重磅升级,INDEMIND打造业内首款200FPS双目惯性相机

众所周知,自动驾驶、动作捕捉等场景非常依赖双目立体相机采集图像、位姿信息的清晰度、丰富度,单位时间内双目相机提供的信息越多,越有利于相关场景的算法追踪及定位,降低算法开发难度。

正因如此,为了满足不同场景使用需求,提升产品适用性,3月28日,国内新锐计算机视觉技术提供商INDEMIND更新了旗下双目惯性模组的驱动程序,本次更新中,模组开始支持1280*800@50FPS、1280*800@100FPS、640*400@100FPS、640*400@200FPS 4档不同帧率的图像输出模式,最大程度上满足了用户的不同帧率需求。

此前,INDEMIND双目视觉惯性模组主要用于视觉SLAM、室内外导航避障相关的计算机视觉技术研究,或无人机、机器人、AR/VR等相关产品部署搭建。该模组采用了“摄像头+IMU“多传感器融合架构,内置微秒级时间同步机制,摄像头与IMU传感器优势互补,是目前位姿精度更高、环境适应性更强、动态性能更稳定、成本更低的SLAM研究硬件方案,既可以提供高精度、低成本的数据采集支持,也可运用内置自研SLAM做为导航定位模块快速搭建部署产品。

本次驱动更新后,INDEMIND双目视觉惯性模组将成为业内首款支持200FPS图像获取的双目惯性相机,满足了自动驾驶、动作捕捉、无人机等领域对双目相机的高速图像采集需求,极大降低相应算法追踪难度,并可满足高速SLAM算法(如车载)的定位和建图数据需求。

更多信息请登录INDEMIND官方网站或添加INDEMIND微信公众号查看

INDEMIND
INDEMIND

专注于计算机视觉及嵌入式感知计算平台研发与应用,机器人时代已来,INDEMIND将赋予机器人更稳定的视觉感知,分享最新技术,深层次探讨机器人的更多应用!

产业视觉传感器立体视觉计算机视觉双目相机
1
相关数据
自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

无人机技术

无人机(Uncrewed vehicle、Unmanned vehicle、Drone)或称无人载具是一种无搭载人员的载具。通常使用遥控、导引或自动驾驶来控制。可在科学研究、军事、休闲娱乐用途上使用。

推荐文章
暂无评论
暂无评论~