到了广泛关注，逐渐变得炙手可热，越来越多的互联网公司、创业团队、学生团体等加入到相应研究中。进入到实战阶段，相机选型就是一大问题。

　　就目前而言，图像数据采集设备主要分为双目相机、双目惯性相机、RGBD相机等。双目惯性相机优势无需多言，若能选择提供开发SDK的双目惯性相机，可以省去对相机的标定、数据同步等开发工作，加速开发进程，节省开发成本。针对这一问题，INDEMIND以计算机视觉技术为核心，打造了双目视觉惯性模组，以1000元价格普惠开发者，助力计算机视觉相关开发者砥砺前行。

　　为什么选择INDEMIND双目视觉惯性模组

　　多传感器融合，环境感知精准灵敏

　　INDEMIND双目视觉惯性模组便是采用了“双目+IMU”多传感器融合架构，双目摄像头可提供1280*800@50FPS的环境图像(深度分辨率：Base on CPU/GPU Up to 640*400@25FPS)，可稳定获取高精度环境信息，配合自动曝光、全局快门、自动白平衡等技术可输出高精度图像源，满足室内外多种应用场景需求。

　　IMU最高运行频率1000Hz，为视觉定位算法研究提供数据互补及校正;提供易用的多功能SDK，满足视觉SLAM研究、智能机器人、无人机避障、导航定位等开发需求。

　　专业标定，微秒级时间同步

　　由于视觉惯性多传感器融合方案采用视觉+IMU等多种不同传感器进行数据获取，不同传感器装配标定精度及时间同步精度直接影响结果精度。针对这一问题，INDEMIND设计了高精度标定方案与微秒级时间同步机制，以减少多传感器装配、工作误差。

　　在标定方面，INDEMIND双目视觉惯性模组所采用的标定方法与开源算法Kalibr标定相比，相机与IMU间的安装角误差重复性精度提升1.5倍，相机重投影误差降低0.04个像素(平均值)。

　　与IMU tk对比，INDEMIND标定的加速度计和陀螺仪在零偏、比例因子及正交误差参数方面均有明显提升，通过加速度计参数重复性，加速度计静态测量结果与重力绝对偏差，陀螺参数重复性、静态陀螺零偏偏差、动态陀螺旋转位置角度等方面验证了标定结果均优于IMU tk方法。

　　在传感器数据同步方面，通过板载ISP桥接芯片基于外部20MHz有源晶振(<50ppm)，内部倍频可生成160MHz内部时钟，该时钟配合相应计算公式，图像与IMU传感器可达到微秒级时间同步。

　　快速产品化能力，加速产品搭建

　　INDEMIND为双目视觉惯性模组提供完备的SDK及开发文档，并且在SDK中内置了INDEMIND自主研发的Vi-SLAM算法，开发者调试部署后，可提供定位精度<1%，姿态精度 <1°的导航定位效果，可以帮助客户迅速进行方案集成，加速产品研发进程，实现方案快速产品化落地。