0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

SLAM成為應(yīng)用傳感器融合的絕佳示例

CEVA ? 來源:CEVA ? 作者:CEVA ? 2022-04-01 10:18 ? 次閱讀

眾所周知,傳感器在配合使用時效果最佳。對于同步定位與地圖構(gòu)建 (SLAM) 來說更是如此。SLAM 在 AR/VR 領(lǐng)域扮演著重要的角色,可以根據(jù)用戶的姿勢調(diào)整場景,避免無人機機器人這樣的應(yīng)用在使用過程中的碰撞,用途廣泛。SLAM市場預(yù)計到2023年將增長至4.65億美元,年復(fù)合增長率為36%,為大多數(shù)開發(fā)者提供了絕佳機遇。

手機上將 SLAM 應(yīng)用于室內(nèi)導(dǎo)航可能會在規(guī)模龐大的基礎(chǔ)平臺市場中占據(jù)主導(dǎo)地位。GPS 不能在室內(nèi)工作,基于信標的導(dǎo)航只能在具有信標基礎(chǔ)設(shè)施的區(qū)域工作。而 SLAM 則可以在任何提供室內(nèi)地圖的地方工作,符合大多數(shù)樓宇自控管理系統(tǒng)的低成本期望。將該區(qū)域的場景與用戶在該區(qū)域行走時的姿勢和運動融合到了一起,使得在此處應(yīng)用 SLAM 成為了應(yīng)用傳感器融合的絕佳示例。

開箱即用的方案

我將首先描述如何在我們的 CEVA SensPro Sensor Hub DSP 硬件的基礎(chǔ)上,結(jié)合我們的 SLAM 和 MotionEngine 軟件模塊,集成并測試這個解決方案,以調(diào)節(jié)和管理運動輸入。我們需要一個攝像頭和慣性測量傳感器,一個 CPU 和 DSP 。我們將 CPU 用來承載MotionEngine 和 SLAM 框架,并用 DSP 來執(zhí)行 SLAM 算法來減輕任務(wù)負擔。

為了更簡單的解釋,我將首先從 OrbSLAM 算法開始,這是一種廣泛使用的執(zhí)行開放源代碼的算法。它將執(zhí)行三個主要功能。跟蹤做(視覺的)逐幀注冊,并在當前地圖上定位新的幀。構(gòu)圖將點添加到地圖,并通過創(chuàng)建和求解一組復(fù)雜的線性方程進行局部優(yōu)化。循環(huán)閉合通過在返回到曾經(jīng)到達過的點上進行修正來進行全局優(yōu)化。這是通過求解一組大型線性方程式來實現(xiàn)的。

其中一些功能可以非常有效地運行在CPU內(nèi)核的主機應(yīng)用程序內(nèi),同時還有你的應(yīng)用程序所特有的控制和管理功能。某些功能必須在 DSP 處理器中運行才實用或獲得競爭優(yōu)勢。例如,跟蹤在可能在CPU 中管理 1 幀/秒 (fps),其中特征提取占算法運行時間的 40%。相比之下,DSP 實現(xiàn)可管理 30幀/秒 (fps),這種分辨率對于視頻和 IMU 之間的細粒度關(guān)聯(lián)非常重要。

這種優(yōu)勢的原因很容易理解。DSP 實現(xiàn)提供了非常高的并行處理能力,提供定點數(shù)/浮點數(shù)支持,這在跟蹤和求解線性方程中至關(guān)重要。此外,還有一個特殊指令集來加速特征提取。主機和 DSP 之間的簡單鏈接可以將 DSP 看作加速器,從而將密集型計算分流到 SensPro。

視覺融合 IMU

我們提供了兩個關(guān)鍵組件:使用 CEVA-SLAM SDK 產(chǎn)品的視覺SLAM 和 CEVA MotionEngine 軟件,該軟件可以非常精確地處理六個自由度中的三個自由度的IMU輸入。IMU 和視頻信息的融合取決于迭代算法,該算法通常是根據(jù)應(yīng)用要求定制的。最后一步將視覺數(shù)據(jù)與運動數(shù)據(jù)聯(lián)系起來,以生成精確的定位和映射估計值。 CEVA 提供成熟的視覺SLAM 和 IMU MotionEngine軟件作為開發(fā)融合算法的堅實基礎(chǔ)。構(gòu)成這樣的算法密集型功能將在DSP上運行最快,比如我們的SensPro2平臺。

測試原型

構(gòu)建原型平臺后,將如何去測試?有多個 SLAM 數(shù)據(jù)集可用。Kitti 就是其中一個,EuroC 是另一個。在下面的例子中,我展示了 OpenCV 的實現(xiàn)與我們的 CEVA-SLAM SDK 實現(xiàn)的精度比較。您會想對您的產(chǎn)品做類似的分析。

融合您自己的方法

正如我前面提到的,構(gòu)建 SLAM 平臺有許多方法。也許您不想從 OrbSLAM 開始,或者您想融合自研的算法或是差異化的算法。SensPro Sensor Hub DSP 均可支持。

原文標題:CEVA憑借SensPro Sensor Hub DSP協(xié)助客戶有效實現(xiàn)傳感器融合

文章出處:【微信公眾號:CEVA】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

審核編輯:湯梓紅

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2552

    文章

    51217

    瀏覽量

    754590
  • CEVA
    +關(guān)注

    關(guān)注

    1

    文章

    178

    瀏覽量

    75967
  • SLAM
    +關(guān)注

    關(guān)注

    23

    文章

    425

    瀏覽量

    31861

原文標題:CEVA憑借SensPro Sensor Hub DSP協(xié)助客戶有效實現(xiàn)傳感器融合

文章出處:【微信號:CEVA-IP,微信公眾號:CEVA】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    傳感器融合在自動駕駛中的應(yīng)用趨勢探究

    自動駕駛技術(shù)的快速發(fā)展加速交通行業(yè)變革,為實現(xiàn)車輛自動駕駛,需要車輛對復(fù)雜動態(tài)環(huán)境做出準確、高效的響應(yīng),而多傳感器融合技術(shù)為提升自動駕駛系統(tǒng)的穩(wěn)定性和安全性提供了關(guān)鍵支持。通過將不同種類的傳感器數(shù)據(jù)
    的頭像 發(fā)表于 12-05 09:06 ?394次閱讀
    多<b class='flag-5'>傳感器</b><b class='flag-5'>融合</b>在自動駕駛中的應(yīng)用趨勢探究

    光纖光柵傳感器:精準測量與監(jiān)測的科技先鋒

    在科技日新月異的今天,光纖光柵傳感器憑借其卓越的性能和廣泛的應(yīng)用前景,已成為精準測量與監(jiān)測領(lǐng)域的重要力量。光纖光柵傳感器,簡單來說,是利用光纖中的光柵結(jié)構(gòu)來感知外界環(huán)境變化的一種傳感器
    的頭像 發(fā)表于 11-18 08:57 ?245次閱讀

    最新圖優(yōu)化框架,全面提升SLAM定位精度

    同時定位與地圖構(gòu)建(SLAM)是一項關(guān)鍵技術(shù),允許移動機器人在部分或完全未知的環(huán)境中自主導(dǎo)航。它包括使用機載傳感器同時估計機器人狀態(tài)和構(gòu)建傳感器檢測到的環(huán)境地圖。SLAM可以根據(jù)
    的頭像 發(fā)表于 11-12 11:26 ?472次閱讀
    最新圖優(yōu)化框架,全面提升<b class='flag-5'>SLAM</b>定位精度

    激光雷達在SLAM算法中的應(yīng)用綜述

    SLAM算法運行的重要傳感器?;诩す饫走_的SLAM算法,對激光雷達SLAM總體框架進行介紹,詳細闡述前端里程計、后端優(yōu)化、回環(huán)檢測、地圖構(gòu)建模塊的作用并總結(jié)所使用的算法;按由2D到
    的頭像 發(fā)表于 11-12 10:30 ?797次閱讀
    激光雷達在<b class='flag-5'>SLAM</b>算法中的應(yīng)用綜述

    MG-SLAM融合結(jié)構(gòu)化線特征優(yōu)化高斯SLAM算法

    信息和提供準確的全局重建方面表現(xiàn)出顯著的進步,而傳統(tǒng)系統(tǒng)則基于稀疏點云或體素。然而,NeRF 方法仍然存在過度平滑、場景表示受限和計算效率低下等缺點。最近,基于高斯的 SLAM成為一種利用體積輻射場
    的頭像 發(fā)表于 11-11 16:17 ?351次閱讀
    MG-<b class='flag-5'>SLAM</b>:<b class='flag-5'>融合</b>結(jié)構(gòu)化線特征優(yōu)化高斯<b class='flag-5'>SLAM</b>算法

    采用MSP430微控制的RF430FRL152H NFC傳感器標簽應(yīng)用示例

    電子發(fā)燒友網(wǎng)站提供《采用MSP430微控制的RF430FRL152H NFC傳感器標簽應(yīng)用示例.pdf》資料免費下載
    發(fā)表于 10-26 11:04 ?0次下載
    采用MSP430微控制<b class='flag-5'>器</b>的RF430FRL152H NFC<b class='flag-5'>傳感器</b>標簽應(yīng)用<b class='flag-5'>示例</b>

    從算法角度看 SLAM(第 2 部分)

    無跡卡爾曼濾波 (UKF) 等概率濾波,來遞歸估計機器人的狀態(tài)并根據(jù)傳感器測量值更新地圖。該濾波根據(jù)機
    的頭像 發(fā)表于 10-02 16:39 ?351次閱讀
    從算法角度看 <b class='flag-5'>SLAM</b>(第 2 部分)

    精密制造的革新:光譜共焦傳感器與工業(yè)視覺相機的融合

    在現(xiàn)代精密制造領(lǐng)域,對微小尺寸、高精度產(chǎn)品的檢測需求日益迫切。光譜共焦傳感器憑借其非接觸、高精度測量特性脫穎而出,而工業(yè)視覺相機則以其高分辨率、實時成像能力著稱。兩者的融合,不僅解決了傳統(tǒng)檢測方式在
    的頭像 發(fā)表于 09-26 11:47 ?362次閱讀

    光電傳感器/紅外傳感器

    剛?cè)肼毩艘患易?b class='flag-5'>傳感器公司,老板讓我自己學習成為一名研發(fā)人員,試用期三個月,讓我開發(fā)出一款紅外傳感器?;旧鲜裁促Y料都沒有,讓我自己去網(wǎng)上找,之前產(chǎn)品的原理圖也沒有,現(xiàn)在感覺兩眼摸黑,有沒有大佬可以告知一下我的學習方向嗎,關(guān)于設(shè)計
    發(fā)表于 05-30 17:58

    深入解析:人體傳感器、存在傳感器與場景存在傳感器的差異與應(yīng)用

    場景存在傳感器比存在傳感器探測更精細化,存在傳感器比人體傳感器探測精度更高。
    的頭像 發(fā)表于 05-22 11:05 ?2394次閱讀
    深入解析:人體<b class='flag-5'>傳感器</b>、存在<b class='flag-5'>傳感器</b>與場景存在<b class='flag-5'>傳感器</b>的差異與應(yīng)用

    傳感器融合如何使 AMR 在工廠車間內(nèi)高效移動

    依賴單一傳感器技術(shù)。 多傳感器融合,或簡稱“傳感器融合”,將激光測距 (LIDAR)、攝像頭、超聲波傳感
    的頭像 發(fā)表于 05-05 09:34 ?860次閱讀
    <b class='flag-5'>傳感器</b><b class='flag-5'>融合</b>如何使 AMR 在工廠車間內(nèi)高效移動

    銳思智芯將出席2024全球CMOS傳感器應(yīng)用技術(shù)峰會

    4月17日,由潮電智庫和深圳市攝像頭行業(yè)協(xié)會主辦的2024全球CMOS傳感器應(yīng)用技術(shù)峰會將在深圳舉行,銳思智芯高級研發(fā)副總裁諶黎明女士受邀出席本次活動,將發(fā)表“HVS融合視覺傳感技術(shù)簡介及應(yīng)用
    的頭像 發(fā)表于 04-15 14:07 ?680次閱讀
    銳思智芯將出席2024全球CMOS<b class='flag-5'>傳感器</b>應(yīng)用技術(shù)峰會

    未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵

    駕駛的關(guān)鍵的是具備人類的感知能力,多傳感器融合感知正是自動駕駛破局的關(guān)鍵。昱感微的雷視一體多傳感器融合方案就好像一雙比人眼更敏銳的眼睛,可以為自動駕駛系統(tǒng)提供更豐富更精準的視覺語言——
    發(fā)表于 04-11 10:26

    傳感器融合的工作原理

    你怎么知道你在哪里?什么是真實的?這是傳感器融合應(yīng)該回答的問題。不是以哲學的方式,而是字面上的“我會自動撞入白宮嗎?因為我被告知不要這樣做”,這種方式內(nèi)置于商業(yè)四軸飛行的固件中。
    發(fā)表于 04-04 13:11 ?661次閱讀

    深度解析:多傳感器融合SLAM技術(shù)全景剖析

    SLAM中,先驗值通常從一系列傳感器獲得,比如慣性測量單元(IMU)和編碼,而觀測值則是通過GPS、相機和激光雷達等其他傳感器獲取的,后驗值是融合
    發(fā)表于 02-23 11:31 ?3198次閱讀
    深度解析:多<b class='flag-5'>傳感器</b><b class='flag-5'>融合</b><b class='flag-5'>SLAM</b>技術(shù)全景剖析