【摘要】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。